Développement assisté par IA · Apprentissage rapide et autonome | Équipe R&D

Chez LGI, l'IA est au cœur de nos pratiques de développement et un pilier de notre stratégie d'accélération pour transformer la façon dont le logiciel clinique est construit dans le réseau de la santé au Québec. Les outils, les modèles et les pratiques évoluent à un rythme soutenu et nous recherchons des personnes ambitieuses, curieuses et passionnées, capables d'apprendre rapidement et de s'adapter en permanence. 

Ce que tu feras

• Développer et maintenir des modules applicatifs de solutions B2B d'entreprise avec l'IA comme copilote de développement dans un environnement C#, .Net Core, Java,  Angular, React, Kubernetes.
• Bonne connaissance des pipelines de build et de déploiement
• Générer, valider et faire évoluer des tests unitaires avec l'assistance de l'IA
• Produire et maintenir la documentation technique à l'aide d'outils IA
• Garder en tête l'utilisateur final : ce que tu développes est utilisé par des cliniciens et a un impact direct sur les soins aux patients
• Participer aux revues de code, avec un œil critique sur le code généré par IA
• Explorer rapidement une base de code existante en t'appuyant sur l'IA pour accélérer la montée en charge
• Participer à la maintenance d'intégrations de données cliniques (pipelines, échanges HL7 v2)
• Développer des fonctionnalités augmentées par l'IA et contribuer à la conception de modèles ou d'intégrations selon les besoins
• Faire de la veille active sur les outils, modèles et pratiques IA, et partager tes apprentissages avec l'équipe
• Prendre la responsabilité de tes livrables, de la compréhension du besoin jusqu'à la mise en production, en passant par les tests et la documentation
• Respecter les standards de conformité Loi 25 / LSSSS, encadrés par l'équipe

Comment tu utiliseras l'IA

• Générer, compléter et comprendre du code avec des outils d'assistance au codage (Copilot, Cursor, Claude Code, etc.) dans un écosystème multi-langage et dynamique.
• Générer des cas de tests unitaires et évaluer de façon critique leur pertinence et leur couverture
• Produire de la documentation à partir du code existant
• Analyser des messages d'erreur, des logs et des stack traces ; utiliser l'IA conjointement avec des outils de profilage de code pour accélérer le débogage
• Explorer et cartographier une base de code inconnue pour monter en charge rapidement
• Formuler des prompts précis et itérer, reconnaître quand l'IA déraille et reprendre la main
• T'approprier rapidement un nouvel outil ou un nouveau modèle quand il apporte un gain mesurable