AI Engineer X/F/H

Es-tu l’un des premiers piliers de notre pôle IA

L’IA n’est plus un sujet prospectif.

C’est désormais un usage concret, qui transforme les organisations en profondeur — et les technologies évoluent à une vitesse inédite.

Chez nous, les demandes clients ont clairement changé.

On ne parle plus de “POC” exploratoires, mais de solutions IA utiles, intégrées, mesurables .

• Automatiser des tâches chronophages en intégrant proprement l’IA aux systèmes existants, pour générer des gains rapides et mesurables.
• Augmenter les équipes en apportant de l’intelligence aux processus : structurer des problématiques floues, exploiter des données peu valorisées, rendre actionnables des sujets jusque-là complexes.
• Transformer les métiers en profondeur : repenser les outils, les workflows et les modes de collaboration pour créer de nouveaux standards de performance et d’usage.

C’est dans cette dynamique que nous ouvrons un poste d’Ingénieur·e IA, pour structurer et accélérer notre pôle IA, et ancrer une véritable culture de R&D appliquée au cœur de nos projets.

Pourquoi rejoindre Eleven Labs en tant qu’Ingénieur·e IA ?

Parce que le rôle va bien au-delà de l’implémentation. Ton objectif sera de :

• Concevoir de vrais systèmes IA, pas des démos
  • Architecturer des solutions robustes (RAG hybrides, agents orchestrés, tool‑augmentation) intégrées proprement aux SI clients, avec une exigence forte sur la scalabilité et la maintenabilité.
• Industrialiser avec une approche “Evaluation‑first”
  • Mettre en place des benchmarks métiers, tests automatisés, observabilité et guardrails pour passer du prototype à des systèmes mesurés, fiables et pilotables.
• Explorer les frontières utiles de l’IA
  • Expérimenter LLM multimodaux, orchestration d’agents, architectures hybrides — avec recul, rigueur et pragmatisme.
• Structurer un pôle IA ambitieux
  • Partager, formaliser, challenger, et contribuer à bâtir une culture d’AI engineering exigeante au sein d’Eleven Labs.

Prêt à emmener notre pôle IA encore plus loin ?

Tu es à l’aise dans l’écosystème Python (Django, FastAPI, Celery, etc.) et tu as suffisamment de recul pour : donner un avis argumenté sur des technos ou des choix techniques/architecturaux, faire la différence entre du “bon code” ou du “code à risque”, rester pragmatique dans ta manière de concevoir des solutions. Tu as déjà travaillé sur des architectures agentiques structurées (LangGraph, ReAct, multi‑agents), des workflows tool‑augmented et tout type de solutions IA réellement mises en production. Des notions comme Evaluation‑driven development, LLM‑as‑a‑judge, RAG hybride avec reranking ou hybrid retrieval font partie de ton quotidien. Tu passes du temps sur Hugging Face à explorer les nouveaux modèles, comparer les benchmarks, tester les releases prometteuses et comprendre ce qui mérite vraiment d’être intégré en production. Tu t’intéresses autant à la robustesse (observabilité IA, guardrails, tracing agentique) qu’à la performance (model routing, distillation, cost‑aware orchestration). Et surtout, tu sais faire la différence entre un Framework à la mode et une avancée structurante — et transformer une expérimentation en système fiable, mesurable et industrialisable. Enfin, tu as un intérêt pour l’échange avec les clients, la proposition et le challenge de solutions techniques, ainsi que le partage de ces sujets au sein d’entreprises et de communautés.