L'offre d'emploi

Toute candidature commence par une offre d’emploi. La plupart d’entre nous la lisent une fois, rapidement, avec une seule question en tête : « Ai-je ces compétences? » Ce n’est pas la meilleure première question. Une offre d’emploi est un message d’une équipe qui a un problème. Avant de vous demander si vous correspondez au poste, cherchez donc à comprendre ce problème. Vous verrez ensuite plus facilement quelles parties de votre expérience comptent. Vous verrez aussi quelles lignes sont importantes et lesquelles ne sont que des mots.

Voyez l’offre d’emploi comme une annonce immobilière. « Charmante, confortable, près de tout » vous dit quelque chose, mais pas ce que vous devez savoir. D’autres éléments vous en apprennent davantage :

• ce que montrent les photos,
• ce que l’annonce ne dit pas,
• les questions que vous posez pendant la visite.

Dans ce guide, nous faisons la même chose avec une offre d’emploi. Nous la lisons attentivement, remarquons ce qu’elle omet et décidons quoi demander.

L’offre d’emploi que nous utilisons

L’offre ci-dessous concerne une entreprise qui n’existe pas. Nous l’avons créée à partir de 11 offres réelles de postes d’ingénieur en IA. Elles provenaient d’assureurs, d’entreprises de technologie financière, d’entreprises de logiciels et de jeunes entreprises. Nous avons conservé leurs caractéristiques réelles. Certaines parties sont claires, d’autres sont vagues, et certaines présentent les petits problèmes qu’on trouve dans les vraies offres. Nous avons ensuite tout réuni dans une seule entreprise. Ainsi, le guide peut utiliser la même équipe et le même produit du début à la fin.

Quillfield crée des logiciels pour les réclamations d’assurance. Quand une maison est inondée ou une voiture endommagée, son propriétaire fait une réclamation. Il demande ainsi à l’assureur de payer pour la perte subie. Un expert en sinistres chez l’assureur lit les documents, vérifie la couverture de la police et décide du montant à payer. Les experts en sinistres font ce travail dans le logiciel de Quillfield.

Description de poste

Ingénieur en IA, intelligence des réclamations

Quillfield · Toronto, Ontario

• Hybride : 3 jours par semaine au bureau
• Temps plein
• 140 000 à 175 000 $ CA + prime + participation au capital

À propos de nous

Quillfield développe une plateforme de réclamations utilisée par plus de 40 assureurs au Canada et aux États-Unis. Ils y traitent plus de 2 millions de réclamations par année. Notre équipe travaille à un rythme soutenu et connaît une forte croissance. Notre mission est de rendre le traitement des réclamations équitable, rapide et humain.

À propos du poste

Nous cherchons un ingénieur en IA pour rejoindre notre équipe d’intelligence des réclamations et prendre en charge des fonctionnalités utilisant des LLM. Vous les développerez de bout en bout, des tout premiers prototypes aux systèmes en production. Des milliers d’experts en sinistres utiliseront ces systèmes chaque jour. Vous travaillerez étroitement avec les équipes produit et conception, ainsi qu’avec nos spécialistes internes des réclamations.

Vos responsabilités

• Concevoir, développer et livrer des fonctionnalités utilisant des LLM : compréhension des dossiers de réclamation, assistant de questions-réponses sur les polices et résumés de réclamations.
• Créer des pipelines de génération augmentée par récupération (RAG) et des flux de travail avec des agents. Utiliser des outils comme LangGraph, LlamaIndex et DSPy.
• Contribuer à définir notre stratégie d’évaluation et améliorer la qualité, la latence et les coûts.
• Collaborer avec les gestionnaires de produit, les concepteurs et les spécialistes des réclamations pour transformer des problèmes ambigus en fonctionnalités livrées.
• Écrire du code Python clair, testé et bien documenté, et contribuer à nos services backend (côté serveur).
• Suivre les dernières recherches et apporter de nouvelles idées à l’équipe.

Votre profil

• Au moins 4 ans d’expérience professionnelle en génie logiciel, dont au moins 2 ans à développer avec des LLM en production.
• Solides compétences en Python et expérience avec FastAPI ou un framework (cadriciel) similaire.
• Expérience pratique avec la RAG, les plongements (embeddings) et les bases de données vectorielles (Pinecone, Weaviate, pgvector).
• Expérience avec des frameworks d’agents (LangGraph, CrewAI, AutoGen).
• Expérience en réglage fin de LLM (LoRA, PEFT).
• Expérience avec AWS ou Azure, Docker et CI/CD (intégration et déploiement continus).
• Excellentes aptitudes en communication et volonté de passer à l’action.
• Diplôme en informatique ou dans un domaine connexe, ou expérience équivalente.

Atouts

• Expérience en assurance, en services financiers ou dans un autre secteur réglementé.
• Expérience avec l’IA documentaire (reconnaissance optique de caractères, modèles de mise en page) ou les modèles multimodaux.
• Connaissance de la loi sur la protection des renseignements personnels (LPRPDE) et du traitement des renseignements personnels.
• Contributions à des projets d’IA à code source ouvert.
• TypeScript et React.

Notre processus d’entrevue

1. Un appel avec notre responsable du recrutement (30 minutes).
2. Une conversation avec le gestionnaire responsable de l’embauche (45 minutes).
3. Une discussion technique approfondie avec un ingénieur expérimenté (60 minutes).
4. Une entrevue de conception de systèmes (60 minutes).
5. Une conversation sur les valeurs avec un responsable des opérations de réclamations (45 minutes).

Bon à savoir

Cette offre vise un poste vacant existant. Aucune expérience de travail au Canada n’est requise. Nous utilisons des outils d’IA pour faciliter le tri des candidatures. Une personne lit chaque candidature avant toute décision. Si vous avez besoin d’une mesure d’adaptation à une étape du processus, informez notre responsable du recrutement.

Offre d'emploi composite pour une entreprise fictive, créée à partir de 11 offres réelles de postes d'ingénieur en IA.

Première lecture : quel est vraiment le poste?

Avant de comparer l’offre à votre CV, essayez de répondre à trois questions à son sujet. Notez vos réponses. Cela prend environ dix minutes. Vous pourrez ensuite les comparer aux nôtres ci-dessous.

1. Quel problème l’équipe a-t-elle? Répondez en une phrase, avec des mots simples, sans nommer d’outils.
2. Qui utilise ce que cette personne développe? Et que se passe-t-il pour ces gens quand le résultat est incorrect?
3. Quelles trois lignes retireriez-vous pour garder l’offre honnête et courte?

Nos réponses

1. Le problème. Les experts en sinistres passent beaucoup de temps à lire de longs documents de réclamation et les textes des polices. Quillfield veut un logiciel qui lit à leur place. Il extrait les faits, répond aux questions sur la police et rédige un premier résumé pour accélérer leurs décisions. Tout le reste dans l’offre (RAG, agents, outils) est un moyen d’y parvenir.

2. Les utilisateurs et le coût d’une erreur. Des milliers d’experts en sinistres l’utilisent chaque jour. Derrière chaque expert, une personne a subi une perte et attend de l’argent. Si le résumé omet un fait important, une réclamation peut être payée ou refusée à tort. Ce n’est donc pas une fonctionnalité de clavardage où une réponse étrange est simplement agaçante. La qualité et la possibilité de vérifier chaque réponse comptent beaucoup. L’offre n’en dit presque rien. C’est notre premier indice que les entrevues porteront sur ce sujet.

3. Les lignes à retirer. « Suivre les dernières recherches » s’applique à tous les postes, et personne ne le vérifie. « Rythme soutenu et forte croissance » décrit la façon dont l’entreprise se voit, pas le travail. Et la liste d’outils (« LangGraph, LlamaIndex et DSPy », « LangGraph, CrewAI, AutoGen ») dépasse presque certainement les outils que l’équipe utilise. Une équipe utilise rarement trois frameworks d’agents à la fois. Nous y revenons à la page suivante.

Si vos réponses diffèrent, ce n’est pas un problème. L’habitude compte : partez du problème et des personnes, pas de la liste d’outils. Pendant les entrevues, la conversation portera sur le problème. Les outils seront abordés seulement comme des moyens de le résoudre.

La suite

À la page suivante, nous lisons l’offre ligne par ligne et expliquons honnêtement ce que chaque partie signifie. Nous examinons :

• ce qui est vraiment exigé et ce qui est seulement souhaité,
• ce qui manque,
• qui devrait postuler,
• quelles questions poser à l’équipe.

Ensuite, nous examinons les cinq entrevues du processus. Puis nous suivons cinq candidats différents pendant la discussion technique approfondie.