Poste : Ingénieur(e) IA sénior (AI-Led Activation Engine)
Lieu : Montréal (mode hybride)
Relève de : CTO
À propos de Zaddons
Chez Zaddons, nous permettons aux gestionnaires et aux planificateurs d’atteindre rapidement une productivité optimale grâce à des solutions de planification et d’enchères qui optimisent des processus complexes. Notre passion pour l’innovation, la technologie et l’efficacité alimente notre volonté constante de résoudre les irritants et les pertes de temps liés aux plateformes RH. Grâce à notre réseau de partenaires en solutions, en implantation et en services, nous renforçons la puissance de la planification en éliminant les limitations des plateformes.
Choisir Zaddons, c’est rejoindre une équipe où vos valeurs, vos idées et votre talent contribuent à la croissance d’une entreprise innovante.
À propos du rôle
Ce poste s'inscrit dans le développement d'un nouveau module AI intégré à la plateforme Zaddons: un moteur d'activation conçu pour automatiser et fiabiliser la configuration et le support dans des environnements RH et WFM complexes. Vous rejoignez une équipe produit et engineering expérimentée, à laquelle vous apportez la dimension AI comme nouvelle capacité centrale.
Vous collaborerez avec des experts AI externes spécialisés en systèmes agentiques, engagés sur le projet aux côtés de l'équipe Zaddons. Un contexte rare pour avoir un impact majeur sur des problèmes AI appliqués de haut niveau.
Deux agents concrets, destinés à la production, pour de vrais clients enterprise :
- Smart Configurator : ingéré des conventions collectives et politiques RH, raisonne sur les règles applicables et génère des plans de configuration étape par étape, soumis à approbation humaine avant tout déploiement.
- Smart Troubleshooter : fournit un support contextuel in-product en croisant l'état de l'interface, l'intention de l'utilisateur, la documentation produit et les dépendances de configuration HRIS pour diagnostiquer et guider la résolution.
Il s’agit d’un poste en AI engineering appliqué à un domaine à haute contrainte : conventions collectives, données d'horaires, de présence et d'assiduité, avec des utilisateurs réels dès le départ.
Le poste est conçu pour permettre une prise et montée rapide en responsabilités dans un environnement structuré, avec un encadrement technique de haut niveau et des tâches concrètes End-to-End en systèmes agentiques appliqués.
Responsabilités
- Workflows agentiques : concevoir et implémenter des composants dans une architecture hybride neuro-symbolique
- Pipelines RAG : développer et optimiser le chunking, l'indexation vectorielle, les stratégies de retrieval et l'évaluation de la qualité des sorties
- Grounding et vérification : implémenter les contraintes logiques, l'évaluation sémantique et les guardrails de confiance
- Intégrations : connecter les composants AI avec les APIs internes et les plateformes HRIS/WFM via des interfaces de type tool-based (MCP-style)
- Evaluation de modèles : contribuer au benchmarking comportemental, aux tests de régression agentique et aux métriques de succès de tâche
- MLOps : mettre en oeuvre et maintenir le déploiement, le monitoring et le CI/CD des composants AI sur Azure AI Foundry
- Auditabilité : assurer la traçabilité des décisions AI, le human-in-the-loop, la journalisation des actions et le controle d'acces
- Qualité logicielle : maintenir des standards élevés de révision de code, de tests et de documentation
Profil recherché
- 2 ans ou plus d'expérience directement en AI/ML : projets livrés, stages substantiels ou travaux académiques appliqués sont considérés
- Expérience pratique démontrée avec des LLMs en contexte applicatif : RAG, agents, evaluation de sorties, ou fine-tuning
- Baccalauréat ou Maîtrise en informatique, génie logiciel ou domaine connexe avec spécialisation ou concentration en AI
- Rigueur technique, autonomie dans l'apprentissage et capacité à progresser rapidement dans un contexte structuré et exigeant
Compétences AI requises
- LLMs et ingénierie de prompts : prompt design, chain-of-thought, structured outputs, gestion du contexte
- Ingénierie d'Inférence : optimization, scalabilité, cohérence entre logiciel et machine
- RAG : pipelines de retrieval, embeddings, bases vectorielles, evaluation de la pertinence
- Systèmes agentiques : orchestration de tâches, gestion d'outils, boucles de raisonnement, gestion des erreurs
- Evaluation de modèles : métriques de succès agentique, tests comportementaux, détection de dérives
- Azure AI Foundry : déploiement de modèles, Prompt Flow, Azure OpenAI Service, gestion du cycle de vie AI
- MLOps : CI/CD de composants AI, monitoring, observabilité en production
- Python 3 et l'ecosystème ML : PyTorch, Hugging Face, Scikit-learn
Compétences logicielles requises
- C# / .NET et/ou TypeScript
- Tests : unitaires, fonctionnels, évaluation comportementale d'agents
- Méthodologies de développement structurées (Agile ou équivalent)
Atouts
- Fine-tuning de LLMs : LoRA, PEFT, ou adaptation de modèles sur domaine spécifique
- Reinforcement learning appliqué à l'amélioration d'agents
- Ecosystème Microsoft Azure : App Services, Service Bus, Azure DevOps
- Développement en contexte enterprise : intégrations API, environnements réglementés
- Architectures microservices ou systèmes event-driven
- Expérience dans les domaines RH et Workforce Management
Langues
- Français intermédiaire ou conversationnel (minimum) et anglais professionnel (requis)
- La maîtrise professionnelle de l’anglais est requise, tant à l’oral qu’à l’écrit, en raison de la nécessité de collaborer de manière régulière avec des partenaires, clients et intervenants principalement basés aux États-Unis, ainsi que de travailler avec de la documentation technique et des outils disponibles majoritairement en anglais.
