AI Engineer Expérimenté

L’IA générative change la donne. Chez eXalt, on accompagne nos clients pour passer du POC excitant au produit en production, robuste, mesurable et utile.

On cherche un·e AI Engineer expérimenté·e pour construire avec nous cette pratique GenAI et intervenir sur des cas d’usage concrets chez nos clients : RAG, agents, automatisation intelligente, copilotes métier.

Ce que tu vas faire

• Concevoir et industrialiser des solutions basées sur des LLMs (RAG, agents, fine-tuning selon les cas)

• Choisir les bons outils : APIs propriétaires (OpenAI, Anthropic, Mistral) vs modèles open source, vector DBs, orchestrateurs

• Mettre en prod avec les standards software qui vont bien : tests, évaluation, monitoring, coût, latence, sécurité

• Challenger les cas d’usage clients (tout ne mérite pas un LLM )

• Contribuer à la pratique IA d’eXalt : R&D, veille, partage de connaissances, prise de parole

La stack

• Langages : Python (principalement), TypeScript selon les projets

• Frameworks GenAI : LangChain, LlamaIndex, Haystack, DSPy

• Modèles : OpenAI, Anthropic, Mistral, modèles open source (Hugging Face)

• Vector DBs : Pinecone, Weaviate, Qdrant, pgvector

• Cloud IA : AWS Bedrock, Azure OpenAI, GCP Vertex AI

• MLOps / LLMOps : MLflow, LangSmith, LangFuse, évaluation (Ragas, DeepEval)

• Solide expérience en développement (Python idéalement) + appétence forte pour la GenAI

• Tu as déjà mis en prod des solutions basées sur des LLMs (pas juste des notebooks)

• Tu comprends les enjeux : hallucinations, évaluation, coût des tokens, latence, sécurité, RAG vs fine-tuning

• Tu as une approche produit et pragmatique : tu sais dire “un LLM n’est pas la bonne réponse ici”

• Tu es curieux·se et joueur·se : le domaine bouge chaque semaine, tu aimes ça

• Bonus : background ML/Data Science, contributions open source, prise de parole (blog, conf)

1. Échange avec un Digital Sales Manager (~45 min)

2. Entretien technique avec un Tech Lead / expert IA eXalt

3. Rencontre avec un associé pour parler vision, practice et perspectives