Recruter des profils IA, ML et LLM qui livrent en production

Le marché IA est saturé de profils qui surévaluent leur niveau. Sur un CV, tout le monde a 'travaillé avec des LLM' ou 'déployé un modèle'. Sans qualification technique en profondeur, vous risquez de payer cher un profil qui ne tient pas la promesse. Un cabinet spé IA évalue la réalité : modèles mis en production, métriques business obtenues, gestion du drift, coûts d'inférence maîtrisés.

Le Data Scientist explore, expérimente et démontre la valeur (notebooks, prototypes). Le ML Engineer industrialise : pipelines reproductibles, déploiement, monitoring, scalabilité. En pratique, les bons profils chevauchent. En recrutement, on vous aide à clarifier ce que vous cherchez vraiment (R&D vs production) avant de sourcer.

Si votre cas d'usage est 100% texte / GenAI (RAG, agents, chatbots), un LLM Engineer apporte une expertise pointue (évaluation, garde-fous, optimisation coûts). Si vous mixez ML classique et LLM, un AI Engineer généraliste est plus pertinent. On vous aide à arbitrer selon votre stack et vos cas d'usage.

Les fourchettes varient selon la séniorité et la spécialisation. Junior : 45-55 k€ CDI ou 400-550 €/j freelance. Confirmé : 60-80 k€ ou 600-800 €/j. Senior / Staff : 85-130 k€+ ou 850-1300 €/j (peut monter au-delà sur LLM et MLOps rares). Les détails par métier sont dans chaque fiche.

Les deux. Le CDI est pertinent quand l'IA devient un pilier produit / équipe (LLM en cœur de l'offre, recherche interne). Le freelance est pertinent pour : POC, mise en place initiale, expertise pointue (fine-tuning, audit, AI Act), renfort temporaire. Souvent, on conseille un freelance senior d'abord, puis un CDI une fois la valeur prouvée.

Le background développeur me permet de discuter architecture, code, dette technique, mise en prod. Pour la partie modélisation pure, je m'appuie sur une grille structurée (modèles déployés, métriques business, gestion du drift, choix de stack) et je peux mobiliser un expert technique sur le second tour si nécessaire. L'objectif : éviter les faux experts, pas remplacer une revue paper.

Les deux. Les startups GenAI ont besoin de profils rares vite (LLM Engineer senior, MLOps). Les ETI / grands groupes structurent souvent une équipe IA from scratch et cherchent à recruter en parallèle plusieurs séniorités. Je m'adapte au volume et au niveau de structuration de votre équipe IA.

Oui. Certains profils IA sont fortement domain-specific : computer vision en industrie / santé, NLP en legal / finance, recommandation en e-commerce, time series en énergie. Lors du cadrage, on identifie si le domaine est un critère bloquant ou un bonus, et on adapte le sourcing.