À propos du poste
Nous recherchons des ingénieurs qui construisent et exploitent des agents LLM en production, et qui ont une réelle visibilité sur la manière dont les agents sont effectivement utilisés au sein d'une entreprise.
Vous avez probablement :
- Livré un agent dont de vrais utilisateurs dépendaient, et été responsable lorsqu'il est tombé en panne.
- Trouvé comment savoir si un agent s'est amélioré ou dégradé après une modification.
- Exploité des agents qui survivent à une seule requête : tâches planifiées, travaux de longue durée, bacs à sable dans le cloud.
- Vu votre organisation construire un assistant interne, et observé qui l'a adopté et qui ne l'a discrètement pas fait.
Nous nous intéressons tout particulièrement aux couches dont la plupart des gens ne parlent pas : les monoagents internes connectés aux données de l'entreprise, la mémoire partagée de l'entreprise, les compétences et playbooks réutilisables, les surfaces d'outils et de MCP que les agents appellent, et la façon dont chacun peut voir ce que les agents ont fait et ce que cela a coûté.
La candidature commence par un court entretien conversationnel mené par l'IA. Pas de code, pas d'exercice à faire à la maison. Nous voulons savoir comment vous réfléchissez réellement à la fiabilité des agents, à l'évaluation et à l'adoption, ainsi qu'aux compromis que vous avez faits dans des systèmes réels. Venez avec vos histoires de guerre. Plus elles sont brouillonnes et précises, mieux c'est.
Si cette sélection se démarque, nous vous inviterons à un échange en direct de 30 minutes avec notre équipe. Nous versons de $100 à $500 pour cet échange, payés à l'issue de l'appel, le montant dépendant de la profondeur de l'expérience.
Si cela vous correspond, postulez et passez cette sélection. Nous examinons chaque candidature.