Ingénieur·e IA — Intelligence des réponses
Prenez en main le pipeline qui pose des milliers de vraies questions d'achat à ChatGPT, Claude, Gemini et sept autres assistants — et transforme leurs réponses en preuves exploitables.
À propos du poste
Tout le produit Growli repose sur un seul jeu de données : de vraies réponses d'assistants à de vraies questions d'achat, collectées en continu sur dix plateformes d'IA et en six langues. Vous serez responsable de ce pipeline de collecte et d'analyse de bout en bout — orchestration des sondes, détection des mentions et des classements, extraction des sources, détection des changements — pour faire passer sa précision de bonnes heuristiques à une vérité mesurée et benchmarkée. C'est de l'ingénierie IA appliquée avec une particularité rare : chaque amélioration livrée devient immédiatement visible pour les clients sous forme de meilleures preuves. Les modèles changent chaque mois ; le pipeline qui les mesure doit évoluer aussi vite — c'est vous qui nous garderez en avance, et vos choix définiront la façon dont toute la catégorie mesure la visibilité IA.
Ce que vous ferez
- Prendre en charge le pipeline de sondes multi-assistants : planification, résilience, maîtrise des coûts et limitation par fournisseur sur dix plateformes.
- Améliorer la détection des mentions, positions et sentiments en six langues — mesurée sur des jeux de réponses annotés, pas au ressenti.
- Construire la couche d'extraction des sources qui identifie les pages et domaines qui façonnent chaque réponse.
- Concevoir des harnais d'évaluation qui attrapent les régressions de détection avant que les clients ne les voient.
- Suivre les sorties de modèles et les changements d'API, et adapter le pipeline en quelques jours, pas en trimestres.
- Transformer, avec l'équipe produit, la donnée brute en nouvelles capacités mesurables — visibilité géographique, part de voix, alertes de changement.
- Garder le jeu de données longitudinal immuable, bien modélisé et peu coûteux à interroger à mesure qu'il grandit par millions d'observations.
À quoi ressemble la réussite
- La précision de détection a un chiffre, une suite de benchmarks et une tendance visible à la hausse.
- Un nouvel assistant ou modèle s'ajoute à la flotte de sondes en moins d'une journée.
- Les incidents fournisseurs se dégradent proprement au lieu de créer des trous de données silencieux.
- Au moins un nouveau type de preuve payé par les clients existe parce que vous l'avez construit.
Ce que nous recherchons
- 3 ans et plus d'ingénierie en production avec Python ; vous avez livré et exploité des pipelines de données ou de ML.
- Expérience concrète des API de LLM, de leurs modes de défaillance et de l'évaluation au niveau des prompts.
- Vous traitez la mesure comme un problème d'ingénierie : baselines, régressions, données annotées.
- À l'aise pour posséder un système de bout en bout — architecture, coûts, supervision, incidents.
- Vous écrivez clairement ; un de vos design docs vaut mieux que la réunion qu'il remplace.
- Bonus : expérience NLP multilingue, ou travail antérieur sur des outils de search ou de SEO.
Comment postuler
Envoyez-nous votre CV et quelques lignes sur ce qui vous attire dans ce poste. Pas de lettre de motivation type : dites-nous ce que vous porteriez dans les trois premiers mois.
Postuler par e-mailLes candidatures sont lues par le fondateur. Nous répondons dans tous les cas.
Publié le 1 septembre 2026
