Principal Software Developer, Applied AI

Job Requisition ID #

25WD94061

L'affichage de poste en français suivra / The French job posting follows.

25WD94061, Principal Software Developer, Applied AI

Position Overview

If you love building real systems that real customers use-and you get genuinely excited about LLMs, RAG, MCP, and agentic architectures-this role is for you.

The Applied AI team in Autodesk's Data and Process Management (DPM) organization ships Cloud-Native AI agents that make our Product Data Management (PDM) and Product Lifecycle Management (PLM) workflows smarter and easier. This is a hands-on architecture role where you'll design core platform patterns and also write code that lands in production. We're looking for a modern builder: Ambitious, Curious, and Practical-someone who has already shipped scalable, Cloud-Native AI Applications to production and wants to level up further. You might have expertise in GenAI Applications, or you might have shipped traditional Machine Learning applications (recommendations, forecasting, anomaly detection) at scale and are ready to go all-in on agentic architectures. Either way, you build for reliability, quality, and impact.

• Architect and build scalable, secure cloud-native services and Agentic AI workflows that run in production
• Own the GenAI/ML architecture for production agentic systems: tool-use, orchestration, state/memory, routing, and multi-step workflows
• Define model strategy across prompting, retrieval (RAG), and fine-tuning-making tradeoffs using measurable quality, latency, safety, and cost
• Standardize tool/context integrations across internal systems using MCP-based patterns (or equivalent approaches), enabling teams to ship faster on a shared foundation
• Establish evaluation + observability standards (regression tests, monitoring, feedback loops)
• Set technical direction via reference architectures, best practices, and hands-on technical guidance across teams
• Partner closely with Product, Security/Privacy, and Engineering leaders to deliver high-impact features

• Bachelor's or Master's degree in Computer Science, Machine Learning, Data Science, or equivalent practical experience
• 8+ years building cloud-native software in production (distributed systems, APIs, data-intensive services, reliability and operations)
• 4+ years delivering AI/ML-powered system in production
• Traditional ML cloud applications (training pipelines, deployment, monitoring, iteration)
• LLM-based systems (RAG, MCP, Agent workflows, fine-tuned models)
• Experience with MCP or similar standardized patterns for connecting models to tools and context
• Experience with deploying and maintaining AI Applications in production reliably, monitoring performance, and improving over time
• Proficiency in Python/TypeScript/Java with strong engineering fundamentals (testing, code quality, performance, security)
• Strong communication skills: you can explain tradeoffs clearly and influence decisions without relying on authority

• Deep experience designing AI evaluation pipelines and production release strategies for AI Applications
• Experience with AWS/Azure/GCP and modern platform practices (containers, Kubernetes, CI/CD, observability)
• Experience in PLM/PDM, manufacturing, CAD, or enterprise workflow software
• Open-source contributions, publications, or talks related to distributed systems, ML or GenAI systems

• Concevoir et développer des services cloud-native évolutifs et sécurisés, ainsi que des workflows d'IA agentique fonctionnant en production
• Gérer l'architecture GenAI/ML pour les systèmes agentiques en production : utilisation des outils, orchestration, état/mémoire, routage et workflows en plusieurs étapes
• Définir la stratégie de modélisation couvrant la génération de prompts, la recherche et l'extraction (RAG) ainsi que le réglage fin, en effectuant des compromis sur la base de critères mesurables de qualité, de latence, de sécurité et de coût
• Standardiser les intégrations d'outils et de contextes entre les systèmes internes à l'aide de modèles basés sur le MCP (ou d'approches équivalentes), permettant ainsi aux équipes de déployer plus rapidement sur une base commune
• Établir des normes d'évaluation et d'observabilité (tests de régression, surveillance, boucles de rétroaction)
• Définir l'orientation technique via des architectures de référence, des bonnes pratiques et des conseils techniques concrets à l'échelle des équipes
• Travailler en étroite collaboration avec les responsables Produit, Sécurité/Confidentialité et Ingénierie pour fournir des fonctionnalités à fort impact

• Licence ou master en informatique, apprentissage automatique, science des données, ou expérience pratique équivalente
• Plus de 8 ans d'expérience dans le développement de logiciels cloud-native en production (systèmes distribués, API, services à forte intensité de données, fiabilité et opérations)
• Au moins 4 ans d'expérience dans la mise en production de systèmes basés sur l'IA/l'apprentissage automatique
• Applications cloud d'apprentissage automatique traditionnelles (pipelines d'entraînement, déploiement, surveillance, itération)
• Systèmes basés sur les modèles de langage (RAG, MCP, workflows d'agents, modèles affinés)
• Expérience avec MCP ou des modèles standardisés similaires pour connecter des modèles à des outils et au contexte
• Expérience dans le déploiement et la maintenance fiables d'applications IA en production, la surveillance des performances et l'amélioration au fil du temps
• Maîtrise de Python/TypeScript/Java avec de solides bases en ingénierie (tests, qualité du code, performances, sécurité)
• Solides compétences en communication : vous êtes capable d'expliquer clairement les compromis et d'influencer les décisions sans vous appuyer sur votre autorité

• Expérience approfondie dans la conception de pipelines d'évaluation de l'IA et de stratégies de mise en production pour les applications d'IA
• Expérience avec AWS/Azure/GCP et les pratiques modernes des plateformes (containers, Kubernetes, CI/CD, observabilité)
• Expérience en PLM/PDM, fabrication, CAO ou logiciels de flux de travail d'entreprise
• Contributions open source, publications ou conférences liées aux systèmes distribués, au ML ou aux systèmes GenAI