AI Engineer Expérimenté

eXalt; Lyon; On-site; EUR 70,000 - 110,000; Full time

Job summary

eXalt accompagne ses clients du POC à la production robuste et mesurable. Nous recrutons un·e AI Engineer expérimenté·e pour bâtir la pratique GenAI et intervenir sur des cas concrets (RAG, agents, automatisation intelligente, copilotes métier).

Vous concevrez et industrialiserez des solutions basées sur des LLMs, choisirez les outils adaptés et mettrez en prod avec tests, évaluation et sécurité. Vous challengerez les cas d’usage et contribuerez à la pratique IA d’eXalt.

Qualifications

• Expérience solide en développement Python et GenAI.
• Mise en prod de solutions basées sur des LLMs.
• Connaissance des tests, évaluation, coût des tokens, latence et sécurité.
• Gestion de projets et veille/partage de connaissances.

Responsibilities

• Concevoir et industrialiser des solutions basées sur des LLMs (RAG, agents).
• Choisir les bons outils : APIs propriétaires vs open source.
• Mettre en prod avec tests, évaluation, monitoring et coût.
• Challenger les cas d’usage clients.
• Contribuer à la pratique IA d'Exalt via R&D et partage de connaissances.

Skills

Python

LLMs

RAG

MLOps

Tools

LangChain

LlamaIndex

Haystack

DSPy

OpenAI

Anthropic

Mistral

Pinecone

Weaviate

Qdrant

pgvector

AWS Bedrock

Azure OpenAI

GCP Vertex AI

Job description

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 GenAITu 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-tuningTu 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 çaBonus : background ML/Data Science, contributions open source, prise de parole (blog, conf)