Obtenez une réponse de cet employeur — un CV et une lettre de motivation adaptés exactement à ce qu’il recherche.
Goodvest recherche un AI Product Engineer pour transformer les besoins en produits simples et fiables, en utilisant l’IA au quotidien. Vous conduirez le développement d’agents, concevrez des workflows et maintiendrez des skills réutilisables, tout en garantissant sécurité et qualité des livraisons.
Vous travaillerez sur la définition des fonctionnalités, l’architecture des interactions et l’amélioration continue du système de développement, afin d’optimiser l’efficacité des agents et l’impact
Chez Goodvest, nous voulons rendre l’investissement responsable accessible au plus grand nombre. Nous recherchons un·e AI Product Engineer pour transformer les besoins de nos utilisateurs et de nos équipes en produits simples, utiles et fiables.
Tu es un·e ingénieur·e qui aime comprendre un problème autant que le résoudre. Tu utilises l’IA au quotidien pour explorer des solutions, développer et tester, tout en gardant la maîtrise de ce que tu livres.
Transformer les besoins en produits : comprendre les usages, identifier les problèmes et définir des fonctionnalités avec des critères de réussite précis.
Piloter des agents de développement de bout en bout : exploration du code, conception, implémentation, tests, revue, mise en production et diagnostic.
Concevoir des workflows agentiques : décomposer les sujets, fournir le bon contexte, répartir les tâches entre agents et organiser les étapes de vérification.
Créer et maintenir des skills réutilisables pour transmettre aux agents nos conventions, nos connaissances métier et nos procédures.
Construire l’environnement qui rend les agents efficaces : documentation, outils, intégrations, accès aux données et boucles de retour.
Garder la maîtrise technique des livraisons : challenger les architectures proposées, comprendre les changements et vérifier leur sécurité, leur fiabilité et leur maintenabilité.
Améliorer continuellement notre système de développement : identifier les échecs récurrents, renforcer les contrôles et capitaliser sur les méthodes qui fonctionnent.
Mesurer l’impact du produit livré, recueillir les retours et itérer.
Optimiser en continu l’utilisation de l’IA : choisir les modèles et les outils adaptés à chaque tâche, fournir un contexte ciblé, réutiliser les skills et paralléliser lorsque c’est utile. Réduire les appels inutiles, la consommation de tokens et les délais, tout en maintenant la qualité des livraisons.
Tu construiras à la fois le produit et les méthodes qui permettent aux agents de le faire évoluer. La réussite se mesure à la valeur livrée, à la qualité en production et à la capacité de l’équipe à progresser.
Tu as déjà livré et maintenu des applications en production. Tu comprends une architecture, une API, une base de données et les contraintes d’une application web.
Tu utilises des agents de développement pour mener des tâches complètes, avec plusieurs étapes et des vérifications.
Tu sais transformer un besoin ambigu en instructions exploitables : contexte, périmètre, contraintes, critères d’acceptation et moyens de validation.
Tu sais organiser le travail de plusieurs agents, gérer leurs dépendances et vérifier que leurs contributions s’intègrent correctement.
Tu sais créer des skills, des instructions et des workflows réutilisables, puis les améliorer à partir des résultats observés.
Tu peux lire et expliquer le code généré, repérer une mauvaise abstraction, investiguer un bug et guider les agents vers une correction durable.
Tu sais définir le niveau d’autonomie adapté à une tâche, les permissions nécessaires et les étapes qui demandent une validation humaine.
Tu as le réflexe de simplifier, de livrer progressivement et de confronter tes choix à l’usage réel.
Tu assumes la responsabilité de ce qui est livré, y compris lorsque tout le code a été écrit par des agents.
Un produit construit avec des agents, un workflow que tu utilises réellement, une bibliothèque de skills ou une démonstration de ton environnement de travail. Nous voulons comprendre tes choix, les limites rencontrées et ce que tu as amélioré.
Une expertise en entraînement de modèles n’est pas nécessaire. Une pratique concrète du développement agentique est essentielle.