Ingénieur en IA générative

Nous construisons l'un des CLM les plus sophistiqués du marché et l'IA en est le cœur : extraire et structurer l'information d'un contrat, détecter les risques, comparer des versions, générer des clauses, automatiser des revues complètes. Nous cherchons un ingénieur qui a déjà mis ce type de système en production, à l'échelle, et qui sait le faire tenir : pipelines, latence, coûts, fiabilité, sécurité. Le poste est résolument hands-on. Vous concevez, vous codez, vous déployez et vous exploitez. Vous êtes autant à l'aise avec un graphe d'agents qu'avec un manifeste Kubernetes ou un dashboard de latence p95. Mission principale Concevoir, développer et opérer les briques IA du produit — de la conception de l'architecture jusqu'au run en production — et contribuer activement aux choix techniques et à la roadmap IA aux côtés du CTO et du Product Manager. Responsabilités Conception et architecture
• Concevoir l'architecture des fonctionnalités IA : découpage des pipelines, choix des modèles, stratégies d'orchestration et d'agentivité, arbitrages build / fine-tune / API
• Rédiger des spécifications techniques exploitables : contrats d'interface, schémas de données, critères d'acceptation, métriques cibles et budget coût/latence
• Documenter les décisions d'architecture (ADR) et les contraintes assumées
• Évaluer la faisabilité des cas d'usage envisagés et estimer charges et risques Développement (hands-on, cœur du poste)
• Développer les pipelines d'extraction et de structuration de documents contractuels (OCR, layout, extraction de clauses, sorties structurées validées)
• Construire et industrialiser les systèmes de RAG et de recherche : indexation, recherche hybride, reranking, gestion du contexte long
• Développer des systèmes agentiques fiables : tool use, orchestration multi-étapes, reprise sur erreur, garde-fous, human-in-the-loop
• Optimiser qualité, latence et coût par requête (caching, batching, routage entre modèles, quantization, distillation)
• Participer aux code reviews et maintenir un haut niveau de qualité et de testabilité Infrastructure et production
• Déployer et opérer les services IA : conteneurisation, orchestration Kubernetes, infrastructure as code, CI/CD
• Concevoir des architectures asynchrones robustes pour des traitements longs : files, workers, idempotence, retry, backpressure, gestion des quotas fournisseurs
• Dimensionner et optimiser les ressources (CPU/GPU, autoscaling, coûts cloud) et suivre le coût unitaire des fonctionnalités IA
• Mettre en place l'observabilité de bout en bout : tracing, métriques, logs, SLO, alerting, et participer aux astreintes et post-mortems
• Garantir la sécurité et la conformité des traitements : cloisonnement multi-tenant, résidence des données, protection des données personnelles, exigences RGPD et EU AI Act Évaluation et amélioration continue
• Construire les jeux d'évaluation et les harnais de test qui mesurent réellement la qualité métier (précision d'extraction, taux d'hallucination, faux négatifs sur les clauses à risque)
• Instrumenter les modèles en production, analyser les régressions et piloter les itérations par la donnée
• Mettre en place le versioning des prompts, modèles et jeux d'évaluation, et les procédures de rollback Contribution à la stratégie IA
• Contribuer à la vision et à la priorisation de la roadmap IA avec le Product Manager et le CTO
• Proposer des cas d'usage à fort impact pour le CLM et challenger ceux qui ne tiennent pas techniquement
• Assurer une veille active (modèles frontier, techniques de retrieval, agents, coûts d'inférence) et la traduire en propositions concrètes
• Diffuser les bonnes pratiques IA dans l'équipe engineering : mentoring technique, revues d'architecture, documentation

Profil recherché
Expérience
• Bac+5 en informatique, data science ou mathématiques appliquées — ou un parcours équivalent démontré par les réalisations
• 5 à 10 ans d'expérience en ingénierie logicielle et IA/ML, dont au moins 2 ans sur des systèmes à base de LLM en production
• Expérience significative en NLP et en traitement de documents structurés ou semi-structurés
• Expérience en environnement SaaS B2B, idéalement sur des données sensibles ou réglementées Track record démontrable (critère déterminant) Nous attachons plus d'importance à ce que vous avez livré qu'aux intitulés de poste. Lors des entretiens, nous vous demanderons de détailler précisément :
• Systèmes livrés : au moins un système IA que vous avez conçu et mis en production, avec son architecture, les volumes traités, les utilisateurs servis et sa durée de vie
• Résultats chiffrés : les métriques avant/après que vous avez déplacées (qualité, latence, coût par requête, taux d'automatisation) et la manière dont vous les avez mesurées
• Décisions techniques : un arbitrage structurant que vous avez tranché, les alternatives écartées et ce que vous feriez différemment aujourd'hui
• Incidents : un incident de production que vous avez diagnostiqué et corrigé sur un système IA, et ce que vous en avez tiré
• Preuves publiques (appréciées, non obligatoires) : dépôts open source, contributions à des projets de l'écosystème, articles techniques, conférences, publications, modèles ou jeux de données publiés Un candidat qui n'a fait que des POC ou piloté des prestataires ne correspondra pas au poste. Solidité sur l'infrastructure (attendu explicite) Ce poste ne se limite pas à la couche modèle. Vous devez être autonome pour déployer, exploiter et déboguer vos propres services.
• Vous savez conteneuriser une application, écrire un déploiement Kubernetes et le faire scaler
• Vous êtes à l'aise avec l'infrastructure as code et une chaîne CI/CD complète
• Vous savez lire une trace distribuée, isoler un goulot d'étranglement et corriger une fuite de coût ou de latence
• Vous comprenez les implications réseau, sécurité et coûts de vos choix d'architecture cloud
• Vous êtes capable de tenir une conversation d'égal à égal avec une équipe plateforme ou DevOps Compétences transverses
• Rigueur dans la spécification, la documentation et la mesure
• Capacité à dialoguer avec des profils Produit, juridiques et métier, et à traduire un besoin contractuel en solution technique
• Pragmatisme : savoir distinguer ce qui est démontrable en production de ce qui est séduisant sur le papier
• Autonomie, force de proposition et sens de l'ownership de bout en bout
• Esprit d'équipe, goût du mentoring et de la revue par les pairs
• Anglais technique courant (lecture de littérature, documentation, échanges avec les éditeurs) Ce qui ferait la différence
• Connaissance du domaine juridique ou contractuel (CLM, legaltech, contract analytics)
• Expérience de l'entraînement ou de l'adaptation de modèles sur un domaine spécialisé
• Expérience des contraintes de conformité européennes appliquées à l'IA
• Contributions open source dans l'écosystème LLM, RAG ou agents
• Expérience du passage à l'échelle d'un produit SaaS : de quelques clients pilotes à un déploiement large