Principal Applied AI Developer, Foundation Models Infrastructure

English posting follows.

26WD99600, Développeur principal en IA appliquée, Infrastructure des modèles de base

Aperçu du Poste

Le travail que nous accomplissons chez Autodesk touche pratiquement chaque habitant de la planète. En créant des outils logiciels destinés à la conception de bâtiments, de machines, de produits, d’infrastructures et de divertissements, nous donnons les moyens d’agir à certaines des personnes les plus créatives au monde.

Autodesk développe des logiciels à l’échelle du cloud, des plateformes de données et des fonctionnalités basées sur l’IA qui aident nos clients à concevoir, construire et exploiter le monde qui les entoure. En tant que Développeur principal en IA appliquée au sein de l’équipe Infrastructure des modèles de base pour l’apprentissage automatique, vous contribuerez à définir et à accélérer la feuille de route de la plateforme d’apprentissage automatique d’Autodesk, utilisée par les chercheurs, les développeurs en apprentissage automatique et les équipes produit d’Autodesk pour prendre en charge l’ensemble du cycle de vie des modèles d’apprentissage automatique d’Autodesk.

Vous concevrez, développerez et ferez évoluer des services de plateforme résilients, sécurisés, évolutifs, observables et rentables, qui prennent en charge l’entraînement, l’inférence, l’évaluation, le déploiement et la mise en service des modèles à l’échelle mondiale. Vous travaillerez en étroite collaboration avec les chercheurs, les développeurs en apprentissage automatique, les équipes produit, les équipes chargées de la sécurité et de la confidentialité, ainsi que les partenaires de la plateforme, afin de traduire des exigences métier et techniques ambiguës en fonctionnalités de plateforme robustes, offrant une excellente expérience développeur et des workflows en libre-service performants.

Il s’agit d’un poste de direction technique de haut niveau destiné à une personne alliant une expertise pratique approfondie en ingénierie à la capacité de définir une orientation technique, de diriger des initiatives complexes impliquant plusieurs équipes, d’encadrer des développeurs seniors et de relever le niveau d’excellence en ingénierie.

Responsabilités

• Définir et piloter la stratégie technique relative aux capacités de l’infrastructure d’apprentissage automatique des modèles de base au sein de la plateforme d’apprentissage automatique d’Autodesk

• Diriger la conception et la mise en œuvre de services de plateforme à grande échelle prenant en charge l’ensemble du cycle de vie des modèles d’apprentissage automatique d’Autodesk, y compris l’entraînement, l’inférence, la mise en service, l’évaluation, le déploiement, la surveillance et les opérations

• Concevoir une infrastructure hautement résiliente, sécurisée, observable, évolutive et rentable pour les charges de travail d’IA et d’apprentissage automatique à grande échelle

• Créer et faire évoluer les API, les outils, les workflows et les fonctionnalités en libre-service destinés aux développeurs, permettant ainsi aux chercheurs et aux développeurs en apprentissage automatique d’avancer rapidement et en toute sécurité

• Travailler concrètement avec Kubernetes, Ray, SageMaker, AWS et les technologies cloud natives associées pour prendre en charge l’entraînement distribué, l’inférence évolutive et la mise en service des modèles en production

• Identifier, cerner et hiérarchiser les problèmes techniques à fort impact, en accord avec la stratégie relative aux produits, à la recherche et à la plateforme

• Traduire des objectifs de recherche en IA, des besoins produit et des exigences métier ambigus en conceptions techniques concrètes et en plans d’ingénierie réalisables

• Diriger des initiatives techniques complexes impliquant plusieurs équipes, coordonner les parties prenantes et influencer l’orientation technique sans exercer d’autorité directe

• Favoriser l’amélioration de la fiabilité, de l’évolutivité, des performances, de la sécurité, de la qualité et de la maîtrise des coûts pour l’ensemble des charges de travail liées à l’entraînement, à l’inférence et à la mise en service

• Établir et faire évoluer les normes de la plateforme en matière de préparation à la production, d’observabilité, de SLA/SLO, de réponse aux incidents, de qualité des versions, de déploiement des modèles, de gestion des versions, de traçabilité et de gouvernance

• Collaborer avec les chercheurs, les développeurs en apprentissage automatique, les chefs de produit, les architectes, ainsi que les équipes chargées de la sécurité, de la confidentialité et de la plateforme afin de définir des critères de qualité et des pratiques de déploiement en production sécurisées, y compris les exigences en matière d’IA de confiance

• Améliorer la productivité des développeurs grâce à la CI/CD, aux tests automatisés, à l’infrastructure en tant que code, aux tests contractuels, aux contrôles de qualité, à la documentation et à l’automatisation de la plateforme

• Diriger l’analyse des causes profondes des problèmes systémiques en production et mettre en œuvre des améliorations durables au niveau de la plateforme

• Agir en tant qu’autorité technique pour les décisions critiques, en orientant les compromis entre performances, fiabilité, sécurité, coût, évolutivité et expérience des développeurs

• Encadrer les développeurs seniors, rehausser les normes d’ingénierie et favoriser une culture d’appropriation, de qualité, d’action et de responsabilité

• Participer activement aux méthodologies de développement Agile, Kanban ou autres méthodologies modernes afin de livrer progressivement des résultats de haute qualité

Qualifications Minimales

• Licence ou master en informatique, génie informatique, apprentissage automatique, ou expérience pratique équivalente

• Au moins 8 ans d’expérience professionnelle en génie logiciel, incluant une expérience significative avec des systèmes d’infrastructure à grande échelle, natifs du cloud, distribués, de plateforme ou d’apprentissage automatique

• Expérience dans l’utilisation d’outils de développement assistés par l’IA, d’agents de codage et d’automatisation alimentée par l’IA pour améliorer la productivité technique, avec une compréhension pratique de la conception contextuelle, de la révision humaine, des tests, de l’utilisation sécurisée et de l’intégration dans les workflows des développeurs

• Solide expérience pratique de la conception, de la mise en place et de l’exploitation de services de niveau production prenant en charge l’entraînement, l’inférence, la mise à disposition, l’évaluation, le déploiement ou l’observabilité des modèles

• Solide expérience avec Kubernetes et les infrastructures cloud natives

• Expérience avec le calcul distribué, les infrastructures d’apprentissage automatique ou les technologies de mise à disposition de modèles telles que Ray, SageMaker, les plateformes d’entraînement distribuées, les plateformes de mise à disposition d’inférence ou des systèmes équivalents

• Capacité avérée à diriger des initiatives techniques complexes impliquant plusieurs équipes et à influencer l’orientation technique sans autorité hiérarchique directe

• Expérience dans la traduction d’exigences ambiguës issues de la recherche, des produits ou de l’entreprise en conceptions techniques concrètes et en plans d’ingénierie réalisables

• Solide expérience dans la conception et l’exploitation de systèmes de production résilients, sécurisés, observables et rentables, à l’aide de pratiques de CI/CD, de tests automatisés, d’infrastructure en tant que code, de surveillance, d’alertes et d’opérations de production

• Capacité avérée à encadrer les développeurs, à rehausser les normes d’ingénierie et à incarner une voix technique forte en faveur de l’excellence

• Solides compétences en communication écrite et orale, avec la capacité d’influencer les parties prenantes techniques et non techniques

Qualifications Souhaitées

• Expérience des modèles avancés de développement assisté par l’IA, tels que l’ingénierie de harnais, l’orchestration d’agents de codage, les compétences, les MCP, la conception de prompts/contextes, les boucles d’évaluation et les workflows d’ingénierie réutilisables basés sur l’IA

• Expérience dans la création ou l’évolution de plateformes internes pour développeurs, de plateformes d’apprentissage automatique, d’infrastructures en libre-service ou d’API de plateformes utilisées par les chercheurs et les développeurs en apprentissage automatique

• Expérience dans le soutien à l’entraînement de modèles à grande échelle, au réglage fin, à l’inférence par lots, à l’inférence en temps réel, à la mise en service de modèles ou aux workflows de modèles de base

• Expérience dans la définition de l’architecture de plateforme, de la stratégie technique, des limites des services, des normes de fiabilité, des critères de maturité pour la production et des pratiques opérationnelles

• Expérience dans la conception de systèmes dotés de SLA ou de SLO clairs en matière de latence, de débit, de disponibilité, de fiabilité et de coût

• Connaissance de la gouvernance des modèles, de la gestion des versions des modèles, de la traçabilité, des workflows d’évaluation, de l’IA de confiance, de la sécurité, de la confidentialité et des pratiques d’IA responsable

• Expérience avérée dans la direction d’initiatives techniques inter-équipes, l’amélioration de la qualité de l’ingénierie et l’optimisation de la productivité des développeurs

• Expérience de collaboration avec des équipes de recherche en IA, des développeurs en apprentissage automatique, des équipes produit et des organisations de plateformes pour mettre en production des capacités d’IA appliquées

Le Candidat Idéal

• Vous êtes un développeur très expérimenté qui allie une expertise technique approfondie à la capacité de définir une orientation, de favoriser la cohésion et d’avoir un impact au sein des différentes équipes. Vous êtes à l’aise dans un environnement incertain, savez cerner les bons problèmes techniques et mener des initiatives complexes, de la conception à la mise en production

• Vous raisonnez en termes de systèmes, de plateformes et d’expérience développeur, et non pas uniquement en termes de services ou de fonctionnalités individuelles. Vous savez concevoir une infrastructure évolutive, sécurisée, fiable et rentable qui permet aux chercheurs et aux développeurs en apprentissage automatique de créer, d’entraîner, de déployer et d’exploiter des modèles d’apprentissage automatique en toute sécurité et à grande échelle

• Vous avez un fort penchant pour l’action et effectuez rapidement des compromis techniques mûrement réfléchis. Vous trouvez le juste équilibre entre les livraisons à court terme et la santé à long terme de la plateforme. Vous communiquez clairement, instaurez un climat de confiance avec vos partenaires et aidez les équipes à prendre de meilleures décisions techniques

• Vous êtes pragmatique, curieux, collaboratif et passionné par la résolution de problèmes d’infrastructure complexes au service des chercheurs, des développeurs en apprentissage automatique, des équipes produit et des clients internationaux d’Autodesk

----------------------------------------------------------------------------------------------------------------------

26WD99600, Principal Applied AI Developer, Foundation Models Infrastructure

Position Overview

The work we do at Autodesk touches nearly every person on the planet. By creating software tools for making buildings, machines, products, infrastructure, and entertainment, we empower some of the most creative people in the world.

Autodesk is building cloud-scale software, data platforms, and AI-enabled capabilities that help customers design, build, and operate the world around them. As a Principal Applied AI Developer on the Foundation Model ML Infrastructure team, you will help define and accelerate the roadmap for the Autodesk Machine Learning Platform, the platform used by Autodesk researchers, ML developers, and product teams to support the full lifecycle of Autodesk’s machine learning models.

You will design, build, and evolve resilient, secure, scalable, observable, and cost-effective platform services that support model training, inference, evaluation, deployment, and serving at global scale. You will work closely with researchers, ML developers, product teams, security, privacy, and platform partners to translate ambiguous business and technical requirements into robust platform capabilities with excellent developer experience and strong self-service workflows.

This is a principal-level technical leadership role for someone who combines deep hands-on engineering expertise with the ability to define technical direction, lead complex initiatives across teams, mentor senior developers, and raise the bar for engineering excellence.

Responsibilities

• Define and drive technical strategy for Foundation Model ML Infrastructure capabilities within the Autodesk Machine Learning Platform

• Lead the design and implementation of large-scale platform services that support the full lifecycle of Autodesk’s ML models, including training, inference, serving, evaluation, deployment, monitoring, and operations

• Architect highly resilient, secure, observable, scalable, and cost-effective infrastructure for large-scale AI and ML workloads

• Build and evolve developer-facing APIs, tools, workflows, and self-service capabilities that enable researchers and ML developers to move quickly and safely

• Work hands-on with Kubernetes, Ray, SageMaker, AWS, and related cloud-native technologies to support distributed training, scalable inference, and production model serving

• Identify, frame, and prioritize high-impact technical problems aligned with product, research, and platform strategy

• Translate ambiguous AI research goals, product needs, and business requirements into practical technical designs and executable engineering plans

• Lead complex cross-team technical initiatives, align stakeholders, and influence technical direction without requiring direct authority

• Drive reliability, scalability, performance, security, quality, and cost improvements across training, inference, and serving workloads

• Establish and evolve platform standards for production readiness, observability, SLAs/SLOs, incident response, release quality, model deployment, versioning, lineage, and governance

• Partner with researchers, ML developers, product managers, architects, security, privacy, and platform teams to define quality bars and safe production deployment practices, including Trusted AI requirements

• Improve developer productivity through CI/CD, automated testing, infrastructure as code, contract testing, quality gates, documentation, and platform automation

• Lead root-cause analysis for systemic production issues and implement durable, platform-level improvements

• Act as a technical authority for critical decisions, guiding trade-offs across performance, reliability, security, cost, scalability, and developer experience

• Mentor senior developers, elevate engineering standards, and foster a culture of ownership, quality, action, and accountability

• Actively participate in Agile, Kanban, or other modern development methodologies to deliver high-quality outcomes incrementally

Minimum Qualifications

• Bachelor’s or Master’s degree in Computer Science, Computer Engineering, Machine Learning, or equivalent practical experience

• 8+ years of professional software engineering experience, including significant experience with large-scale, cloud-native, distributed, platform, or machine learning infrastructure systems 

• Experience using AI-assisted development tools, coding agents, and AI-powered automation to improve engineering productivity, with practical understanding of context design, human review, testing, secure usage, and integration into developer workflows

• Deep hands-on experience designing, building, and operating production-grade services that support model training, inference, serving, evaluation, deployment, or observability

• Strong experience with Kubernetes and cloud-native infrastructure

• Experience with distributed compute, ML infrastructure, or model serving technologies such as Ray, SageMaker, distributed training platforms, inference serving platforms, or equivalent systems

• Proven ability to lead complex technical initiatives across teams and influence technical direction without direct authority

• Experience translating ambiguous research, product, or business requirements into practical technical designs and executable engineering plans

• Strong experience designing and operating resilient, secure, observable, and cost-effective production systems using CI/CD, automated testing, infrastructure as code, monitoring, alerting, and production operations practices

• Demonstrated ability to mentor developers, elevate engineering standards, and act as a strong technical voice for excellence

• Strong written and verbal communication skills, with the ability to influence technical and non-technical stakeholders

Preferred Qualifications

• Experience with advanced AI-assisted development patterns such as harness engineering, coding-agent orchestration, skills, MCPs, prompt/context design, evaluation loops, and reusable AI-enabled engineering workflows

• Experience building or evolving internal developer platforms, ML platforms, self-service infrastructure, or platform APIs used by researchers and ML developers

• Experience supporting large-scale model training, fine-tuning, batch inference, real-time inference, model serving, or foundation model workflows

• Experience defining platform architecture, technical strategy, service boundaries, reliability standards, production readiness criteria, and operational practices

• Experience designing systems with clear SLAs or SLOs for latency, throughput, availability, reliability, and cost

• Familiarity with model governance, model versioning, lineage, evaluation workflows, Trusted AI, security, privacy, and responsible AI practices

• Track record of leading cross-team technical initiatives, raising engineering quality, and improving developer productivity

• Experience working with AI research teams, ML developers, product teams, and platform organizations to productionize applied AI capabilities

The Ideal Candidate

• You are a highly experienced developer who combines deep technical expertise with the ability to define direction, drive alignment, and deliver impact across teams. You are comfortable operating in ambiguity, framing the right technical problems, and leading complex initiatives from concept to production

• You think in terms of systems, platforms, and developer experience, not just individual services or features. You understand how to design scalable, secure, reliable, and cost-effective infrastructure that enables researchers and ML developers to build, train, deploy, and operate machine learning models safely at scale

• You have a strong bias toward action and make thoughtful technical tradeoffs quickly. You balance short-term delivery with long-term platform health. You communicate clearly, build trust with partners, and help teams make better technical decisions

• You are pragmatic, curious, collaborative, and passionate about solving complex infrastructure problems in service of Autodesk’s researchers, ML developers, product teams, and global customers