Ingénieur·e IA Senior — Lead AI Engineer (FDE)

La mission

Origin 137, cabinet d'ingénierie IA partenaire officiel d'Anthropic, conçoit et déploie des systèmes d'IA qui tournent réellement en production, embarqués au plus près des équipes métier de nos clients — grands comptes et ETI établis. Vous êtes contractualisé·e par Origin 137 et déployé·e en mission chez nos clients.

En tant que Forward Deployed Engineer, vous portez le cycle complet sur le compte où vous êtes déployé·e : scoper les cas d'usage avec le métier, arbitrer build-vs-buy en toute neutralité (aucune licence à vendre), poser l'architecture et livrer en production — pas seulement des POC. Terrains typiques : assistants de recherche documentaire (RAG sur corpus métier denses et mouvants), automatisation du traitement de documents, agents pour fluidifier des workflows, copilots internes.

Sur des données sensibles et des processus critiques, la fiabilité prime tout : l'hallucination n'est pas une option, la rigueur d'évaluation est au cœur du poste.

Pourquoi Origin 137 : l'accès à des terrains fermés aux prestataires classiques (groupes et ETI établis, impact direct), le statut de partenaire officiel Anthropic (écosystème Claude + méthodologie d'ingénierie documentée), un cadre clair avec paiement rapide (on ne vous fait pas porter la trésorerie), et une trajectoire du rôle embarqué vers la constitution et le pilotage de votre propre équipe sur le compte, à mesure qu'il grandit.

Ce que vous ferez

• Scoper les cas d'usage avec le métier et prioriser par valeur et faisabilité.
• Arbitrer build-vs-buy en toute neutralité — aucune licence à vendre, seul compte la bonne décision pour le client.
• Poser l'architecture et livrer en production : RAG, agents, automatisation documentaire, copilots internes.
• Garantir la fiabilité sur des données sensibles : évaluation rigoureuse, monitoring, coûts, latence, sécurité.
• Dialoguer avec des interlocuteurs non-techniques et porter une décision en transverse.

Le profil

• 7–8 ans et plus en ML / IA, dont une expérience réelle de mise en production (au-delà du prototype).
• RAG en production et systèmes agentiques (LangGraph ou équivalent) maîtrisés.
• Rigueur d'évaluation : concevoir des évals robustes, mesurer et garantir la fiabilité sur des terrains à faible tolérance d'erreur.
• MLOps et culture production (monitoring, coûts, latence, sécurité des données).
• Jugement build-vs-buy affûté, posture d'architecte neutre.
• Aisance relationnelle avec le métier : dialoguer avec des non-techniques et porter une décision en transverse.

Stack technique