Chez Kiiro, nous imaginons, construisons et maintenons des produits Data et IA métiers utiles, utilisables et utilisés. Notre rôle est d'accompagner nos clients pour s'assurer qu'ils disposent de fondations solides leur permettant de transformer l'essai des POCs en produits fonctionnels, industrialisés et créateurs de valeur.
On intervient à la croisée du développement logiciel, du Data Engineering et de l'IA appliquée. Partenaires AWS et Databricks, on conçoit des architectures cloud modernes pour des problèmes métier bien réels.
On cherche aujourd'hui un·e AI Engineer pour concevoir et industrialiser nos solutions d'IA agentique. Pas pour tester des modèles : pour construire des systèmes distribués, fiables et intégrés, capables d'orchestrer des modèles d'IA pour résoudre des problèmes métiers complexes.
Un vrai rôle de builder, du cadrage client jusqu'à la production 🛠️
Vos missions :
-
Cadrer avec le client : vous êtes en première ligne pour comprendre le besoin et poser les bonnes questions, celles qui évitent de découvrir le mur trois mois plus tard. Quels accès ? Quelles données, et qui a le droit d'y toucher ? Où résident-elles ? Qu'est-ce qui est vraiment automatisable ?
-
Concevoir & déployer sur le cloud : vous designez, développez et déployez des architectures cloud modernes (principalement AWS) et des services backend scalables au service des produits d'IA.
-
Construire des systèmes agentiques : orchestration d'agents, systèmes RAG, intégration d'APIs LLM, appels d'outils, gestion du contexte. Vous choisissez les bons frameworks (Bedrock AgentCore, LangGraph, MCP ou équivalents) et vous savez expliquer pourquoi celui-là plutôt qu'un autre.
-
Industrialiser (MLOps / LLMOps) : vous faites passer les prototypes à l'échelle en travaillant la latence, l'observabilité, le context engineering et l'économie des tokens et des ressources de calcul.
-
Évaluer & fiabiliser : vous mettez en place les stratégies d'évaluation qui permettent de suivre la qualité des réponses, de détecter le drift, de repérer les hallucinations et de poser les bons garde-fous.
-
Partager & essaimer : vous diffusez les bonnes pratiques de développement et d'IA auprès des équipes clients comme en interne.
Et aussi, côté vie interne :
-
Participer à la conception technique des réponses aux appels d'offres.
-
Contribuer au rayonnement de nos partenariats AWS et Databricks.
-
Diffuser la culture Data & IA : articles, conférences, webinars.
-
Animer la communauté technique interne et le partage de connaissances.
-
Faire de la veille active sur l'IA générative et proposer de nouvelles approches.
-
Selon les projets, mettre les mains dans des pipelines de traitement audio (Speech-to-Text) ou d'autres modalités.
Nous ne cherchons pas un profil parfait !
L'IA évolue trop vite pour ça. Ce qui nous intéresse, c'est quelqu'un qui a déjà mis un système d'IA en production, qui l'a vu casser, et qui sait pourquoi.
Ce qui compte pour nous :
-
Un socle d'ingénieur solide : au moins 3 ans en développement logiciel, Data Engineering ou ML, dont environ 1 an d'IA générative réellement mise en production. Formation Bac+5 en informatique ou ingénierie (ou un parcours équivalent qui parle de lui-même).
-
Python et SQL, sans hésitation.
-
Les architectures IA modernes : RAG, orchestration d'agents (Agentcore, Agent Bricks etc), usage d'APIs LLM, traitement de données non structurées.
-
Le cloud AWS : une vraie pratique des services qu'on utilise au quotidien (Lambda, DynamoDB, Bedrock, Secrets Manager, KMS). Pour de l'IA agentique en production, c'est difficilement contournable.
-
Les pratiques software & DevOps : CI/CD, conteneurisation Docker, versioning, tests automatisés.
-
Un esprit critique aiguisé : vous savez évaluer la qualité d'une sortie d'IA, repérer une réponse fausse mais bien écrite, et concevoir les garde-fous qui vont avec.
-
Le sens du client : vous savez écouter, reformuler, challenger un besoin avec diplomatie et dire non quand il le faut :)
-
Français professionnel obligatoire et anglais technique.
Les petits + qui font plaisir :
-
Une expérience sur Databricks.
-
Des outils modernes de pipeline de données (dbt, Fivetran, Airbyte) ou des bases relationnelles et NoSQL (PostgreSQL, MongoDB).
-
Des certifications AWS ou Databricks
L'environnement technique :
-
Cloud & Serverless : AWS (Lambda, DynamoDB, Bedrock, Secrets Manager, KMS), Databricks.
-
Bases de données & stockage : PostgreSQL, MySQL, DynamoDB, MongoDB, Cassandra.
-
IA, Data & outillage : Python, SQL, architectures RAG, frameworks d'orchestration d'agents, Speech-to-Text, dbt, Fivetran, Airbyte.
-
Pratiques : MLOps, LLMOps, CI/CD, conteneurisation.
Ce poste n'est probablement PAS pour vous si…
-
Vous préférez recevoir des specs toutes faites plutôt que d'aller cadrer le besoin avec le client.
-
L'idée d'être au contact des équipes clientes et d'expliquer vos choix techniques ne vous emballe pas.
-
Vous êtes plus à l'aise avec le POC qu'avec la mise en production et tout ce qu'elle implique (monitoring, évals, astreinte de la qualité).
Ce que nous vous proposons :
🤑 Rémunération : 40 000 € à 60 000 €.
💪 Développement des compétences : formations certifiantes AWS et Databricks prises en charge, accompagnement individualisé, budget conférences.
🏡 Rythme : hybride, télétravail fréquent et horaires flexibles.
🚀 Une aventure à construire : vous n'arrivez pas dans une case figée. Votre expérience, votre savoir-être et votre ambition participeront activement au développement de votre rôle. Une trajectoire qui se construit avec celle de l'entreprise. Si vous avez envie de laisser votre empreinte plutôt que d'appliquer un cadre existant, vous allez vous plaire ici 🫶
-
Premier échange RH, en visio (45 min) : faire connaissance, comprendre votre parcours et vos motivations, et vous partager la vision de Kiiro.
-
Entretien technique, visio ou présentiel (1h) : échange approfondi sur vos réalisations et un cas pratique d'architecture IA.
L'occasion de voir comment vous raisonnez, pas de réciter des définitions.
-
Échange final avec la direction ou l'un des cofondateurs : vos ambitions, vos dernières questions, et votre projection dans l'équipe.
Vous ne cochez pas toutes les cases ?
Postulez !
Les parcours IA sont encore en construction et très peu de gens ont déjà fait exactement ce métier. Ce qui nous intéresse, ce sont les profils venant du développement, du Data Engineering ou du ML qui ont pris le virage de l'IA générative et qui ont envie d'aller jusqu'à la production.