Ai engineering manager (llm / rag / mlops) – nantes (f/h/x)

Join us and experience something truly unique in your career.


💰 Entre 80 et 100 K€ brut par an

📍 Nantes (Proche Gare de Nantes)

⏳ Prise de poste dès que possible.

🏠 Télétravail 3 jours par semaine.

🌍 English : >B2 / FR : Courant

💪 Au moins 6 ans d'expérience, dans un environnement SaaS / B2B, idéalement dans l'E-commerce et sur du Search


Présentation de l’offre d’emploi

Rejoins une scale-up SaaS qui construit un Assistant Shopping IA pour l’e‑commerce : un agent conversationnel basé sur des LLMs qui répond aux questions, recommande les bons produits et guide les visiteurs jusqu’au checkout, générant déjà plus d’1 Md€ de ventes en ligne par an pour +350 marques.


L’équipe Product & Engineering compte aujourd’hui de 50+ personnes, organisées en swarms agiles. Tu prendras la responsabilité d’une petite équipe cœur (CoreAI, ~4 personnes) au centre de l’Assistant IA, avec un rôle 50% technique / 50% management.


🎯 Ce que tu feras :

* Porter la vision technique de la squad CoreAI et contribuer aux décisions d’architecture IA qui engagent le produit sur le long terme (LLM, RAG, MLOps).
* Organiser la planification, l’exécution et la livraison des features en lien étroit avec les Product Managers (roadmap, priorisation, arbitrages).
* Améliorer les pipelines de knowledge enrichment : RAG, indexation, chunking, re-ranking, gestion des bases de connaissances pour maximiser la pertinence des réponses de l’assistant.
* Concevoir et piloter la stratégie MLOps / LLMOps : gestion du cycle de vie des modèles, monitoring en production, observabilité des LLMs, déploiement continu dans un contexte temps réel.
* Mettre en place et faire évoluer un système d’évaluation des modèles : offline evals, A/B testing, red‑teaming, benchmarks métier, suivi de la qualité, de la latence et des coûts d’inférence.
* Assurer le management direct des membres de la squad: coaching, feedback régulier, accompagnement de carrière, recrutement.
* Participer aux rituels agiles (Scrum) et lever les obstacles techniques ou organisationnels pour ton équipe.
* Reporter au CTO et contribuer à l’organisation globale de Product & Engineering (pratiques, standards, culture tech)


🧰 Stack & environnement :

* IA / ML : Python, architectures de Large Language Models, RAG, systèmes conversationnels, librairies ML (TensorFlow, PyTorch, Scikit‑learn…).
* MLOps / LLMOps : monitoring, observabilité, déploiement continu des modèles, gestion du cycle de vie en production.
* Systèmes distribués : architectures event‑driven, orchestration de services, contraintes fortes de latence et de scalabilité.
* Cloud & CI/CD : environnements cloud majeurs (AWS, GCP ou Azure), Git, GitLab, CircleCI ou équivalent.
* Produit : plateforme SaaS B2B pour l’e‑commerce, assistant IA branché sur les catalogues produits (intégrations type Shopify, flux produits « ChatGPT‑ready »).
* Organisation : pôle Product & Engineering de 50+ personnes, structuré en squads autonomes, culture data‑driven, environnement exigeant mais bienveillant.