Principal Applied AI Developer, Foundation Models Infrastructure

Responsabilités

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

Position Overview

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

À propos d’Autodesk/ About Autodesk

Transparence salariale / Salary transparency

• appurtenance / Belonging
• Nous sommes fiers de cultiver une culture d’appartenance où chacun peut s’épanouir. Pour en savoir plus, cliquez ici:
• https://www.autodesk.com/company/global-belonging
• We take pride in cultivating a culture of belonging where everyone can thrive. Learn more here:
• Intégration en présentiel et vérification d’identité

In-Person Onboarding and Identity Verification

Are you an existing contractor or consultant with Autodesk?