AI Forward Deploy Engineer

À propos d'Arango

Arango rend vos données d'entreprise prêtes pour l'IA, en fournissant aux agents, applications et assistants un contexte fiable à grande échelle. Chaque réponse est traçable. Chaque décision est gouvernée. Plus besoin d'assembler un magasin vectoriel, une base de données orientée graphe, un index de recherche et une couche de gouvernance ajoutée après coup. La plateforme de données contextuelles d'Arango intègre tout cela nativement.

Reconnu par des organisations telles que NVIDIA, HPE, Zscaler, le London Stock Exchange, l'U.S. Air Force, le NIH, Siemens et Articul8, Arango aide les entreprises à passer des pilotes IA à des systèmes de production fiables plus rapidement, tout en réduisant la complexité de l'infrastructure et le coût total de possession. Arango est un fier membre du programme NVIDIA Inception et du programme AWS ISV Accelerate.

Arrêtez de construire des "Frankenstacks". Commencez à construire avec Arango. Apprenez-en plus sur arango.ai.

Nous croyons que l'innovation naît de la collaboration entre des personnes curieuses et motivées. Nous nous engageons à bâtir une équipe diversifiée et inclusive.

À propos du poste

Arango recherche un AI Forward Deploy Engineer pour s'intégrer chez nos clients et livrer rapidement des solutions d'IA de qualité production. Vous gérerez la découverte, la conception et le prototypage de systèmes, déploierez des services sécurisés et fiables, et assurerez l'adoption et l'impact commercial mesurable.

Il s'agit d'un rôle pratique, orienté client, pour des ingénieurs aussi à l'aise pour échanger avec des dirigeants que pour profiler la latence dans un pipeline de récupération.

Localisation : France (seuls les candidats résidant en France seront pris en compte ; maîtrise du français et de l'anglais indispensable).

Responsabilités clés

• Collaborer avec les sponsors clients, les experts métiers et les opérateurs pour identifier des cas d'usage IA à haute valeur ajoutée.
• Définir les métriques de succès, les SLA/SLO, les besoins d'accès aux données et un plan de livraison (PoV → pilote → production).
• Construire des prototypes de bout en bout (connecteurs de données, pipelines RAG, prompts/outils, UI/API).
• Industrialiser en services sécurisés et observables avec CI/CD, infrastructure-as-code et tests rigoureux.
• Implémenter la génération augmentée par récupération (RAG) et l'orchestration d'outils.
• Évaluer et itérer sur les prompts, modèles et stratégies de récupération via des métriques et tests A/B.
• Optimiser les modèles (fine-tuning, LoRA/PEFT, distillation) et l'inférence (quantification, vLLM/TGI/TensorRT-LLM).
• Construire des pipelines de données robustes (ETL/ELT), des index vectoriels et assurer la gouvernance des métadonnées.
• Surveiller la qualité, la dérive, les hallucinations, la latence et les coûts.
• Implémenter le contrôle d'accès basé sur les rôles, la gestion des secrets, l'audit et la sécurité des contenus.
• Aligner les solutions sur les exigences clients (SOC2/ISO 27001, RGPD, etc.).
• Documenter les architectures et former les ingénieurs clients.
• Capturer les retours produits pour influencer la roadmap d'Arango.

Qualifications requises

• 4 ans d'expérience en génie logiciel dans la construction et l'exploitation de systèmes en production.
• Solides compétences en IA et Python ; compréhension approfondie des structures de données, réseaux, concurrence et conception système.
• Maîtrise des bases de données (Graphe, NoSQL, Clé-Valeur).
• Expérience pratique des LLM modernes et outils associés (Hugging Face, LangChain/LlamaIndex).
• Expérience avec les bases de données vectorielles (FAISS, pgvector, Pinecone, Weaviate, etc.).
• Maîtrise du Cloud (AWS/GCP/Azure), Docker/Kubernetes, IaC (Terraform) et CI/CD.
• Observabilité et optimisation des performances pour les services sensibles à la latence.
• Excellente communication ; expérience du travail direct avec des clients ou des parties prenantes.

Souhaitable

• Expérience full-stack (TypeScript/React, Next.js).
• Fondamentaux de recherche/IR (BM25, récupération hybride, re-ranking).
• Plateformes MLOps (MLflow, Weights & Biases) et frameworks d'évaluation (Ragas, promptfoo).
• Optimisation de l'inférence (vLLM, TensorRT-LLM).
• Expérience sectorielle (finance, santé, secteur public, industrie, retail).
• Connaissance des enjeux de sécurité/conformité et expériences avec le secteur public français.

Pourquoi rejoindre Arango

• Contribuer à une infrastructure IA et de données de pointe.
• Collaborer avec des ingénieurs, marketeurs et leaders produits expérimentés.
• Façonner la manière dont les entreprises construisent des applications basées sur l'IA.