Backend Engineer
AI Engineer
Paris
Apply on the employer's siteRole description
đ Contexte : l'IA au cĆur d'une ambition mondialee structurante pour devenir leader mondial du CSKM
Mayday est une plateforme de
Knowledge Empowerment boostĂ©e par lâIA
, conçue pour aider les entreprises à structurer, activer et faire vivre leur connaissance au service de la performance de la relation client.
AprÚs plusieurs années de forte croissance en France, Mayday entre dans une
nouvelle phase décisive
:
- Un rapprochement stratégique avec USU
, acteur international de rĂ©fĂ©rence des solutions IT et Service Management, permettant Ă Mayday dâaccĂ©lĂ©rer son dĂ©ploiement Ă lâĂ©chelle mondiale. - Un objectif clair : devenir le leader mondial du Customer Service Knowledge Management (CSKM) dâici 2028
. - Un positionnement assumé comme tiers de confiance IA
, en faisant de la connaissance le socle indispensable de tous les cas dâusage IA en relation client (conseillers, selfcare, bots, formation).
đŻ Ce qu'on cherche avant tout
Mayday vise à devenir le leader mondial de son marché d'ici 2028. Pour y arriver, on cherche des personnes qui voient loin : un super profil, ambitieux, qui a envie de se projeter et de grandir avec nous sur la durée plutÎt que d'occuper un poste. L'état d'esprit et l'ambition priment sur la checklist des compétences.
ConcrÚtement : à partir de 4 ans d'expérience, tu peux y aller. Le reste de cette fiche décrit le rÎle, mais c'est l'envie qui fait la différence.
Tu rejoins une
équipe Data structurée et en croissance
, composée de Data Engineers, Back-End Engineers et Data Scientists, encadrée par un Tech Lead Data et pilotée par un Head of Data & AI. Tu travailles au quotidien avec un
PM AI
, et tu peux ĂȘtre amenĂ©(e) Ă intervenir auprĂšs de clients en collaboration avec les Ă©quipes de Customer Success Managers.
Ce que ce poste a de particulier : tu nâes pas lĂ pour simplement intĂ©grer un LLM ou multiplier les prompts. Tu es lĂ pour
concevoir les systĂšmes de RAG et les agents qui permettront Ă nos clients dâexploiter pleinement leur base de connaissances, de maniĂšre fiable, pertinente et scalable.
Tu interviens sur toute la chaßne : compréhension du besoin, ingestion et structuration des contenus, retrieval, génération, orchestration des agents, évaluation et mise en production.
Câest un rĂŽle Ă forte autonomie intellectuelle, avec un impact direct sur le produit et sur la trajectoire technique de lâĂ©quipe.
đŹ Applied AI, RAG & Agents
- Identifier les opportunitĂ©s IA Ă fort impact business, de la dĂ©finition du problĂšme jusquâau dĂ©ploiement.
- Concevoir et améliorer des architectures de
Retrieval-Augmented Generation
: ingestion et parsing des contenus, chunking, embeddings, indexation, recherche hybride, filtres par métadonnées, reranking et génération de réponses contextualisées. - Développer des
agents IA capables de raisonner Ă partir de la base de connaissances propre Ă chaque client
, dâutiliser des outils et dâexĂ©cuter des workflows mĂ©tier de maniĂšre fiable. - Travailler sur les principaux enjeux du retrieval : pertinence, fraĂźcheur des informations, gestion des permissions, dĂ©sambiguĂŻsation, personnalisation et passage Ă lâĂ©chelle.
- ExpĂ©rimenter avec diffĂ©rents modĂšles, stratĂ©gies de retrieval et architectures dâagents, puis arbitrer en fonction de la qualitĂ©, de la latence, du coĂ»t et de la maintenabilitĂ©.
- Mettre en place des frameworks rigoureux dâ
évaluation des systÚmes RAG et agentiques
: jeux de donnĂ©es de rĂ©fĂ©rence, tests automatiques, human evaluation, mĂ©triques de retrieval et mesure de la qualitĂ© des rĂ©ponses. - Assurer une veille active sur lâĂ©tat de lâart des LLMs, du RAG et des agents, en sachant distinguer les avancĂ©es rĂ©ellement utiles au produit des effets de mode.
đïž Engineering & MLOps
- Ăcrire du code
Python propre, testé et maintenable,
en combinant expertise data et rigueur dâingĂ©nierie. - Construire et maintenir des pipelines robustes couvrant toute la chaĂźne :
ingestion â transformation â indexation â retrieval â gĂ©nĂ©ration â Ă©valuation â monitoring
. - IntĂ©grer des modĂšles et services dâIA gĂ©nĂ©rative, notamment via les APIs des diffĂ©rents provider, et choisir les modĂšles adaptĂ©s Ă chaque cas dâusage.
- Assurer la
fiabilité des systÚmes en production
: observabilité, analyse des erreurs, gestion des fallbacks, alerting, versioning des prompts et des modÚles, maßtrise de la latence et des coûts. - Concevoir des mécanismes de sécurité adaptés aux systÚmes agentiques : contrÎle des outils, gestion des droits, protection contre les prompt injections et validation des sorties.
- Collaborer avec les Data Engineers et Back-End Engineers pour intĂ©grer ces capacitĂ©s au produit et les faire fonctionner Ă lâĂ©chelle.
- Contribuer aux choix dâarchitecture et aux standards techniques de lâĂ©quipe Data & AI.
đ€ Collaboration & Impact Produit
- Travailler en binĂŽme avec le
PM AI
pour transformer les enjeux produit et les retours utilisateurs en problĂšmes bien formulĂ©s, en hypothĂšses testables et en solutions actionnables. - Collaborer avec les Ă©quipes customer-facing pour comprendre les usages rĂ©els, identifier les causes dâĂ©chec et amĂ©liorer continuellement la qualitĂ© des rĂ©ponses.
- Ătre en mesure de
présenter tes travaux, tes arbitrages et leurs résultats
Ă des interlocuteurs techniques et non techniques. - DĂ©finir avec lâĂ©quipe les bons indicateurs de succĂšs et relier la performance technique des systĂšmes RAG Ă leur impact produit et business.
- Contribuer Ă la
culture technique de lâĂ©quipe
: revues de code, documentation, partage de connaissances et diffusion des bonnes pratiques Applied AI.
Tu es fait(e) pour ĂȘtreÂ
AI Engineer
 chez Mayday si :
- Tu as au moins 4 ans dâexpĂ©rience en Data Science, Machine Learning ou AI Engineering, avec une expĂ©rience significative de mise en production de solutions dâIA.
- Tu as déjà conçu ou fortement contribué à des
systĂšmes RAG ou des applications reposant sur des LLMs
, au-delĂ dâun simple prototype. - Tu comprends en profondeur les diffĂ©rentes briques dâun systĂšme de retrieval : prĂ©paration des documents, chunking, embeddings, recherche vectorielle ou hybride, reranking et gĂ©nĂ©ration.
- Tu sais diagnostiquer la performance dâun systĂšme RAG en sĂ©parant les problĂšmes de retrieval, de contexte, de modĂšle et de gĂ©nĂ©ration.
- Tu maĂźtrises les approches dâĂ©valuation des applications LLM et tu sais construire des jeux de tests reprĂ©sentatifs des usages rĂ©els.
- Tu es Ă lâaise sur la partie engineering : Python, APIs, tests, pipelines de donnĂ©es, orchestration et mise en production.
- Tu sais faire les bons compromis entre qualitĂ©, rapiditĂ© dâexĂ©cution, latence, coĂ»t et complexitĂ© technique.
- Tu communiques clairement avec des interlocuteurs techniques et non techniques, et tu sais transformer un problĂšme complexe en plan dâaction concret.
Une expĂ©rience avec des moteurs de recherche, des bases vectorielles, des architectures agentiques ou des outils dâobservabilitĂ© LLM est fortement apprĂ©ciĂ©e. La connaissance dâun framework prĂ©cis est moins importante que ta capacitĂ© Ă comprendre les mĂ©canismes sous-jacents et Ă choisir les bons outils.
đĄ Soft Skills
- Product thinking :
tu pars des usages et des problÚmes utilisateurs pour orienter tes décisions techniques. - Project management :
tu pilotes des projets complexes de bout en bout, de la discovery à la mise en production, en gérant les priorités et les parties prenantes. - Problem solving :
tu sais investiguer des comportements difficiles à reproduire, formuler des hypothÚses et avancer de maniÚre structurée. - Solutions engineering :
tu travailles avec les équipes customer-facing, comprends les contraintes des clients et construis des solutions généralisables plutÎt que des réponses ponctuelles. - Ownership :
tu prends la responsabilitĂ© de la qualitĂ© du systĂšme en production, pas seulement de la livraison dâun prototype.
đȘ Hard Skills
- RAG & Retrieval :
tu maĂźtrises les principaux composants dâune architecture RAG et sais optimiser la qualitĂ© du retrieval de maniĂšre mĂ©thodique. - Agents & Generative AI :
tu conçois des agents capables dâutiliser des outils et des sources de connaissance de façon contrĂŽlĂ©e, observable et fiable. - Evaluation :
tu définis des jeux de tests et des métriques pertinentes pour mesurer séparément le retrieval, la génération et la performance globale du systÚme. - Software engineering :
tu implĂ©mentes du code performant, testĂ© et maintenable, avec une vraie rigueur dâingĂ©nierie. - Systems engineering :
tu conçois des pipelines scalables et observables pour industrialiser lâingestion, lâindexation, lâĂ©valuation et le dĂ©ploiement. - Data & AI architecture :
tu contribues aux choix structurants, aux standards techniques et Ă lâamĂ©lioration continue de la plateforme Data & AI.
1ïžâŁ Entretien RH en visio avec
Alex
(People Manager) â 30 min
2ïžâŁ Entretien Hiring Manager en visio avec Olivier notre Head of Data & AI â 30 min
3ïžâŁ Entretien technique de System Design avec le
Tech Lead Data
et le Head of Data & AI â 1h
Cet entretien sera centré sur la
conception et lâĂ©valuation dâun systĂšme RAG
: architecture générale, ingestion et indexation des contenus, stratégie de retrieval, évaluation de la qualité, mise en production et principaux arbitrages techniques. Il ne nécessite aucune préparation à la maison.
4ïžâŁ Entretien physique avec 2 fondateurs et 2 membres de la team â 4 Ă 30 min
âïž Call de prise de rĂ©fĂ©rences (2)
This is a saved copy of a posting published elsewhere. Postings get taken down without notice â check the employer's site before applying. mentors.coach is not the hiring party.