Missions principales
Le quotidien et les responsabilités.
- Concevoir le système autour du modèle : découpage des documents, indexation, récupération, assemblage du contexte
- Construire l'évaluation avant la mise en production : jeu de tests, critères de réussite, détection des régressions
- Tenir le coût par appel et la latence, qui décident seuls de la viabilité économique du service
- Poser les garde-fous : filtrage des entrées et des sorties, refus explicites, traçabilité de chaque réponse
- Spécialiser un modèle quand l'invite atteint ses limites : ajustement fin, distillation, choix d'un modèle ouvert
- Industrialiser l'exécution : hébergement, mise à l'échelle, surveillance de la dérive des réponses
- Instruire l'arbitrage entre modèle propriétaire et modèle ouvert, sous contrainte de confidentialité et de coût
- Documenter les limites du système pour ceux qui l'utilisent, et les cas où son usage est proscrit
Compétences
Ce qu'il faut maîtriser.
- Python de niveau ingénieur logiciel : tests, structuration, mise en production, bien au-delà des carnets de notes
- Maîtrise d'au moins une chaîne de récupération augmentée, de l'indexation à la citation des sources
- Évaluation : savoir construire un jeu de tests représentatif et mesurer une régression en toute lucidité
- Compréhension du coût : jetons, mise en cache, choix de modèle selon la tâche, ordre de grandeur de la facture mensuelle
- Bases de données vectorielles et recherche hybride, y compris leurs limites
- Ajustement fin et quantification de modèles ouverts, pour les périmètres qui le justifient
- Sécurité applicative de l'IA : injections d'invite, fuite de données, cloisonnement des droits
- Culture du droit applicable : règlement européen sur l'intelligence artificielle, données personnelles, propriété des sorties
Formation
Le parcours type.
Les cursus initiaux mènent tous indirectement à ce poste, qui se rejoint par trois chemins. Le premier part du développement logiciel et apprend les modèles, c'est le plus fréquent et souvent le plus efficace. Le deuxième part de la science des données et apprend l'ingénierie de production, ce qui est le trajet le plus long. Le troisième part de l'ingénierie de production des modèles, qui est le plus proche. Le diplôme compte peu, au regard d'un système en production avec des utilisateurs réels. Les paliers de la grille vont de la première prise de poste à plus de huit ans dans la fonction : une ancienneté que peu de candidats atteignent, le métier ayant seulement trois ans.
Étudiant ou jeune diplômé ? Entourage Club est notre accompagnement gratuit vers un premier poste en Finance ou en Tech.
Évolutions
Les évolutions possibles.
- Staff ou Principal AI Engineer
- Head of AI ou responsable d'une plateforme d'intelligence artificielle
- Architecte, sur les systèmes qui mêlent plusieurs modèles et plusieurs sources
- Ingénieur MLOps, pour les profils les plus orientés production
- Direction technique dans un éditeur dont le produit repose sur l'IA
Conseils Entourage : Recruter
Recruter un Ingénieur IA générative.
Nous demandons un système en production, plutôt qu'une démonstration. La question qui trie le mieux : combien d'utilisateurs réels, pendant combien de temps, et qu'est-ce qui a cassé. Un candidat qui s'en est tenu aux preuves de concept ignore encore les difficultés de l'usage, et il les découvrirait en poste. Nous écrivons le cas d'usage et la contrainte économique dans l'annonce. Assister un service client, chercher dans une base documentaire, produire du code, extraire de l'information de contrats : ces quatre besoins appellent chacun leur architecture et leur profil. Un budget par appel, même approximatif, renseigne le candidat sur la maturité du projet. Nous faisons enfin trancher la question du modèle ouvert et du modèle propriétaire, ou nous écrivons qu'elle reste ouverte. Héberger un modèle chez soi pour des raisons de confidentialité et consommer une interface de programmation sont deux métiers, avec deux viviers, et la confusion apparaît dès le premier entretien technique.
Conseils Entourage : Candidater
Postuler pour un poste d'Ingénieur IA générative.
Les candidats retenus apportent un système que des gens ont vraiment utilisé, et racontent ce qui s'est mal passé : la question imprévue, la réponse fausse mais confiante, la facture qui a triplé le mois où le service a marché. C'est ce qui les distingue d'un candidat qui présente une démonstration. L'entretien porte sur l'évaluation, et c'est le sujet sur lequel la plupart des candidatures s'effondrent : comment vous mesurez qu'une nouvelle version est meilleure que l'ancienne, sur quel jeu de tests, et ce que vous faites quand la mesure et l'impression divergent. Enfin, la nouveauté gagne à être dite sobrement. Les employeurs cherchent des ingénieurs logiciels qui savent manier ces modèles, plutôt que des spécialistes de l'invite. Vos compétences classiques (tests, structuration, mise en production) pèsent plus que vous ne le croyez.
Ce que nous proposons aux candidats
- À télécharger : Préparer un entretien (fonctions Tech)
