Ingénieur commercial senior – Token Factory

Emploi pas sur LinkedIn

🔥 il y a 41 minutes

🇪🇺 Europe – Télétravail

⏰ Temps Plein

🟠 Senior

💸 Ingénieur technico-commercial

👻 Score fantôme 25%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Nebius Group

Site WebLinkedInTous les Emplois

1001 - 5000 employés

🤖 Intelligence artificielle

🏢 Entreprise

☁️ SaaS

Artificial Intelligence • Enterprise • SaaS

Le groupe Nebius construit l’une des principales entreprises d’infrastructure AI au monde, en se concentrant sur la fourniture de la puissance de calcul, du stockage et des outils nécessaires aux développeurs dans le domaine de l’AI. Basée en Europe et cotée au Nasdaq, Nebius dispose d’une présence mondiale avec des centres de R&D en Europe, en Amérique du Nord et en Israël. L’offre principale de l’entreprise est une plateforme cloud centrée sur l’AI, conçue pour des workloads AI intensifs, complétée par diverses autres activités impliquées dans le développement de l’AI générative, l’edtech et les technologies autonomes.

Description

• Mener des phases d’analyse technique approfondies avec les équipes d’ingénierie et les fondateurs à profil technique • Comprendre les besoins liés aux modèles, les prévisions de trafic, les contraintes de latence, l’économie des GPU et les dépendances du système • Traduire les ambitions des clients en architectures réalisables en production • Identifier rapidement les risques techniques cachés • Collaborer avec les équipes commerciales sur les opportunités stratégiques • Influencer la stratégie commerciale grâce à une vision claire de l’architecture • Éviter les engagements mal alignés avant l’affectation des ressources d’ingénierie • Augmenter le taux de conversion des PoC en production grâce à une approche technique réaliste • Définir des critères de réussite mesurables, notamment la latence, le TTFT, le débit et l’enveloppe de coûts • Classer la complexité des workloads et le niveau d’optimisation requis • Coordonner les ML Solution Architects, l’ingénierie, la capacité GPU et les autres ressources • Piloter des décisions Go/No-Go structurées • Éviter les personnalisations non maîtrisées et les activités de R&D dissimulées • Identifier les schémas de configuration récurrents chez les clients • Quantifier la demande en optimisations avancées telles que la quantification et le speculative decoding • Faire remonter des enseignements structurés aux équipes Produit et Ingénierie • Contribuer à faire évoluer les capacités de la plateforme à partir de données issues de workloads réels

🎯 Exigences

• Solide compréhension des systèmes d’inférence IA et des infrastructures reposant sur des GPU • Expérience des workloads LLM et des environnements sensibles aux performances • Expérience des frameworks et bibliothèques d’inférence (par exemple vLLM, SGLang, TensorRT-LLM) • Capacité à analyser les compromis entre latence, débit, coûts et architecture • Excellente aisance dans les échanges avec des organisations orientées ingénierie • Capacité à remettre en question les hypothèses et à exprimer un désaccord de manière constructive • Sensibilité aux enjeux commerciaux et compréhension du fait que le temps d’ingénierie constitue une ressource stratégique • Expérience de la programmation en Python • Expérience de vLLM, SGLang, TensorRT-LLM et des SDK OpenAI/Anthropic • Expérience de LangChain, LangSmith, smolagents ou de frameworks équivalents pour les pipelines agentiques • Expérience de FastAPI ou Flask • Expérience de Kubernetes, Docker et Git • Expérience d’AWS (SageMaker, Bedrock), de GCP (Vertex AI) ou d’Azure (Azure ML) • Être autorisé à travailler dans le pays où la candidature est déposée et fournir un justificatif d’autorisation de travail

🏖️ Avantages

• Rémunération attractive • Opportunités d’évolution professionnelle et de formation • Flexibilité et autonomie • Culture collaborative et innovante • Possibilité de travailler sur des projets IA à fort impact • Environnement international et équipes talentueuses