AI Engineer (H/F/NB)

AI Engineer

Construisez, orchestrez et déployez l'intelligence artificielle en production : briques d'IA générative (Anthropic, OpenAI, Mistral, Google Gemini, etc.), modèles de machine learning, agents multi‑étapes intégrés aux systèmes du client. Vous êtes la colonne technique du dispositif Keyrus AI, garant que ce qui est déployé fonctionne, tient à l'échelle et reste maîtrisé en coût. Vous collaborez étroitement avec le Foundations Architect, le Data Engineer, le Software Engineer, le Forward Deployed Engineer et le Business Value Advisor.

Responsabilités

• Concevez et déployez des systèmes d'IA agentique de bout en bout : du modèle de langage capable de raisonner à l'agent autonome capable d'agir.
• Architecturez des agents multi‑étapes qui orchestrent outils, mémoire et prise de décision, en structurant la manière dont l'IA agit dans le système d'information du client.
• Intégrez vos constructions aux architectures du système client via connecteurs, API et protocoles (CRM, ERP, MCP, webhooks).
• Maîtrisez le coût des modèles, tokens et inference (FinOps IA) pour garantir l'évolutivité de la valeur créée.
• Documentez chaque agent (périmètre, capacités, limites, KPIs) afin qu'il reste exploitable après votre présence.
• Itérez à partir des retours d'usage réels (pilotes, métriques), plutôt que de considérer un agent comme terminé dès son premier déploiement.
• Accompagnez la montée en compétences des équipes internes, en posture de champion du changement.

Qualités attendues (Socle Architect of Intelligence)

• Curiosité, créativité, communication, conscience professionnelle, culture, capacité à faire.

Expérience et parcours

• Expérience de construction de briques d'IA générative ou agentique en production, pas seulement prototypes ou ateliers.
• Pratique de l'intégration système (API, CRM, ERP, webhooks, connecteurs) dans des environnements de production réels.
• Trajectoire technique vers l'autonomie croissante sur le déploiement de solutions IA, avec ambition d'évoluer aux côtés du Forward Deployed Engineer et du Foundations Architect.

Posture et savoir‑être

• Rigueur d'ingénierie, pensée production, coût et maintenabilité dès la conception.
• Curiosité pour le résultat métier produit par vos constructions.
• Capacité à produire, documenter et transmettre vos constructions pour garantir leur longévité.
• Posture d'enablement, aimez faire monter les autres en compétence.

Compétences techniques indispensables

• Maîtrise d'un langage de prédilection pour l'IA : Python (préféré), Java ou Node.js/TypeScript.
• Conception d'architectures d'agents multi‑étapes (prompts, tools, mémoire, guardrails).
• Utilisation de frameworks d'orchestration d'agents (LangChain, LangGraph, LlamaIndex, CrewAI).
• Mise en œuvre de RAG et d'évaluation de LLM.
• Utilisation de bases de données vectorielles (Pinecone, Milvus, Chroma, pgvector).
• Maîtrise des APIs et SDKs des principaux fournisseurs de modèles (Anthropic, OpenAI, Mistral, Google Gemini, etc.), avec function calling / tool use.
• Mise en place de frameworks d'évaluation et de test de sorties LLM (evals, guardrails).
• Intégration système dans des architectures client (CRM, ERP, MCP, webhooks, connecteurs).
• Utilisation d'outils d'orchestration low‑code/no‑code (n8n, Make, Dust).
• Maîtrise des fondamentaux Data Engineering : SQL, modélisation, plateformes data (Snowflake, BigQuery, Databricks).
• Maîtrise des leviers FinOps IA : cache sémantique, model tiering, prompt optimization.
• Rédaction technique de documentation (agents, pipelines, intégrations) destinée à d'autres équipes.
• Anglais professionnel courant à l'écrit et à l'oral, indispensable.