AI Engineer (H/F/NB)

Keyrus; Levallois-Perret; Sur place; EUR 90 000 - 125 000; Plein temps

Résumé du poste

Keyrus recherche un AI Engineer pour concevoir et déployer des systèmes d’IA agentique en production. Vous structureront des agents multi-étapes, orchestrant outils, mémoire et prise de décision, et les intègrerez dans les architectures CRM/ERP existantes.

Vous maîtriserez les coûts des modèles et documenterez chaque agent avec KPIs. Vous travaillerez en autonomie dans des environnements réels, tout en accompagnant les équipes internes et en visant l’évolution vers des postes avancés.

Qualifications

• Expérience en IA générative ou agentique en production.
• Intégration système (API, CRM, ERP, webhooks) en production.
• Orientation autonomie et déploiement opérationnel sur IA.

Responsabilités

• Concevoir et déployer des systèmes IA agentique de bout en bout.
• Architercter des agents multi-étapes et leur orchestration.
• Intégrer les agents dans les architectures client (CRM, ERP).
• Maîtriser les coûts et l’inférence des modèles IA.
• Documenter chaque agent et KPI associées.
• Iterer sur base des retours et pilotes réels.
• Accompagner la montée en compétence des équipes.

Connaissances

Python

Java

Node.js/TypeScript

LangChain

LangGraph

LlamaIndex

CrewAI

RAG

LLM eval.

Vector databases

Pinecone

Milvus

Chroma

pgvector

API/SDKs

Low-code/no-code

SQL

Snowflake

BigQuery

Databricks

FinOps IA

Documentation

Anglais professionnel

Outils

LangChain

LangGraph

LlamaIndex

CrewAI

n8n

Make

Dust

SQL

Snowflake

BigQuery

Databricks

Description du poste

AI Engineer

Responsabilites

• Vous concevez et déployez des systèmes d'IA agentique de bout en bout : du modèle de langage (Anthropic, OpenAI, Mistral, Google Gemini, etc.) capable de raisonner à l'agent autonome capable d'agir, en environnement de production réel, pas en prototype isolé.
• Vous architecturez des agents multi-étapes qui orchestrent outils, mémoire et prise de décision : vous ne branchez pas un modèle sur une API, vous structurez la manière dont l'IA agit dans le système d'information du client.
• Vous intégrez ce que vous construisez au sein des architectures du système client, en vous appuyant sur les connecteurs, API et protocoles disponibles (CRM, ERP, MCP, webhooks).
• Vous maîtrisez le coût des modèles (Anthropic, OpenAI, Mistral, Google Gemini, etc.), des tokens et de l'inférence (FinOps IA), pour que la valeur créée tienne à l'échelle, pas seulement en démonstration.
• Vous documentez chaque agent que vous construisez (périmètre, capacités, limites, KPIs), pour qu'il reste exploitable au-delà de votre présence sur la mission.
• Vous itérez à partir des retours d'usage réels (pilotes, métriques), plutôt que de considérer un agent comme terminé dès son premier déploiement.
• Vous accompagnez la montée en compétences des équipes internes sur ces sujets, en posture de champion du changement.

Ce que vous apportez

• Le socle Architect of Intelligence : des qualités indispensables, présentes dans les critères ci-dessous : curiosité, créativité, communication, conscience professionnelle, culture, capacité à faire.

Expérience et parcours

• Une expérience de construction de briques d'IA générative (Anthropic, OpenAI, Mistral, Google Gemini, etc.) ou agentique en production, pas seulement en prototype ou en atelier, quel que soit votre point de départ : ESN, éditeur, startup, ou client final.
• Une pratique de l'intégration système (API, CRM, ERP, webhooks, connecteurs) dans des environnements de production réels.
• Une trajectoire technique orientée vers l'autonomie croissante sur le déploiement de solutions IA, avec l'ambition d'évoluer aux côtés du Forward Deployed Engineer et du Foundations Architect.

Posture et savoir-être

• Une rigueur d'ingénierie qui dépasse la validation en démonstration : vous pensez production, coût et maintenabilité dès la conception.
• Une curiosité pour le résultat métier produit par ce que vous construisez, pas seulement pour la technique elle-même.
• Une capacité à produire, documenter et transmettre ce que vous construisez, pour qu'un agent survive à votre départ de la mission.
• Une posture d'enablement : vous aimez faire monter les autres en compétence, pas seulement livrer seul.

Compétences techniques indispensables

• Maîtrise d'un langage de prédilection pour l'IA : Python en priorité, Java ou Node.js/TypeScript en alternative selon l'écosystème du client.
• Conception d'architectures d'agents multi-étapes (prompts, tools, mémoire, guardrails).
• Utilisation de frameworks d'orchestration d'agents (LangChain, LangGraph, LlamaIndex, CrewAI).
• Mise en œuvre de RAG et d'évaluation de LLM (Anthropic, OpenAI, Mistral, Google Gemini, etc.).
• Utilisation de bases de données vectorielles (Pinecone, Milvus, Chroma, pgvector).
• Maîtrise pratique des APIs et SDKs des principaux fournisseurs de modèles (Anthropic, OpenAI, Mistral, Google Gemini, etc.), avec function calling / tool use.
• Mise en place de frameworks d'évaluation et de test de sorties LLM (Anthropic, OpenAI, Mistral, Google Gemini, etc.) : evals, guardrails.
• Intégration système au sein d'architectures client (CRM, ERP, MCP, webhooks, connecteurs).
• Utilisation d'outils d'orchestration low-code/no-code (n8n, Make, Dust).
• Maîtrise des fondamentaux Data Engineering : SQL, modélisation, plateformes data (Snowflake, BigQuery, Databricks).
• Maîtrise des leviers FinOps IA : cache sémantique, model tiering, prompt optimization.
• Rédaction éprouvée de documentation technique (agents, pipelines, architectures d'intégration) destinée à d'autres équipes.
• Anglais professionnel courant, à l'écrit comme à l'oral, indispensable quel que soit le niveau d'expérience.