Chercheur(euse) Scientifique Appliqué(e) Senior

Description de l'entreprise

Tout a commencé lorsque l'ingénieur Fred Luddy a écrit un code qui automatisait une tâche fastidieuse pour sa collègue, Phyllis. Elle a pleuré de joie. Ce moment a inspiré Fred à créer une entreprise qui pourrait faire cela pour tout le monde — libérant les gens du travail fastidieux afin qu'ils puissent se concentrer sur des travaux significatifs. Aujourd'hui, ServiceNow est le centre de contrôle de l'IA pour la réinvention des entreprises. Notre plateforme ServiceNow AI rassemble toute l'IA, toutes les données et tous les flux de travail — aidant 85 % des Fortune 500® à travailler plus intelligemment, plus rapidement et mieux. Nous construisons une culture IA-native où la technologie et le talent sont insurmontables ensemble. Et nous venons à peine de commencer.

Rejoignez-nous pour mettre l'IA au travail pour les gens.

À propos de l'équipe L'organisation Agentic Engineering chez ServiceNow est le groupe d'ingénierie obsédé par le client qui conçoit une expérience d'IA conversationnelle transformant l'intention d'entreprise en travail accompli. Nous faisons progresser la façon dont l'IA d'entreprise raisonne, se souvient et exécute.

L'équipe Agent Orchestration — celle que vous rejoindrez — possède le cœur d'exécution : le harnais d'agent, le moteur d'orchestration, la coordination multi-agents, la gestion de la mémoire, ainsi que les cadres d'évaluation qui garantissent que les agents se comportent correctement en production. Chaque action autonome promise par Otto dépend de ce que cette équipe livre.

En rejoignant notre équipe, vous serez à l'avant-garde de notre transformation IA, soutenu(e) par l'envergure mondiale de ServiceNow et l'agilité d'un environnement à forte croissance. Nous recherchons des talents de classe mondiale pour nous aider à étendre l'IA agentique à chaque employé, dans tous les secteurs de l'entreprise.

Ce que vous ferez

En tant que Chercheur(euse) Scientifique Appliqué(e) Senior, vous serez responsable de parties importantes du harnais d'agent — la couche d'infrastructure qui permet aux agents IA de raisonner sur des données réelles d'entreprise, d'agir à travers les flux de travail, et de fonctionner en toute sécurité à l'échelle Fortune 500.

• Ingénierie du harnais : Concevoir et construire le harnais d'exécution des agents — la couche d'orchestration qui achemine les entrées, gère le contexte, invoque les outils, gère les nouvelles tentatives et affiche l'état d'exécution à travers des flux de travail agentiques multi-étapes
• Fiabilité à l'échelle : Assurer la tolérance aux pannes, la latence et le débit du moteur d'exécution ; concevoir pour des flux de travail d'entreprise qui ne peuvent pas échouer silencieusement ou de manière non déterministe
• Observabilité : Instrumenter le harnais avec du traçage, l'attribution des coûts et la visibilité de la latence afin que l'équipe puisse comprendre le comportement des agents en production et détecter les défaillances avant les clients
• Infrastructure de prompts : Construire des systèmes de gestion de prompts — versionnage, création de modèles et évaluation systématique — qui maintiennent la stabilité du comportement des agents malgré les mises à jour de modèles et les changements de configuration
• Ingénierie d'évaluation : Concevoir et gérer des cadres d'évaluation (évaluations unitaires, évaluations d'intégration, moniteurs de production) qui mesurent la qualité des agents, détectent les régressions et orientent des décisions fondées sur les données
• Intégration LLM : Intégrer et abstraire les LLM de pointe, en gérant le routage de modèles, les stratégies de repli, ainsi que les compromis entre coût et latence en production
• Leadership technique : Élever le niveau technique par des décisions d'architecture, des revues de code et du mentorat — en particulier sur les modèles de conception agentiques et la discipline de production en IA
• Conception des limites du système : Définir où réside la logique de l'agent — ce qui relève d'un appel d'outil, d'un sous-agent, d'un chemin codé en dur ou d'une escalade humaine — et établir ces normes de conception au sein de l'équipe

Qualifications

• Pour réussir dans ce rôle, vous avez :
• 4+ années d'expérience dans la construction de systèmes logiciels en production, avec un solide historique en matière de fiabilité, de performance et de scalabilité
• Une expérience pratique du lancement de produits d'IA générative — pas seulement l'intégration d'API LLM ou la création de prototypes, mais la responsabilité de fonctionnalités basées sur l'IA dont dépendent les utilisateurs en production
• Une solide compréhension du fonctionnement des grands modèles de langage : modes de défaillance, contraintes de contexte, et la façon dont la conception des prompts influence le comportement des modèles à grande échelle
• Une expérience pratique d'ingénierie de prompts : concevoir systématiquement, versionner et évaluer des prompts à travers les mises à jour de modèles ou les cycles d'évaluation A/B
• Un réel historique d'ingénierie d'évaluation — pas seulement une familiarité, mais un portefeuille de suites d'évaluation conçues, livrées et utilisées pour orienter des décisions de qualité dans les systèmes IA en production
• Une conscience du coût et de l'efficacité au niveau du système : expérience dans la raisonnement sur le routage de modèles, le coût d'inférence et les compromis de latence en production
• Des fondamentaux solides en ingénierie logicielle : systèmes distribués, conception d'API et discipline de test
• Un confort dans les environnements de produits IA en mouvement rapide, ambigus et similaires à ceux d'une startup

Bonus

• Expérience avec les modèles de coordination multi-agents (A2A, MCP)
• Familiarité avec les frameworks d'agents (LangChain, LlamaIndex ou similaire)
• Expérience antérieure dans le lancement de systèmes IA dans des logiciels d'entreprise
• Expérience avec les outils d'observabilité IA (traçage, suivi des coûts, surveillance spécifique aux LLM)
• Familiarité avec l'infrastructure cloud-native, l'observabilité des services, la journalisation, la surveillance, l'ingénierie de fiabilité et le dépannage en production