CDI - Manager Platform Engineer - Paris

<p><strong>Mission</strong></p> <p>Des groupes de premier plan font tourner leur IA sur ce que vous construisez. Infrastructure cloud, plateformes de données, chaînes de delivery, serving de modèles, runtime des agents : ces fondations portent à grande échelle les applications et les agents de nos clients, et vous les concevez et les exploitez. Grâce à ce travail, les équipes produit livrent sans risque, tandis que les coûts, la latence et la sécurité restent sous contrôle.</p> <p><strong>Ce poste est fait pour vous si vos utilisateurs sont d’autres équipes d’ingénierie et si la robustesse d’un système sous charge vous intéresse.</strong></p> <p>Artefact accompagne les plus grandes entreprises du monde dans le déploiement de l’IA : 3 000 AI makers dans plus de 30 pays, plus de 1 000 clients. En France, le département Engineering réunit environ 300 personnes sous la responsabilité du CTO ; vous y rejoignez le chapter AI Applied Engineer, archétype Platform Engineer.</p> <p>&nbsp;</p> <p><strong>Activités et responsabilités</strong></p> <p>Les Product Engineers et les AI Engineers déploient sur les plateformes que vous construisez ; leurs besoins se définissent avec eux, et leur accompagnement se poursuit jusqu’en production.</p> <p>Sur une plateforme de données, les fondations vous reviennent : infrastructure, sécurité, réseau, calcul. Ce qui y circule relève des Context &amp; Analytics Engineers. Le travail se mène aussi avec les équipes IT, sécurité et cloud du client, sous le regard desquelles chaque choix d’architecture doit pouvoir se défendre ; le code se relit entre pairs et les nouvelles recrues sont accompagnées.</p> <p><strong>Vos responsabilités :</strong></p> <ul> <li> <p>Déployer l’infrastructure cloud en infrastructure as code et conduire les migrations cloud.</p> </li> <li> <p>Construire et exploiter des plateformes de données : entrepôts et lakehouses, orchestration, traitement batch et streaming.</p> </li> <li> <p>Construire des pipelines CI/CD et l’outillage MLOps et LLMOps.</p> </li> <li> <p>Construire le harness des agents : runtime, frameworks d’évaluation, observabilité.</p> </li> <li> <p>Servir les modèles et maîtriser leur coût et leur latence.</p> </li> <li> <p>Poser les fondations de sécurité : IAM, réseau, secrets, droits d’accès des agents, protection contre le prompt injection.</p> </li> <li> <p>Construire des connecteurs et des serveurs MCP que plusieurs agents réutilisent.</p> </li> <li> <p>Garantir la fiabilité : monitoring, gestion des incidents, suivi des coûts.</p> </li> </ul> <p>&nbsp;</p> <p><strong>Profil recherché</st