Ingénieur(e) Produit IA – AI Product Engineer

À propos
de nous Carbon est une société de conseil spécialisée dans le software engineering et l’intelligence artificielle. Aujourd’hui, nous sommes une communauté de 150 passionné(e)s, réunis autour d’une même conviction : pour rester bon techniquement, il faut continuer à apprendre, expérimenter et partager. L’IA ouvre aujourd’hui un terrain de jeu immense. On peut générer, rechercher, analyser, résumer, recommander, automatiser, dialoguer… Mais disposer d’un modèle performant ne suffit pas à créer un bon produit. La vraie question est ailleurs : qu’est-ce qu’on construit avec ? Et surtout, est-ce que quelqu’un aura réellement envie de l’utiliser ? Chez Carbon, nous voulons développer une approche de l’IA profondément orientée produit et usages : partir d’un problème concret, prototyper rapidement, confronter une idée aux utilisateurs, mesurer ce qui fonctionne et transformer les meilleures expérimentations en produits robustes. C’est là qu’intervient l’AI Product Engineer. Nos bureaux sont situés à Neuilly-sur-Seine et nos missions se déroulent principalement à Paris intramuros et en petite couronne. Ce qui nous anime ? Résoudre des problèmes complexes, transformer les possibilités technologiques en usages concrets et construire des produits que les utilisateurs ont réellement envie d’adopter. Ce que tu peux attendre de nous Chez Carbon, tu ne rejoindras pas une équipe où le produit imagine et où la tech exécute. Nous aimons les ingénieur(e)s qui comprennent pourquoi ils construisent quelque chose, qui questionnent les usages et qui sont capables de proposer une autre solution lorsqu’elle leur paraît meilleure. Tu évolueras dans un environnement où tu pourras :
• Travailler sur des problématiques mêlant produit, software engineering et intelligence artificielle.
• Explorer de nouveaux usages liés aux LLM, aux agents et à l’IA générative.
• Passer rapidement d’une idée à un prototype testable.
• Échanger avec des profils issus du produit, du design, de la tech, de la data et de l’IA.
• Bénéficier de formations techniques, certifications, workshops et retours d’expérience.
• Tester de nouveaux modèles, frameworks et approches sans adopter une technologie simplement parce qu’elle est à la mode.
• Participer à une communauté où les expérimentations et apprentissages sont partagés.
• Contribuer directement à la construction et à l’évolution de notre expertise IA. Ton rôle En tant qu’Ingénieur(e) Produit IA, ton rôle sera de transformer les capacités de l’intelligence artificielle en expériences utiles, simples et réellement adoptées par leurs utilisateurs. Tu seras à l’intersection du produit, de l’ingénierie et de l’IA. Tu ne recevras pas nécessairement une spécification détaillée qu’il suffira d’implémenter. Tu participeras à la réflexion dès le départ : quel problème voulons-nous résoudre ? Pour qui ? Quelle expérience pouvons-nous créer ? Comment savoir si elle fonctionne ? Puis tu construiras. Partir du problème, pas du modèle
• Comprendre les besoins utilisateurs et les enjeux métiers derrière une problématique.
• Identifier les cas d’usage où l’IA peut apporter une valeur réelle et mesurable.
• Challenger les idées et éviter d’introduire de l’IA lorsque des solutions plus simples sont plus pertinentes.
• Participer aux réflexions produit aux côtés des équipes métier, produit, design et engineering.
• Transformer des besoins parfois flous en hypothèses que l’on peut rapidement tester. Prototyper vite Dans l’IA, certaines idées paraissent excellentes sur le papier et beaucoup moins une fois confrontées aux utilisateurs. Nous préférons le découvrir rapidement.
• Passer d’une idée à un prototype fonctionnel en quelques jours lorsque le contexte le permet.
• Intégrer des modèles et services d’IA dans des expériences utilisateur concrètes.
• Expérimenter différentes approches : LLM, RAG, recherche sémantique, agents, multimodalité ou automatisation de workflows.
• Tester différents modèles, prompts, outils et architectures.
• Construire juste assez pour apprendre rapidement avant d’investir davantage. Transformer le prototype en produit Un prototype impressionnant pendant une démonstration n’est pas encore un produit.
• Transformer les expérimentations pertinentes en fonctionnalités robustes et maintenables.
• Concevoir les API, services et composants nécessaires à leur industrialisation.
• Gérer les problématiques spécifiques aux produits IA : latence, coûts, qualité des réponses, contexte, hallucinations et sécurité.
• Mettre en place des mécanismes d’évaluation et d’observabilité.
• Concevoir des fallback et des garde-fous lorsque le modèle ne produit pas le résultat attendu.
• Garantir une expérience utilisateur cohérente malgré le caractère probabiliste des modèles. Mesurer, apprendre, recommencer La première version ne sera probablement pas la bonne. Et c’est normal.
• Observer la manière dont les utilisateurs interagissent réellement avec le produit.
• Définir et suivre les indicateurs permettant de mesurer la qualité, l’usage et la valeur créée.
• Analyser les cas d’échec pour comprendre comment améliorer l’expérience.
• Faire évoluer prompts, modèles, interfaces et parcours en fonction des retours.
• Arbitrer entre qualité, vitesse, complexité et coûts.
• Itérer continuellement jusqu’à trouver l’expérience qui fonctionne. Contribuer à notre culture produit IA L’AI Product Engineering est encore une discipline en construction. Nous voulons donc apprendre collectivement. Tu seras encouragé(e) à expérimenter, documenter tes apprentissages et partager ce que tu découvres avec la communauté Carbon. Un prototype qui échoue mais qui permet de comprendre pourquoi peut parfois être aussi précieux qu’un prototype réussi.

À propos
de toi Nous ne cherchons pas nécessairement quelqu’un qui se définit depuis toujours comme « AI Product Engineer ». Le métier est encore jeune. Nous cherchons surtout un(e) ingénieur(e) qui aime construire des produits et qui considère la technologie comme un moyen de résoudre des problèmes plutôt que comme une finalité.
• Tu justifies de 3 à 8 ans d’expérience en software engineering, product engineering ou AI engineering.
• Tu possèdes de solides compétences en développement et tu es capable de construire une fonctionnalité de bout en bout.
• Tu maîtrises un ou plusieurs environnements modernes tels que Python, TypeScript / JavaScript, React, Node.js ou équivalent.
• Tu as déjà expérimenté ou travaillé avec des LLM et des APIs de modèles d’IA.
• Les notions de RAG, agents, embeddings, tool calling ou structured outputs te sont familières ou t’intéressent fortement.
• Tu sais passer rapidement d’une idée à un prototype sans perdre de vue ce qui sera nécessaire pour l’industrialiser.
• Tu comprends les fondamentaux du software engineering : architecture, APIs, tests, Git, CI/CD et Cloud.
• Tu t'intéresses autant à l'expérience utilisateur et aux usages qu'à la technologie qui les rend possibles.
• Tu es capable de discuter avec un Product Manager, un designer, un métier ou un ingénieur et d’adapter ton niveau de discours.
• Tu aimes les environnements où le problème n’est pas entièrement défini à l’avance.
• Tu sais prendre des décisions avec des informations imparfaites, tester une hypothèse et changer de direction lorsque les résultats le justifient.
• Tu es curieux(se), pragmatique et tu préfères mettre quelque chose entre les mains d’un utilisateur plutôt que débattre trois semaines de la solution parfaite. Pourquoi nous rejoindre maintenant ? Parce que nous entrons dans une période où beaucoup de produits vont intégrer de l’IA. Mais tous ne deviendront pas de bons produits. La différence ne se fera probablement pas uniquement sur le choix du modèle. Elle se fera sur la capacité à identifier les bons usages, construire rapidement, observer ce qui se passe réellement et itérer jusqu’à créer une expérience évidente pour l’utilisateur. Chez Carbon, nous voulons réunir des profils capables de faire le lien entre ce que la technologie rend possible et ce dont les utilisateurs ont réellement besoin. Des ingénieur(e)s qui aiment autant ouvrir leur IDE que discuter d’un parcours utilisateur. Qui peuvent passer d’une API de modèle à un prototype, puis d’un prototype à une fonctionnalité utilisée en production. Et qui, face à une nouvelle possibilité offerte par l’IA, ne demandent pas seulement : « Comment est-ce qu’on peut le faire ? » Mais aussi : « Pourquoi est-ce qu’on devrait le faire ? »