Recrutez l'AI Engineer qui déploie vos modèles en production.
Du prototype LLM au système en production : nous recrutons des ingénieurs IA qui savent industrialiser, monitorer et sécuriser vos modèles — pas seulement les faire tourner en démo.
Le rôle
L'AI Engineer prend le relais là où s'arrête le prototype : il transforme un notebook ou un POC en système fiable, monitoré et budgété. Il conçoit des pipelines RAG, intègre des LLM dans un produit existant, gère le fine-tuning quand c'est justifié, et surveille en production la latence, le coût d'inférence et la dérive des réponses.
C'est un poste jeune et très demandé, donc facile à mal recruter. Beaucoup de candidats affichent une expérience « IA » bâtie sur un hackathon ou un wrapper ChatGPT, sans avoir jamais tenu un système en charge réelle. Sans grille de lecture technique, le tri se fait sur le discours plutôt que sur la preuve — et l'erreur coûte cher : profil rare, salaire élevé, chantier stratégique retardé de plusieurs mois.
Le bon profil
- Expérience réelle de mise en production de modèles ou de systèmes LLM (MLOps/LLMOps) — pas seulement du prototypage en notebook.
- Maîtrise pratique du RAG, du prompt engineering et de l'intégration d'API LLM (OpenAI, Anthropic, Mistral, modèles open source).
- Bases solides en ingénierie logicielle — Python, API, architecture cloud, CI/CD — au moins autant qu'en machine learning pur.
- Sens du coût et de la latence : sait arbitrer entre performance du modèle et viabilité économique du produit.
- Autonomie et clarté : capable d'expliquer un choix technique IA à un board non-tech, et de dire non à un cas d'usage qui ne tient pas la route.
Grille de rémunération
| Séniorité | Fixe | Variable | OTE |
|---|---|---|---|
| Junior | 40–48 k€ | 0–4 k€ | 40–52 k€ |
| Confirmé | 55–68 k€ | 3–9 k€ | 58–77 k€ |
| Senior | 75–95 k€ | 5–15 k€ | 80–110 k€ |
Comment nous recrutons
On part de votre contexte.
Un échange approfondi pour cerner votre culture d'entreprise, vos enjeux commerciaux et vos critères non-négociables. On ne démarre jamais à l'aveugle.
Identification active.
Nos agents internes + Apify, Kaspr, lemlist et Waalaxy pour identifier et approcher. Claude et Mistral pour analyser et résumer. Fireflies et Noota pour capter les entretiens. LinkedIn Recruiter pour la recherche.
5 à 10 profils alignés.
Chaque profil présenté a été rencontré par Walid en entretien. Chacun avec un brief détaillé, jusqu'à la décision, la négociation et l'intégration.
Questions fréquentes
Quelle est la différence entre un AI Engineer et un Data Scientist ?
Le Data Scientist explore et prouve la valeur d'un cas d'usage ; l'AI Engineer le fait tenir en production — API, monitoring, coûts, sécurité. En start-up, une seule personne cumule souvent les deux rôles : nous cadrons le périmètre exact avec vous avant de lancer la recherche.
Faut-il un doctorat ou un profil recherche pour ce poste ?
Non, dans la grande majorité des cas. Le poste demande surtout une ingénierie logicielle solide et une vraie expérience d'intégration de modèles en production — un bon développeur backend monté en compétence sur les LLM est souvent plus adapté qu'un profil recherche pure.
Combien de temps pour recruter un AI Engineer avec Walead ?
Notre délai moyen tous postes confondus est de moins de 20 jours, mais ce profil est parmi les plus tendus du marché : comptez plutôt 3 à 5 semaines pour un chantier bien cadré. Nous préférons une fourchette honnête à une promesse générique.
CDI, freelance ou RPO — quel format pour ce poste ?
Pour un premier AI Engineer qui pose les fondations techniques, le CDI protège votre continuité ; pour un chantier ponctuel (migration LLM, POC à industrialiser), le freelance se sécurise plus vite. Si vous recrutez plusieurs profils Tech/IA sur l'année, le RPO embarqué lisse le coût et la charge de sourcing.
Un poste à pourvoir ?
Premier appel gratuit, sans engagement. Réservez un créneau ou décrivez-nous le besoin — on revient sous 24h ouvrées.