Recruter dans les données et l'IA, c'est trier des profils qui affichent tous les mêmes mots. La différence se voit dans ce qu'un candidat a mis en service, sur quel volume de données, et avec quelles contraintes de production. Les meilleurs ne répondent pas aux annonces, publient parfois du code ou des articles, et reçoivent plusieurs messages d'approche par semaine.

Ce qu'il fait chaque jour chez vous

Distinguer l'expérience de production du prototypeIl traduit chaque poste en critères qui séparent un candidat ayant mené un modèle jusqu'au service utilisé de celui qui n'a fait que des expérimentations.
Lire les traces publiques des candidatsIl relève les dépôts de code, articles et contributions publiques mentionnés par les candidats, et note ce qu'ils montrent concrètement du niveau technique.
Écrire des approches qui parlent du projetIl rédige des messages d'approche qui décrivent le vrai sujet du poste, les données en jeu et la pile technique, plutôt qu'une promesse générique d'innovation.
Repérer les profils formés aux exigences réglementairesPour les postes sur des sujets sensibles, il cherche les candidats qui ont déjà documenté un modèle pour un secteur régulé, santé, banque ou assurance.
Tenir un vivier par spécialitéIl range le vivier entre ingénierie de données, modélisation, exploitation et recherche, pour ne pas solliciter un ingénieur de données sur un poste de chercheur.
Relancer sans insisterIl relance une seule fois par courriel les candidats sans réponse, avec un élément nouveau sur le poste, et respecte un refus dès qu'il est exprimé.

Sur le terrain

Un ingénieur d'exploitation introuvable

La société cherche un ingénieur capable de surveiller des modèles en service. Les candidatures reçues décrivent toutes des entraînements de modèles. L'agent reformule les critères autour de la mise en production d'un modèle et de la détection de la dérive du modèle, cherche les profils ayant tenu des astreintes sur des services de prédiction, et en documente six. Deux ont mené des projets comparables, et le recruteur les contacte en priorité.

Un poste sur un sujet régulé

Pour un projet d'aide au crédit qui relève d'un système d'IA à haut risque, le client exige un responsable de modèle déjà rompu à la documentation et aux tests de biais. L'agent cherche les profils passés par la banque ou l'assurance, relit leurs publications et leurs présentations publiques, et note pour chacun ce qu'il a réellement documenté. Il remet au recruteur quatre profils argumentés plutôt que vingt noms.

Les mots qu'il emploie chaque jour

Mise en production d'un modèle: Le passage du prototype au service utilisé : c'est là qu'apparaissent le coût, la latence et la surveillance.
Dérive du modèle: La perte de performance quand la réalité s'écarte des données d'entraînement : elle se surveille, sinon elle se découvre par une plainte.
Système d'IA à haut risque: La catégorie réglementaire qui impose documentation, supervision humaine et journalisation avant toute mise sur le marché.

Son métier de départ : Chargé de sourcing. Toute l'activité : Données et intelligence artificielle.