Lead AI engineer

La gestion des impayés, c'est encore trop souvent des fichiers Excel sans fin et des relances chronophages.

Edouard et Socrate ont lancé LeanPay en 2020 pour régler ça : notre SaaS se branche aux outils comptables et de facturation de nos clients — Sage, Cegid, Pennylane, SAP, Microsoft Dynamics (…) — et automatise toute la gestion du poste client, du suivi jusqu'au paiement.

Où on en est : plus de 3 000 utilisateurs, dont les équipes financières d'Europcar, Le Point, Brut, Weldom, Meteojob, Afigec et Soficar. 4,8/5 sur Trustpilot, prix de l'innovation AFDCC 2025. Nous sommes 25, à Lille, et nous passons d'une phase de croissance à une phase d'industrialisation : consolider ce qu'on a construit, le faire tenir à l'échelle, et proposer toujours plus de fonctionnalités utiles dans notre produit.

Envie de voir de quoi on parle ? Il y a une démo interactive du produit sur notre site, et les témoignages de nos clients sont par ici.

Le poste en trois lignes

Tu rejoins notre équipe Application — deux développeurs front-end, trois back-end et deux product managers — pour y porter les sujets Data et IA. Notre suite de fonctionnalités IA est en bêta et utilisée par nos clients : ton rôle est de la faire passer à l'échelle, de la donnée jusqu'à la production.

À terme, tu encadreras un Data & ML Engineer junior, que tu recruteras avec nous.

Pourquoi ce poste compte chez nous

C'est une création de poste.

Notre IA est déjà entre les mains de nos clients, en bêta : score de risque calculé en continu, détection des signaux faibles dans les comportements de paiement, relances adaptatives, agent conversationnel, agent d'appel. C'est l'équipe Application qui l'a construite, en plus de son périmètre produit.

Tu seras le propriétaire à la donnée et des modèles, de l'architecture jusqu'à la production, et tu décideras de la suite. Tu arrives sur une base qui tourne, avec l'espace pour choisir où on va.

L'IA chez LeanPay, c'est l'outil qui permet à nos utilisateurs de passer d'une gestion efficace à une stratégie de recouvrement augmentée, automatisée et adaptée à chaque client.

Tu seras le moteur et le référent de nos initiatives Data et IA, avec la responsabilité de structurer cette expertise :

• Architecture & data engineering : définir les bonnes pratiques, concevoir et optimiser la structure de nos flux de données (notamment autour de PostgreSQL) pour alimenter efficacement nos services intelligents.
• Industrialisation (MLOps) : piloter le déploiement, le packaging et le monitoring des solutions pour qu'elles s'intègrent de manière fluide, robuste et scalable dans notre architecture de production AWS.
• Conception & implémentation : superviser le choix des modèles (génératifs ou prédictifs) et construire des cas d'usage concrets à fort impact (scoring de solvabilité, relances contextuelles automatisées).
• Collaboration & évangélisation : travailler main dans la main avec les développeurs et l'équipe produit pour faire passer les modèles de l'état de script à de réelles fonctionnalités dans l'interface utilisateur.
• Veille stratégique : assurer une veille constante sur les évolutions de l'IA et de l'ingénierie des données pour challenger notre roadmap technique et nos choix d'outils.
• Management & structuration : encadrer et accompagner la montée en compétences du profil junior en cours de recrutement. Définir les bonnes pratiques d'architecture data/ML, poser des fondations techniques saines et piloter l'activité globale sur ces sujets au sein de l'équipe application.

Soyons transparents : c'est un poste polyvalent

Tu l'as compris, ce rôle couvre un spectre large — du data engineering au MLOps, du POC GenAI à l'architecture, sans oublier la transmission à l'équipe. C'est un choix assumé : à ce stade, on cherche un bâtisseur capable de tenir le fil de bout en bout, pas un spécialiste d'une seule brique.

Concrètement, ça veut dire que tu ne feras pas tout, tout le temps. On avance par priorités, et l'équipe Data/IA grandira pour absorber le périmètre au fur et à mesure. Ce poste est le point de départ, pas la charge finale.

Voici ce qu’on attend de toi les premiers mois :

• 0–3 mois (fondations) : comprendre la donnée existante, poser les fondations data, livrer un premier POC à valeur rapide.
• 3–6 mois (production) : industrialiser ce premier cas d'usage en production, structurer les bonnes pratiques.
• 6 mois +/- (scale) : recruter et faire monter le profil junior, élargir la roadmap IA.

Notre stack technique

Le socle (le cadre de l’équipe) :

Le lab IA & Data (ton terrain d'exploration) : ici, c'est toi l'expert. Tu proposes, tu testes et tu struc