Senior AI-First Product Engineer

Poste permanent · Temps plein · Hybride, Montréal

Notre client est un éditeur de logiciels d’entreprise. Ses produits aident les clients à prendre de meilleures décisions pendant leurs opérations en temps réel, en réunissant les données opérationnelles, de reporting, de conformité et d’optimisation dans une fondation unique et fiable. L’objectif : permettre aux équipes d’agir pendant que les résultats peuvent encore être influencés.

Notre client part d’une conviction : l’IA transforme le développement produit lui-même. Les meilleures équipes ne se contentent pas d’utiliser l’IA à l’occasion, elles construisent autour d’elle, prototypent plus vite, automatisent davantage, orchestrent des agents et raccourcissent les boucles de rétroaction. C’est cette équipe qui se bâtit ici.

Le poste

Notre client embauche des Senior AI-First Product Engineers pour bâtir un nouveau produit centré sur l’IA au sein de son écosystème. Ce n’est pas un rôle de développeur traditionnel centré sur l’écriture de code à la main. On cherche des ingénieurs dont le vrai but est de livrer des produits fonctionnels, avec les meilleurs outils disponibles : Claude Code et outils similaires, codage assisté par IA, revues de code et correction de bogues par IA, ingénierie de prompts et orchestration d’agents. Tu es à l’aise de bâtir les choses toi-même, mais tout aussi à l’aise de laisser l’IA faire une partie du travail quand elle le fait bien. Une grande partie du rôle consiste à concevoir et intégrer des systèmes propulsés par l’IA : agents, couches d’orchestration, utilisation d’outils, A2A, MCP, et des expériences produit où l’IA fait partie du flux de travail, pas juste un ajout.

Tes responsabilités

Concevoir et livrer rapidement des fonctionnalités produit sur le backend, les intégrations et certains composants frontend. Concevoir et implémenter des capacités produit natives à l’IA dans l’écosystème du client. Développer et orchestrer des agents, des outils, des flux de travail et des intégrations selon des patrons comme A2A et MCP. Utiliser les outils de codage IA pour l’implémentation, le refactoring, la revue de code et le débogage. Appliquer une solide ingénierie de prompts et une bonne sélection d’outils pour tirer le meilleur des systèmes d’IA. Concevoir des services empaquetés et déployés rapidement avec Docker dans différents environnements infonuagiques. Contribuer aux API, aux flux de données, aux services backend et à certains travaux frontend (composants React, UI générative émergente). Intégrer bases de données, services infonuagiques et capacités de plateforme : Postgres, Oracle Cloud, Kubernetes, GraphQL et technologies liées. Aider à créer des flux où des non-développeurs peuvent contribuer à la livraison en toute sécurité, avec l’outillage et les garde-fous appropriés. Évaluer en continu les nouveaux outils, cadres et capacités d’IA pour améliorer la vitesse et la qualité du produit.

Volet données

Concevoir et maintenir les pipelines de données (ingestion, ETL/ELT, données en continu) qui alimentent la fondation de données du produit. Modéliser les données et unifier des sources hétérogènes (opérations en temps réel, reporting, conformité) dans un socle cohérent. Assurer la qualité, l’observabilité et la traçabilité des données pour garder cette fondation digne de confiance. Préparer et structurer les données pour l’IA : bases vectorielles, embeddings, patrons RAG et mise en contexte des agents.

Compétences recherchées

Exigences

Solide expérience en génie logiciel, en ingénierie produit ou en développement full-stack et backend. Vraie capacité à bâtir des systèmes réels, avec un état d’esprit orienté résultats plutôt qu’une identité centrée sur le code. Expérience avec Python, TypeScript ou des stacks d’ingénierie modernes similaires. Aisance sur le backend, les intégrations, les API et certains composants frontend au besoin. Expérience pratique de la livraison infonuagique, des conteneurs et des architectures orientées services. Bonne maîtrise des bases de données relationnelles (Postgres, Oracle) et de la modélisation de données. Forte curiosité pour le développement assisté par IA et réelle volonté de l’utiliser en profondeur au quotidien. Aisance avec l’ingénierie de prompts comme compétence d’ingénierie de base. Capacité à choisir le bon outil pour la tâche plutôt que de se rabattre sur ses habitudes. Aisance dans les environnements en mouvement rapide où la stack, le produit et le flux de travail évoluent vite. Esprit collaboratif et faible ego. Anglais requis; le français est utile pour la collaboration locale.

Atouts

Expérience avec Claude Code ou d’autres outils de codage IA dans un vrai contexte de livraison. Expérience des revues de code et de la correction de bogues par IA, et des flux de développement agentiques. Expérience de construction de systèmes à base d’agents, d’intégrations d’outils ou de couches d’orchestration. Familiarité avec MCP, A2A, les intégrations de LLM ou des patrons similaires. Expérience avec Docker, Kubernetes, GraphQL, Postgres et les environnements infonuagiques. Expérience avec React et le travail d’intégration d’interfaces. Intérêt pour l’UI générative et les patrons d’interaction produit pilotés par l’IA.

Données (fort atout)

Ingénierie de données : pipelines ETL/ELT, données en continu (streaming) et architectures événementielles. Familiarité avec les bases vectorielles, les embeddings et les patrons RAG pour alimenter les agents. Notions de gouvernance, de qualité et de traçabilité des données, utiles dans un contexte de conformité. Expérience en entrepôt ou lakehouse de données et en analytique.

Ce qui rend ce rôle différent

Tu rejoins une équipe montréalaise bâtie autour d’un nouveau modèle de développement produit : des profils seniors, une forte autonomie, une itération rapide et une intégration profonde de l’IA, autant dans le produit que dans la façon de travailler.

On ne cherche pas des ingénieurs qui veulent simplement coder plus efficacement, mais des personnes qui veulent aider à définir ce qu’est l’ingénierie produit quand l’IA devient une partie centrale de la boucle de développement. Ça veut dire savoir quand bâtir, quand orchestrer, quand automatiser, quand réviser et quand laisser les agents faire le travail.

Bon à savoir

Modèle hybride, basé à Montréal, avec de la collaboration en personne au besoin et des coéquipiers répartis dans plusieurs régions. Anglais requis; le français est utile pour la collaboration locale.