# CDI - Manager Platform Engineer - Paris at LinkedIn Job Wrapping > France · Manager · Backend · open. Source: https://alderhq.app/jobs/greenhouse%3Aartefactlinkedin%3A8936277002 (read 2026-11-10). ## Facts (observed) - Company: [LinkedIn Job Wrapping](https://alderhq.app/companies/linkedin-job-wrapping) - Location text: 9th arrondissement of Paris, 75009, Paris, France; Paris - Where it can be done from (inferred): France (evidence: "Location: 9th arrondissement of Paris, 75009, Paris, France; Paris") - Posted: 2026-11-10 (0 days ago) - First seen by alder: 2026-11-10 · last verified: 2026-11-10 - Reposted: 0 times · edited: 0 times - Apply on the employer's site: https://job-boards.greenhouse.io/artefactlinkedin/jobs/8936277002 - Skills listed (inferred): TypeScript, AWS, GCP, Azure, Kubernetes, Snowflake, LLMs ## Pay and sponsorship - Posted pay: not posted - Market band for similar posted roles (Paris, n 7): p25 €57k, median €59k, p75 €76k ## Description (the employer's text) ### Mission Des groupes de premier plan font tourner leur IA sur ce que vous construisez. Infrastructure cloud, plateformes de données, chaînes de delivery, serving de modèles, runtime des agents : ces fondations portent à grande échelle les applications et les agents de nos clients, et vous les concevez et les exploitez. Grâce à ce travail, les équipes produit livrent sans risque, tandis que les coûts, la latence et la sécurité restent sous contrôle. Ce poste est fait pour vous si vos utilisateurs sont d’autres équipes d’ingénierie et si la robustesse d’un système sous charge vous intéresse. Artefact accompagne les plus grandes entreprises du monde dans le déploiement de l’IA : 3 000 AI makers dans plus de 30 pays, plus de 1 000 clients. En France, le département Engineering réunit environ 300 personnes sous la responsabilité du CTO ; vous y rejoignez le chapter AI Applied Engineer, archétype Platform Engineer. ### Activités et responsabilités Les Product Engineers et les AI Engineers déploient sur les plateformes que vous construisez ; leurs besoins se définissent avec eux, et leur accompagnement se poursuit jusqu’en production. Sur une plateforme de données, les fondations vous reviennent : infrastructure, sécurité, réseau, calcul. Ce qui y circule relève des Context & Analytics Engineers. Le travail se mène aussi avec les équipes IT, sécurité et cloud du client, sous le regard desquelles chaque choix d’architecture doit pouvoir se défendre ; le code se relit entre pairs et les nouvelles recrues sont accompagnées. ### Vos responsabilités Déployer l’infrastructure cloud en infrastructure as code et conduire les migrations cloud. Construire et exploiter des plateformes de données : entrepôts et lakehouses, orchestration, traitement batch et streaming. Construire des pipelines CI/CD et l’outillage MLOps et LLMOps. Construire le harness des agents : runtime, frameworks d’évaluation, observabilité. Servir les modèles et maîtriser leur coût et leur latence. Poser les fondations de sécurité : IAM, réseau, secrets, droits d’accès des agents, protection contre le prompt injection. Construire des connecteurs et des serveurs MCP que plusieurs agents réutilisent. Garantir la fiabilité : monitoring, gestion des incidents, suivi des coûts. ### Profil recherché ### Les indispensables Vous avez construit et exploité de l’infrastructure cloud sur Google Cloud, Azure ou AWS, en infrastructure as code. Des pipelines CI/CD et des déploiements conteneurisés, par exemple sur Kubernetes, font partie de votre pratique. Les bases de la sécurité (IAM, règles réseau, gestion des secrets) s’appliquent chez vous au quotidien. Ce que vous exploitez, vous le surveillez, et vous prenez part à la gestion des incidents. Le code et la documentation que vous écrivez restent maintenables pour les équipes qui utilisent votre plateforme. Les coding agents font déjà partie de votre quotidien, et vous vérifiez ce qu’ils produisent. ### Un plus, pas un prérequis Une expérience de plateformes de données, par exemple sur Databricks, BigQuery ou Snowflake. Une expérience MLOps ou LLMOps : serving de modèles, model registry, pipelines d’évaluation. Une expérience d’observabilité d’agents ou de LLM gateway : tracing, suivi des coûts, routage. FinOps : suivi et optimisation des coûts. Sécurité de l’IA : droits d’accès des agents, red teaming, guardrails. Une certification cloud. Pas besoin de cocher toutes les cases pour postuler : si vous avez l’essentiel des indispensables et l’envie d’apprendre le reste, parlons-en. ### Pourquoi nous rejoindre ? Une plateforme n’est jamais terminée : chaque nouvel agent déployé chez un client soulève de nouvelles questions de coût, de latence et de droits d’accès. Le Platform Engineer travaille à l’endroit où ces questions se posent en premier, au plus près des équipes techniques et de sécurité du client. Nous sommes des AI makers : l’IA se construit avec nos clients, pas seulement pour eux. Leurs enjeux deviennent les nôtres, et nos choix techniques s’expliquent dans le langage du métier. Les positions que nous prenons sont claires ; elles évoluent face aux faits, jamais sous la pression. --- Data: alder (https://alderhq.app). Cite https://alderhq.app/jobs/greenhouse%3Aartefactlinkedin%3A8936277002 and the date you read it. Observed facts come from the employer's own listing; location reach, level, family and skills are inferences.