AI Engineer Expérimenté

eXalt; Lyon; On-site; EUR 70,000 - 120,000; Full time

Job summary

eXalt recherche un·e AI Engineer expérimenté·e pour construire la pratique GenAI et intervenir sur des cas d’usage concrets chez nos clients: RAG, agents et automatisation intelligente. Vous travaillerez sur une stack incluant Python, LangChain et des modèles OpenAI / open source, avec mise en prod et veille active sur les meilleures pratiques.

Le candidat idéal maîtrise le développement Python, comprend les enjeux des LLM (hallucinations, coût des tokens, latence, sécurité) et sait dire quand

Qualifications

• Concevoir et industrialiser des solutions basées sur des LLMs.
• Choisir les bons outils : APIs propriétaires vs modèles open source et vecteurs.
• Mettre en prod avec tests, évaluation, monitoring, coût, latence et sécurité.
• Challenger les cas d’usage clients et prioriser les solutions pertinentes.
• Contribuer à la pratique IA d’eXalt : R&D, veille et partage de connaissances.

Responsibilities

• Concevoir et industrialiser des solutions basées sur des LLMs.
• Choisir les bons outils et technologies GenAI.
• Mettre en prod avec tests, évaluation et surveillance des performances.
• Évaluer les cas d’usage et proposer des solutions adaptées.
• Contribuer à la pratique IA d’eXalt et partager les connaissances.

Skills

Python

TypeScript

GenAI

RAG

Tools

LangChain

LlamaIndex

Haystack

DSPy

Pinecone

Weaviate

Qdrant

pgvector

AWS Bedrock

Azure OpenAI

GCP Vertex AI

MLflow

LangSmith

LangFuse

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)