Software Engineer (h/f)

Acteur international du conseil et des technologies, Keyrus a pour mission de donner du sens aux données, en révélant toute leur portée, notamment sous un angle humain.
Notre proposition de valeur est fondée sur des groupes de services aux offres multiples :
. Automatisation et intelligence artificielle : nous fournissons à nos clients les moyens d'améliorer leur productivité et leur précision sur l'ensemble de leurs processus, afin de se concentrer sur le travail à plus forte valeur ajoutée.
. Expérience numérique centrée sur l'humain : la relation avec les clients et l'engagement des collaborateurs constituent deux des plus grands contributeurs au succès global des entreprises. Nous aidons les entreprises à imaginer et à créer des expériences numériques multimodales et fluides pour atteindre leurs objectifs.

Software Engineer

Le Software Engineer construit et industrialise les applications en production : frontend, backend, bases de données, mise en production, sécurité. Il porte la discipline d'ingénierie (qualité de code, architecture applicative, tests) qui garantit que ce qui est déployé tient dans la durée, pas seulement à la démonstration.

Ce qui vous attend

• Vous construisez des applications en production de bout en bout : frontend, backend, base de données, mise en production.

• Vous intégrez les briques d'IA développées avec l'AI Engineer au sein d'applications robustes et maintenables.

• Vous garantissez la qualité de code, l'architecture applicative et la sécurité de ce qui est déployé, pas seulement sa faisabilité en démonstration.

• Vous mettez en place les tests, la CI/CD et l'infrastructure as code qui permettent un déploiement fiable et répété.

• Vous collaborez avec le Foundations Architect sur l'intégration applicative des architectures qu'il conçoit.

• Vous montez en compétence sur l'architecture logicielle globale, les systèmes distribués et la gouvernance technique, à mesure que votre séniorité progresse.
  

Ce que vous apportez

Le socle Architect of Intelligence : des qualités indispensables, présentes dans les critères ci-dessous : curiosité, créativité, communication, conscience professionnelle, culture, capacité à faire.

Expérience et parcours

• Une expérience significative de développement d'applications en production, quel que soit votre point de départ : ESN, éditeur de logiciel, startup, ou client final côté DSI.

• Une pratique avérée de mise en production d'applications à l'échelle, du code à l'exploitation, pas seulement de leur conception sur schéma.

• Une expérience de collaboration avec des architectes ou des équipes data/IA sur l'intégration de briques techniques complexes.
  

Posture et savoir-être

• Une rigueur d'ingénierie qui dépasse la validation en démonstration : vous pensez production, maintenabilité et sécurité dès la conception.

• Une autonomie réelle sur l'ensemble de la chaîne applicative, du code à la mise en production.

• Une capacité à collaborer étroitement avec le Foundations Architect et l'AI Engineer, sans dépendre d'eux pour avancer sur votre périmètre.

• Une curiosité pour l'intégration de briques d'IA dans des applications robustes, sans chercher à devenir vous-même orchestrateur d'agents.

• Une capacité à produire, documenter et transmettre ce que vous construisez, pour que le code tienne au-delà de votre présence dans l'équipe.
  

Compétences techniques indispensables

• Maîtrise des fondamentaux du développement logiciel : programmation orientée objet, design patterns, structures de données, complexité algorithmique.

• Maîtrise approfondie d'au moins un langage back-end de production (Java/Spring, Python, Node.js/TypeScript, ou .NET/C#, selon l'écosystème du client).

• Maîtrise d'un framework front-end de production, tel que React, Angular ou Vue.

• Conception d'architectures microservices et d'architectures applicatives capables de monter en charge.

• Conception d'architectures événementielles (event-driven) et de systèmes distribués.

• Conception et requêtage de bases de données relationnelles et de solutions de cache.

• Conception d'API REST ou GraphQL.

• Conteneurisation et orchestration d'applications avec Docker et Kubernetes.

• Déploiement sur le cloud (AWS, GCP ou Azure) et gestion de l'infrastructure as code (Terraform).

• Mise en place de pipelines CI/CD et de stratégies de tests (unitaires, intégration) à l'échelle d'une équipe.

• Sécurisation des applications en production et mise en place d'une observabilité opérationnelle (logs, métriques, alerting).

• Rédaction de dossiers d'architecture technique et de documentation destinée à d'autres équipes.

• Intégration d'APIs de modèles de langage (Anthropic, OpenAI, Mistral, Google Gemini, etc.) au niveau applicatif, l'orchestration d'agents restant de la responsabilité de l'AI Engineer.

• Anglais professionnel courant, à l'écrit comme à l'oral, indispensable quel que soit le niveau d'expérience.