Ingénieur(e) en IA

Concevoir, construire et exploiter des solutions d'IA qui alimentent les expériences numériques de Placements de détail de RBC.,Collaborer avec les équipes produits, conseillers et technologie pour traduire les problèmes d'investissement et de clientèle en cas d'utilisation d'IA/ML.,Développer, tester et déployer des modèles et des solutions basées sur les LLM (par exemple, personnalisation, recommandations, génération d'insights, automatisation des flux de travail) en utilisant des pratiques modernes de cloud et de MLOps.,Travailler de bout en bout sur le cycle de vie, de l'exploration des données et de l'ingénierie des fonctionnalités au suivi, à l'optimisation des performances et à l'amélioration continue en production.,Intégrer des pratiques d'IA responsable en se concentrant sur l'équité, l'explicabilité, la conformité et la confiance des clients.,Contribuer à notre plateforme d'IA et à nos normes d'ingénierie, aux composants réutilisables et aux meilleures pratiques pour accélérer les futurs cas d'utilisation.,Solides compétences en ingénierie IA/ML – 3+ ans d'expérience dans la construction et le déploiement de modèles ou de solutions basées sur les LLM en production (Python, SQL, service de modèles, surveillance).,Solides bases en ingénierie logicielle – code propre, tests, contrôle de version, CI/CD et travail dans des environnements cloud (par exemple, Azure/AWS/GCP).,Expérience du cycle de vie des données et du ML de bout en bout – de la formulation du problème et de la découverte des données à l'ingénierie des fonctionnalités, à la formation, à l'évaluation et au MLOps.,Expérience appliquée en NLP/LLM – construction de cas d'utilisation tels que les recommandations, la synthèse, les questions-réponses ou l'automatisation des flux de travail à l'aide d'outils d'IA modernes.

Essentiel :,- 3+ ans d'expérience dans la construction et le déploiement de modèles ou de solutions basées sur les LLM en production (Python, SQL, service de modèles, surveillance).,- Solides bases en ingénierie logicielle : code propre, tests, contrôle de version, CI/CD et travail dans des environnements cloud (par exemple, Azure/AWS/GCP).,- Expérience du cycle de vie des données et du ML de bout en bout.,- Expérience appliquée en NLP/LLM.,Atouts :,- Expérience en gestion de patrimoine, investissement de détail ou autres domaines financiers réglementés.,- Travail pratique avec les écosystèmes LLM – RAG, bases de données vectorielles, ingénierie d'invites, garde-fous et cadres d'évaluation.,- Expérience en expérimentation et mesure – tests A/B, métriques en ligne, inférence causale ou modélisation d'uplift.,- Familiarité avec les plateformes modernes de données et de ML – par exemple, Databricks, Kubernetes, magasins de fonctionnalités ou architectures événementielles.