Build and operate production ML and GenAI systems, turning prototypes into reliable product features while owning system design, evaluation, monitoring, and delivery in collaboration with product and data science teams.
GenAI Engineer (F/H/NB)
📜 Description
- Analyser les processus clients et transformer les besoins opérationnels en cas d’usage et spécifications techniques.
- Prototyper des PoC et MVP avec les utilisateurs pour valider rapidement la valeur métier.
- Comparer les modèles LLM et concevoir des architectures RAG, des systèmes agentiques et des pipelines de données.
- Industrialiser les solutions et les intégrer aux systèmes existants, aux environnements cloud et aux pipelines CI/CD.
- Mettre en place l’évaluation continue, le monitoring, les garde-fous de sécurité et la maîtrise des coûts.
- Accompagner l’adoption chez les clients et partager les pratiques par la documentation, les formations et les publications.
🛠️ Requirements
- 5 ans minimum d’expérience en ingénierie logicielle, Data Science ou ML Engineering, avec des projets GenAI/LLM en production.
- Aisance relationnelle, écoute, capacité à vulgariser et posture de conseil auprès des clients.
- Capacité à prototyper rapidement des PoC et MVP pour valider la valeur métier.
- Maîtrise des systèmes agentiques, des architectures RAG, des bases vectorielles et des frameworks d’orchestration LLM.
- Solide culture d’ingénierie : tests, CI/CD, observabilité et évaluation quantitative des performances.
Full job description
SFEIR est un cabinet d'expertise technologique spécialisé dans la conception, l'architecture et l'industrialisation de solutions numériques sur-mesure. Nous accompagnons les organisations dans leurs transformations les plus complexes en combinant la rigueur du Software Craftsmanship avec la maîtrise des technologies d'avenir. Convaincus que la souveraineté numérique est un enjeu stratégique majeur, nous concevons des architectures sécurisées, performantes et indépendantes, portées par des partenariats solides avec des acteurs clés comme SENS et Scaleway. Acteur de référence sur l'intelligence artificielle, nous faisons évoluer les standards d'ingénierie modernes. À travers notre plateforme GenAI RAISE et notre statut de partenaire Anthropic Preferred (au sein du Claude Partner Network), nous plaçons le Context Engineering et l'IA générative au cœur de nos pratiques.
Nos chiffres clés :
-
950 consultants passionnés par la tech et augmentés par l’IA.
-
8 agences en France, au Luxembourg et en Belgique.
-
Partenaire Anthropic Select au sein du Claude Partner Network.
-
15 ans de partenariat avec Google Cloud, AWS, Microsoft, Databricks, Confluent...
-
+5000 personnes formées par an via le SFEIR Institute.
Rejoindre SFEIR, c'est intégrer un collectif où la culture technique prévaut. Nous offrons des trajectoires de carrière dédiées aux experts (Individual Contributor / IC), te permettant de progresser en haute maîtrise technique sans devoir basculer vers du management organisationnel. Nous intégrons l'IA à nos propres pratiques d'ingénierie (utilisation quotidienne de RAISE et Claude Code) pour automatiser les tâches à faible valeur ajoutée et concentrer nos efforts sur la conception d'architectures résilientes.
▪️ À propos du poste
En tant que GenA Engineer, tu es immergé directement au cœur des équipes métiers de nos clients pour identifier, prototyper et déployer des applications d’IA générative sur-mesure à haut impact : copilotes métier, recherche sémantique avancée, automatisation complexe et assistants conversationnels intelligents. Véritable pont entre les besoins opérationnels et l'ingénierie technique de pointe, tu combines un fort positionnement conseil/client avec la maîtrise complète de la chaîne GenAI (choix des LLMs, architectures RAG, pipelines de données, évaluation, sécurité et robustesse en production).
Les missions :
- S'immerger chez le client pour comprendre les processus métiers, qualifier les cas d'usage à forte valeur ajoutée et traduire les défis opérationnels en spécifications techniques.
- Prototyper rapidement (Fast Prototyping) des PoCs/MVP fonctionnels directement aux côtés des utilisateurs pour valider les hypothèses et accélérer le time-to-market.
- Sélectionner et comparer les modèles (Gemini, Claude, Mistral, OpenAI modèles open-source) en fonction des contraintes métier (coût, latence, précision, confidentialité).
- Concevoir des architectures GenAI robustes : pipelines RAG avancés (chunking, embeddings, bases vectorielles, reranking), fine-tuning et orchestration d'agents/outils.
- Industrialiser et mettre en production : passage à l'échelle, intégration aux SI existants (APIs, streaming), déploiement Cloud (Google Cloud/Vertex AI/AWS) et pipelines CI/CD.
- Garantir la fiabilité et l'évaluation continue : frameworks de test (LLM-as-judge, RAGAS), monitoring des dérivées, guardrails de sécurité et maîtrise des coûts.
- Accompagner la conduite du changement et la montée en compétences des équipes clients lors des phases de déploiement et d'adoption.
- Contribuer au partage de connaissances : capitalisation des patterns d'architecture, documentation, formations et publications SFEIR.
▪️ Le profil idéal
- 5 ans minimum d’expérience en ingénierie logicielle, Data Science ou ML Engineering, avec une solide expérience de terrain sur des projets GenAI/LLM en production.
- Poste orienté client : excellente aisance relationnelle, capacité d'écoute, de vulgarisation et posture de conseil stratégique et technique.
- Capacité démontrée à prototyper très rapidement (PoC/MVP) pour valider la valeur métier sur le terrain.
- Maîtrise des systèmes agentiques et des capabilités associées
- Maîtrise technique pointue des architectures RAG, des bases vectorielles (Vertex AI Vector Search, pgvector, etc.) et des frameworks d'orchestration LLM (LangChain, LlamaIndex, ADK...).
- Culture de l'ingénierie rigoureuse : tests, CI/CD, observabilité, évaluation quantitative des performances (RAGAS, LLM-as-judge).
Un plus
- Expérience sur Google Cloud Platform (Vertex AI, Cloud Run, Gemini, BigQuery), AWS, Scaleway.
- Connaissances en fine-tuning, quantification et déploiement de modèles open-source (vLLM, Hugging Face).
- Pratique des architectures multi-agents et des protocoles d'interopérabilité (MCP).
- Bases en data engineering (pipelines, orchestration, qualité de données)
- Contributions open source, talks, certifications
▪️ L'ancrage Toulousain
L'agence SFEIR Toulouse regroupe une équipe à taille humaine de plus de 10 expert·e·s de haut niveau. Tu y bénéficies de la proximité et de l'agilité d'une structure locale, tout en adossant tes projets à la solidité financière et technique d'un grand groupe. Tu participes activement à la vie de la scène tech locale (DevFest Toulouse, SFEIR Talks, afterworks) et tu peux intégrer le programme AI Champions pour piloter la R&D et l'intégration des LLMs au niveau régional.
▪️ Tes conditions de travail
- Organisation : 2 à 3 jours de télétravail par semaine.
- Équipement : Laptop haut de gamme au choix (MacBook Pro ou Dell Precision dernière génération).
- Package : Rémunération fixe attractive, prime de vacances, accord d'intéressement, forfait mobilités durables, mutuelle et titres-restaurant.
▪️ Le processus de recrutement
- Échange RH : Alignement sur ton parcours, tes attentes et les opportunités SFEIR.
- Session Technique ("PlayOffs") : Évaluation pratique en pair-programming (Algo et GenAI) avec deux Sfeirians.
- Échange Métier & Projection : Discussion approfondie sur les cas d'usage, les missions cibles et le contexte client à Toulouse.
- Entretien Final : Échange stratégique avec le Directeur d'Agence.
Prêt·e à passer au niveau supérieur sans renoncer à tes valeurs ? Postule et viens rencontrer le collectif !
Similar jobs
Search more AI Engineer jobsBuild and deploy production-ready LLM applications and agentic systems for clinical use, owning architecture, evaluation, data pipelines, and collaboration with clinical and engineering teams.
Build production AI systems that extract accurate, structured data from complex legal and financial documents, improving analysis and workflow automation through document understanding, evaluation, and reliable model delivery.
Design and deliver production AI systems for complex financial and legal workflows, owning model development from experimentation through deployment while advancing AI adoption and mentoring teammates.
Applied AI Engineer, Large Enterprise
Design, build, and deploy production AI systems for enterprise customers, combining hands-on engineering and technical leadership to move use cases from architecture and evaluation to reliable adoption and measurable business impact.
