Ingénieur IA générative : recruter pour ce qui entoure le modèle

Le modèle de langage s'achète ou se télécharge. Ce qui sépare une maquette convaincante d'un service dont des utilisateurs dépendent tient à l'ingénierie construite autour : la récupération de la bonne information, l'évaluation de la réponse, le coût par appel, la latence, les garde-fous. Le guide pour recruter un ingénieur IA générative du cabinet Entourage Recrutement place le métier à cet endroit, et y situe aussi la principale difficulté : beaucoup de candidats ont construit une démonstration, peu ont tenu un système en production pendant six mois avec des utilisateurs réels.

Le guide décrit ce marché comme le plus tendu de la famille data en France, et le plus difficile à lire. Le nombre de candidats qui se déclarent sur ce métier a fortement augmenté ; celui des personnes qui ont tenu un système en production reste faible, et l'écart entre les deux populations reste invisible sur un curriculum vitæ.

Le cas d'usage d'abord

Un assistant de service client, une recherche dans une base documentaire, une aide à l'écriture de code, une extraction d'information contractuelle : derrière un même mot, ces besoins reposent sur des architectures différentes, se mesurent différemment et se recrutent sur des profils distincts. Une annonce qui parle d'intelligence artificielle générative sans nommer l'usage attire des candidats qui veulent faire de l'IA plutôt que résoudre un problème donné. Le guide fait donc écrire le cas d'usage avant l'annonce : qui s'en servira, pour remplacer quoi, et comment on saura que cela marche.

Trois chiffres avant le brief

Un service fondé sur un modèle de langage a un coût par appel, et ce coût décide de sa viabilité. Les entreprises qui ont omis de le chiffrer découvrent au bout de quelques mois que la fonctionnalité coûte plus qu'elle rapporte, et l'arrêtent. Le guide recueille trois chiffres avant de rédiger le brief : le budget mensuel visé, le coût acceptable par appel, le temps de réponse au-delà duquel le service devient inutilisable. Ils orientent l'architecture plus que toute préférence technologique. Un ordre de grandeur publié dans l'annonce, même approximatif, signale un poste instruit et attire les candidats qui savent arbitrer entre qualité de réponse et coût.

Le choix entre modèle propriétaire et modèle ouvert relève de la même logique. Consommer une interface de programmation et héberger un modèle ouvert que l'on spécialise sont deux métiers, avec deux viviers. Le second est nettement plus étroit et se justifie par la confidentialité, le coût à grande échelle ou une contrainte réglementaire. Laisser la question ouverte reste possible, à condition de l'écrire : elle devient un sujet de cadrage confié au titulaire, et le profil recherché monte en séniorité.

L'évaluation, premier chantier

C'est le sujet sur lequel la plupart des candidatures s'effondrent, selon le guide, et celui que la plupart des entreprises oublient. Seuls un jeu de tests représentatif et un critère de réussite permettent de dire si une nouvelle version est meilleure ; à défaut, les décisions se prennent à l'impression.

Les éditeurs de modèles décrivent la même discipline. La documentation d'Anthropic consacrée aux évaluations demande des critères de réussite spécifiques, mesurables, atteignables et pertinents. Elle écarte une formule vague du type « bien classer les sentiments » au profit d'un objectif chiffré : un score F1 d'au moins 0,85 sur un jeu de test réservé de 10 000 messages variés, soit 5 % de mieux que la référence en place. Elle insiste sur les cas limites, et range le temps de réponse et la disponibilité parmi les mesures opérationnelles à suivre.

Quand l'évaluation est à construire, le guide d'Entourage Recrutement l'inscrit dans le brief comme le premier livrable du poste, ce qui oriente vers un profil plus méthodique que créatif. C'est aussi un argument auprès des ingénieurs expérimentés, pour qui la qualité d'un service se juge sur sa mesure. En entretien, le candidat est interrogé sur la façon dont il établissait qu'une version valait mieux que la précédente, sur quel jeu de tests, et sur ce qu'il a modifié dans son système après une réponse fausse partie en production.

Un ingénieur logiciel avant tout

Les entreprises qui tiennent un service dans la durée recrutent des ingénieurs logiciels qui savent manier ces modèles : tests, structuration du code, mise en production, surveillance. Une annonce centrée sur l'écriture d'invites attire des profils incapables de tenir un service en production, et écarte ceux qui en sont capables. La compétence rare, selon le guide, consiste à garantir ce que le modèle répond hors de toute relecture humaine.

Le doctorat est très rarement requis : la recherche crée des modèles, le poste les assemble. Le guide distingue aussi le métier de celui du data scientist, qui entraîne des modèles à partir des données de l'entreprise, et de celui de l'ingénieur MLOps, qui industrialise leur cycle de vie. Les trois se recouvrent dans une petite équipe ; au-delà, les séparer évite que le produit passe systématiquement après l'infrastructure.

L'environnement compte autant que le profil. Un ingénieur IA isolé dans une organisation dépourvue d'ingénierie logicielle construit un prototype qui devient inexploitable après son départ.

Le calendrier européen

La conformité se tranche avant le déploiement : données personnelles envoyées à un fournisseur étranger, propriété des sorties, traçabilité des réponses, classification du système au regard du règlement européen. Les entreprises qui découvrent ces questions tard arrêtent des services qui fonctionnaient.

Le calendrier de ce règlement s'est précisé. Selon la Commission européenne, le règlement sur l'IA est entré en vigueur le 1er août 2024 et applicable le 2 août 2026, à quelques exceptions près. Les règles de transparence datent de ce même mois d'août 2026 : une personne doit savoir qu'elle échange avec une machine, et les fournisseurs d'IA générative doivent rendre identifiables les contenus produits. Pour les systèmes à haut risque des domaines sensibles, dont l'emploi et l'éducation, l'échéance a été reportée au 2 décembre 2027 par le règlement dit « omnibus », entré en vigueur le 27 juillet 2026. Ces systèmes devront alors présenter, entre autres, des jeux de données de haute qualité, une journalisation de leur activité, une documentation détaillée et des mesures de surveillance humaine appropriées.

Le guide relève qu'un ingénieur capable de classer un système, de documenter ses limites et de dialoguer avec une direction juridique se distingue nettement dans les secteurs régulés, et que cette compétence reste rare.

Fourchettes et freelance

Le baromètre du cabinet situe la fonction entre environ 45 000 euros brut annuels pour un profil junior et 110 000 à 155 000 euros et au-delà pour un profil principal ou une responsabilité de plateforme. Le palier le plus tendu se situe entre cinq et huit ans d'expérience, là où les contre-propositions sont les plus fréquentes.

Le freelance est très présent sur ce métier, avec des tarifs journaliers élevés sur les missions de cadrage et de mise en production. Le guide décrit une formule fréquente : cadrer en mission, puis recruter pour tenir, souvent le consultant lui-même, ce qui suppose de l'avoir prévu au contrat. Un système fondé sur des modèles se dégrade en silence dès que sa surveillance cesse, et cette tenue dans la durée appelle un poste permanent.