Ingénieur IA (Agentic)

CoreWeave est le cloud essentiel pour l'IA™. Conçu pour des pionniers par des pionniers, CoreWeave offre une plate-forme de technologie, d'outils et d'équipes qui permet aux innovateurs de créer et de faire évoluer l'IA en toute confiance. Reconnu par les principaux laboratoires d'IA, startups et entreprises mondiales, CoreWeave combine des performances d'infrastructure supérieures avec une expertise technique approfondie pour accélérer les avancées et transformer le calcul en capacité. Fondée en 2017, CoreWeave est devenue une société cotée en bourse (Nasdaq : CRWV) en mars 2025. Apprenez-en davantage sur www.coreweave.com.

Nous sommes fiers d'être un employeur accrédité pour un salaire vital.

Ce que vous ferez :

L’équipe d’ingénierie de l’IA physique de CoreWeave est responsable de la création et de la mise à l’échelle de la plate-forme principale qui alimente les flux de travail de simulation d’ingénierie et d’IA les plus avancés au monde. De l’évolution de l’architecture distribuée à la mise en œuvre de la prochaine génération d’applications agentiques et d’IA physique, cette équipe fournit la base performante, fiable et évolutive à laquelle font confiance les plus grandes sociétés d’ingénierie du monde.

À propos du rôle :

Nous recherchons un ingénieur IA senior pour construire la couche agentique de notre plateforme d'IA physique. Vous concevrez, construirez et expédierez les agents derrière notre copilote d'ingénierie : des systèmes qui prennent un problème d'ingénierie réel d'une équipe automobile, industrielle ou robotique, explorent les données, construisent et évaluent des modèles et renvoient des résultats sur lesquels un ingénieur peut avoir confiance et sur lequel il peut agir.

Il s'agit d'un rôle d'ingénierie pratique et non d'un rôle de recherche. Vous travaillerez aux côtés de nos chercheurs et ingénieurs logiciels : la recherche explore de nouvelles approches et vous transformez celles qui fonctionnent en systèmes de production fiables. Vous posséderez les agents de bout en bout – depuis la conception des outils et du contexte, en passant par l'évaluation, jusqu'au déploiement et à l'exploitation en production.

Dans ce rôle, vous :

Systèmes Agentiques

• Concevoir et créer des agents qui exécutent la boucle de recherche automatique sur les problèmes d'ingénierie des clients : exploration des données, itération des fonctionnalités et des modèles, évaluation et reporting.

• Définir des interfaces d'outils et des serveurs MCP qui exposent les fonctionnalités de la plateforme (connecteurs de données, bibliothèques d'IA physique, suivi des expériences et registre de modèles, calcul) aux agents de manière sûre et prévisible.

• Conception de contexte et de mémoire propres pour les tâches d'agent de longue durée, y compris la récupération des données d'ingénierie, de la documentation et des expériences passées.

• Sélectionner et intégrer des modèles, en équilibrant la qualité, la latence et le coût.

Évaluation et fiabilité

• Créez des harnais d'évaluation et des références qui mesurent les performances des agents sur des cas d'utilisation d'ingénierie réels, afin que la qualité soit mesurable et que les régressions soient visibles.

• Instrumenter les agents avec le traçage et l'observabilité et utiliser ces données pour les améliorer.

• Concevez des garde-fous, une exécution de code en bac à sable, des modèles d'autorisation et des points de contrôle humains dans la boucle afin que les agents agissent en toute sécurité sur les données et les calculs des clients.

• Amenez les agents du prototype à la production : tests, CI/CD, déploiement, surveillance et propriété sur appel.

ML et travail de domaine

• Contribuer au travail de ML aux côtés des ingénieurs ML – formation de modèles, évaluation et développement de bibliothèques d'IA physique – en particulier là où les agents utilisent ou génèrent ces composants.

• Traduire le vocabulaire et les flux de travail des domaines de l'ingénierie physique en comportement des agents, en travaillant avec les ingénieurs déployés vers l'avant et les clients.

• Couvrez les travaux d'ingénierie ML si nécessaire et aidez les ingénieurs ML à adopter des outils agentiques dans leurs propres flux de travail.

Collaboration

• Travailler avec la recherche pour transformer des approches agentiques prometteuses en systèmes de production.

• Collaborez avec les ingénieurs de la plateforme sur le runtime de l'agent, l'orchestration des flux de travail et l'authentification à mesure que la plateforme évolue vers une architecture distribuée et prête pour l'agent.

• Travaillez avec Frontend et Product pour exposer les capacités des agents dans le produit d'une manière digne de confiance des ingénieurs non-ML.

• Encadrer les ingénieurs, interviewer et intégrer les nouveaux membres de l'équipe.

Qui vous êtes :

• Plus de 5 ans d'expérience professionnelle en génie logiciel, dont plus de 2 ans dans la construction de systèmes de production en plus des LLM. Votre expérience concerne l'expédition et l'exploitation de logiciels, et non la recherche universitaire.

• Vous avez livré au moins un système agent en production avec des utilisateurs réels : agents utilisant des outils, flux de travail en plusieurs étapes ou agents générateurs de code.

• Python de production solide.

• Expérience pratique des API LLM et des frameworks d'agents, ainsi qu'une vision claire des domaines dans lesquels les frameworks sont utiles et de ceux où ils gênent.

• Expérience dans la conception d'outils et d'API pour les agents, y compris MCP ou des protocoles d'appel d'outils équivalents.

• Expérience dans la création d'évaluations pour les systèmes LLM ou d'agents : ensembles de données, évaluateurs, LLM en tant que juge, suivi de régression.

• Fondamentaux solides du ML. Vous pouvez entraîner et évaluer un modèle avec scikit-learn ou PyTorch, et vous comprenez suffisamment bien la validation, le surajustement et l'incertitude pour juger le résultat d'un agent.

• Expérience en matière de récupération et d'ingénierie de contexte pour les agents.

• Solides pratiques d'ingénierie logicielle : révision de code, tests automatisés, CI/CD, observabilité, Docker et Kubernetes, et au moins un cloud majeur (AWS de préférence).

• Soucieux de la sécurité : sandboxing, authentification/autorisation, injection rapide et isolation des données dans les systèmes multi-tenants.

• Communication technique claire avec les ingénieurs et les parties prenantes non-ML.

Préféré :

• Expérience avec des agents de recherche automatique, de science des données ou des agents qui écrivent et exécutent des expériences (par exemple dans des cahiers).

• Expérience avec les données tabulaires, de séries chronologiques, de capteurs, de tests ou de simulation (automobile, aérospatiale, industrielle ou robotique).

• Expérience antérieure en tant qu'ingénieur backend ou plateforme avant de passer à l'ingénierie IA.

• Familiarité avec les outils de suivi d'expériences et les environnements notebook.

• Expérience dans la gestion de modèles open source sur une infrastructure GPU.

• Expérience de l'orchestration de flux de travail pour les tâches d'agent de longue durée.

• Expérience en matière d'apprentissage par réglage fin ou par renforcement pour améliorer le comportement des agents.

Vous vous demandez si vous êtes un bon candidat ?…

Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/coreweaveu/ai-engineer-agentic-london-473164)