AI Engineer — LLM, RAG et agents d'ingénierie

Le poste

Ce poste couvre l'IA appliquée à l'ingénierie chez PhDsoft. L'enjeu est d'en faire une fonctionnalité réelle de logiciel d'ingénierie, avec récupération de preuves, RAG, Graph-RAG, agents, catalogue de capacités, évaluation des modèles, critères de confiance et validation humaine.

La personne travaillera sur des problèmes d'ingénierie appliquée, pas seulement sur une recherche abstraite. L'objectif est de créer des capacités d'IA qui aident les ingénieurs à interroger des données, interpréter des documents, déclencher des capacités du WDT, évaluer des réponses, reconnaître des limites et préserver la responsabilité technique.

Responsabilités principales

• Développer des pipelines d'IA appliqués au WDT, y compris RAG, Graph-RAG, embeddings, bases vectorielles et récupération de connaissances.
• Concevoir des agents, le tool/function calling, des politiques d'usage, une mémoire de contexte et un catalogue de capacités avec contrôle d'accès.
• Créer des évaluations, des benchmarks, des critères de confiance, des mécanismes d'abstention et la validation des réponses.
• Intégrer l'IA aux API, au backend, aux documents techniques, aux simulations, aux inspections, aux capteurs et aux flux d'ingénierie.
• Soutenir le parsing, l'OCR, l'assainissement du corpus technique, le versionnement des sources et la provenance.
• Travailler avec les ingénieurs métier pour transformer règles techniques, critères de risque et preuves en capacités utilisables.
• Documenter l'architecture, les limites, les tests, les résultats et les critères d'acceptation.

Exigences

• Expérience pratique de Python et d'applications ou de pipelines d'IA.
• Connaissance des LLM, des API de modèles, des embeddings, du RAG et de l'évaluation des réponses.
• Capacité à transformer des modèles en services, intégrations ou fonctionnalités réelles.
• Notions d'apprentissage automatique, de traitement de documents, de recherche d'information et d'ingénierie de prompts.
• Attention à la traçabilité, à la sécurité, à la validation humaine et aux limites des modèles.
• Capacité à expliquer des décisions techniques aux équipes logiciel et ingénierie.

Atouts

• Expérience du Graph-RAG, des graphes de connaissances, des agents, du tool/function calling, du MCP ou des bases vectorielles.
• Connaissance du MLOps, du serving, de l'observabilité, des benchmarks et des tests A/B.
• Pratique de l'ingénierie, de la simulation, des documents techniques, de la FEA, du BIM, de la géotechnique, du naval ou de la gestion d'actifs.
• Expérience de la vision par ordinateur, de la multimodalité, de l'OCR ou de l'analyse d'images d'inspection.

Technologies et outils associés

Python, API de LLM, RAG, Graph-RAG, embeddings, bases vectorielles, évaluations, agents, tool/function calling, OCR/parsing et API.

Profil recherché

Nous cherchons une personne pragmatique, rigoureuse et curieuse, capable de construire une IA qui aide les professionnels techniques sans remplacer la validation humaine. Elle doit aimer mesurer la qualité, reconnaître l'incertitude et transformer des prototypes en produit.

Candidature

Pour candidater, envoyez les éléments suivants :

Comment utilisez-vous actuellement les outils d'intelligence artificielle dans votre flux de travail professionnel ? Citez les outils, des exemples d'activités et expliquez comment vous validez les résultats produits avec l'aide de l'IA.

Des informations complémentaires peuvent inclure LinkedIn, GitHub, Behance, Google Scholar, des articles, des publications, des sites web, des démonstrations, des applications ou d'autres liens utiles pour la fonction.

• Un curriculum vitae à jour, avec la formation, l'expérience professionnelle, les principaux projets, les technologies utilisées et les responsabilités exercées.
• Un portfolio avec des exemples concrets de travaux antérieurs. Pour le logiciel, il peut s'agir de GitHub, d'applications, de systèmes, d'API, d'interfaces ou de projets démontrables. Pour l'ingénierie, il peut s'agir de modèles, de simulations, de rapports, d'analyses, de publications ou de travaux techniques diffusables. Les projets confidentiels peuvent être présentés de façon anonymisée.
• Une vidéo de présentation de 5 minutes au plus, montrant brièvement un projet ou un portfolio, le problème résolu, votre participation, les technologies utilisées, le flux de travail, les outils du quotidien, l'usage de l'intelligence artificielle et la façon dont vous validez les résultats produits avec l'aide de l'IA.