AI Engineer

Tes missions

• Concevoir et livrer des systèmes IA en production : de la conception technique jusqu'au monitoring, pas seulement jusqu'à la démo
• Construire des applications GenAI (RAG, agents, pipelines LLM) et des modèles plus classiques (vision, prévision, NLP) selon ce que le problème exige réellement
• Mesurer ce que tu construis : mettre en place les jeux d'évaluation et les métriques qui permettent de dire si le système est bon, et de le prouver au client
• Développer en full-stack pour intégrer l'IA dans le produit : un modèle qui n'est pas branché ne sert à personne
• Arbitrer les choix structurants de modèle et d'infrastructure, et les expliquer au client en termes de valeur business
• Challenger le besoin : évaluer la pertinence d'une approche IA au regard du problème posé, et recommander une alternative quand elle est plus adaptée

Plus de 90 ingénieurs issus des meilleures écoles d'ingénieurs et d'informatique (CentraleSupélec, 42, Télécom Paris, Polytechnique, Mines, etc.) composent notre équipe technique. Tu intégreras l'équipe de 35 AI Engineers, dont la mission est de concevoir, développer et déployer des solutions IA sur mesure pour nos clients : systèmes d'IA générative, modèles de vision, agents, moteurs de traitement documentaire. Plus de 100 projets IA sont aujourd'hui en production et utilisés quotidiennement.

Nos AI Engineers travaillent en étroite collaboration avec nos équipes produit, sales et fullstack afin de comprendre les enjeux métiers et de construire des systèmes fiables, évaluables et maintenables. De la phase de cadrage technique à la mise en production, ils s'appuient sur des pratiques d'ingénierie solides (revues de code, évaluation systématique des modèles, tests automatisés, CI/CD) et participent activement aux choix techniques et à l'amélioration continue des projets.

Chez Galadrim, nous cherchons à faire évoluer le métier d'AI Engineer, en tenant les deux bouts : la maîtrise scientifique des modèles et la capacité à les intégrer dans un produit réellement utilisé. Nous formons des ingénieurs capables d'intervenir au croisement de la tech, du produit et du business.

Dans un contexte de forte croissance (+50 % par an depuis sa création), Galadrim renforce son pôle Data & IA et cherche ses futurs AI Engineers.

Notre équipe

Plus de 90 ingénieurs issus des meilleures écoles d'ingénieurs et d'informatique (CentraleSupélec, 42, Télécom Paris, Polytechnique, Mines, etc.) composent notre équipe technique. Tu intégreras l'équipe de 35 AI Engineers, dont la mission est de concevoir, développer et déployer des solutions IA sur mesure pour nos clients : systèmes d'IA générative, modèles de vision, agents, moteurs de traitement documentaire. Plus de 100 projets IA sont aujourd'hui en production et utilisés quotidiennement.

Nos AI Engineers travaillent en étroite collaboration avec nos équipes produit, sales et fullstack afin de comprendre les enjeux métiers et de construire des systèmes fiables, évaluables et maintenables. De la phase de cadrage technique à la mise en production, ils s'appuient sur des pratiques d'ingénierie solides (revues de code, évaluation systématique des modèles, tests automatisés, CI/CD) et participent activement aux choix techniques et à l'amélioration continue des projets.

Chez Galadrim, nous cherchons à faire évoluer le métier d'AI Engineer, en tenant les deux bouts : la maîtrise scientifique des modèles et la capacité à les intégrer dans un produit réellement utilisé. Nous formons des ingénieurs capables d'intervenir au croisement de la tech, du produit et du business.

Dans un contexte de forte croissance (+50 % par an depuis sa création), Galadrim renforce son pôle Data & IA et cherche ses futurs AI Engineers.

Tes missions

• Concevoir et livrer des systèmes IA en production : de la conception technique jusqu'au monitoring, pas seulement jusqu'à la démo
• Construire des applications GenAI (RAG, agents, pipelines LLM) et des modèles plus classiques (vision, prévision, NLP) selon ce que le problème exige réellement
• Mesurer ce que tu construis : mettre en place les jeux d'évaluation et les métriques qui permettent de dire si le système est bon, et de le prouver au client
• Développer en full-stack pour intégrer l'IA dans le produit : un modèle qui n'est pas branché ne sert à personne
• Arbitrer les choix structurants de modèle et d'infrastructure, et les expliquer au client en termes de valeur business
• Challenger le besoin : évaluer la pertinence d'une approche IA au regard du problème posé, et recommander une alternative