Senior AI Engineer | IA générative || Paris

Il y a 1 mois

Paris, Île-de-France Data Recrutement Temps plein

LA SCALE-UP : SOLUTION DE DÉPLOIEMENT IA GÉNÉRATIVE B2B

Notre client est une plateforme de transformation IA pour les grands comptes. Plutôt que d'ajouter un énième outil, ils opérent directement au sein des outils IA déjà utilisés (Microsoft 365 Copilot, ChatGPT, Gemini, Claude et agents internes) pour guider les équipes vers des cas d'usage éprouvés, certifier leurs compétences et donner aux organisations une vision claire de ce qui crée réellement de la valeur.

Et ça fonctionne : 100+ clients grands comptes (EY, PwC, Crédit Agricole, SNCF, La Poste, ENGIE, Groupe SEB, Novo Nordisk…), 200+ cas d'usage déployés, un NPS utilisateur de 64, et un ROI GenAI multiplié par 3 en quelques mois. Ils ont déjà levé 14 M€ en Série A et accélérent fortement.

Pourquoi j’ai sélectionné cette société ?

Scale-up innovante avec un immense potentiel en France et à l'international Solution avec un fort impact pour ses clients En pleine phase de croissance : les opportunités en interne se multiplient, vous serez recrutés pour prendre le lead d'une équipe à CT. Plusieurs clients conquis : une clientèle française et internationnale de très haut niveau Leur objectif ? Être LA référence mondiale à court terme

VOTRE MISSION :

En tant que premier·e Ingénieur·e IA dédié·e, vous serez responsable à la fois de la recherche IA et des fonctionnalités IA déployées dans toute l'entreprise.

Vous interviendrez en transversal sur tous les produits et squads, définirez l'orientation IA, et resterez très opérationnel·le. Pas de management direct pour commencer, ils recherchent avant tout quelqu'un qui livre, mais vous poserez les bases d'une équipe IA qui grandira l'année prochaine, dont vous serez naturellement le ou la responsable.

Responsabilités clés

1. Piloter la recherche et les fonctionnalités IA de bout en bout

Mener la recherche IA appliquée et la transformer en fonctionnalités livrées dans leurs produits Entraîner, affiner et évaluer leurs modèles de langage propriétaires, y compris des petits modèles embarqués sur appareil Définir la feuille de route IA et arbitrer les décisions IA entre produit, engineering et commercial

2. Livrer de manière pragmatique, mesurer avec rigueur

Construire des dispositifs d'évaluation (jeux de données de référence, tests de régression) pour éviter la dégradation silencieuse des fonctionnalités IA Optimiser en continu les coûts, la latence et la qualité — livrer de la valeur réelle, pas des démos Savoir arrêter les projets qui n'auront pas d'impact utilisateur

3. Alimenter l'analytique et les recommandations IA

Construire le moteur IA derrière leurs analytics d'usage et les recommandations de stratégie IA fournies aux clients Transformer les données d'usage réelles en insights aidant les organisations à adopter l'IA avec confiance

4. Structurer la pratique IA

Fixer le niveau d'exigence en matière de craft IA, de rigueur d'évaluation et de pragmatisme Créer les playbooks et outils permettant à une équipe IA de se développer sur des bases solides Mentorer les ingénieur·es et contribuer au recrutement lors de la montée en puissance

VOTRE PROFIL : SENIOR AI/ML ENGINEER

Expérience & expertise

6+ ans en engineering ML/IA, avec un historique de modèles et fonctionnalités livrés en production Solide maîtrise du fine-tuning LLM, RAG, embeddings et évaluation (golden sets, LLM-as-judge, tests de régression) Expérience dans l'optimisation de systèmes IA (coût, latence, qualité) en production Fondamentaux solides en ingénierie logicielle — vous livrez et opérez, vous ne faites pas que prototyper À l'aise en Python, capable de travailler dans une codebase TypeScript Expérience avec les petits modèles de langage (SLM) et le déploiement on-device / on-premise : gros plus

Stack technique :

Langages : Python pour l'IA/ML, TypeScript sur le produit

Modèles embarqués / SLM : modèles GGUF en navigateur via WebLLM et wllama ( compilé en WASM)

LLMs & GenAI : APIs OpenAI, RAG, embeddings, intégrés à Microsoft 365 Copilot, ChatGPT, Gemini, Claude et agents internes

Outillage ML : sentence-transformers, HuggingFace Transformers, scikit-learn, TensorFlow, exposés via un service Python

Données : MongoDB, Redis

Infra & déploiement : Azure / AKS avec Helm, Docker, CI/CD GitHub Actions

Engineering augmenté par l'IA : Claude Code / Cursor, outils MCP et agents IA internes font partie du quotidien — pas un bonus

LES MODALITÉS :

R