Pourquoi cette question décide de la suite de l'entretien
Dans un entretien IA, votre interlocuteur cherche à situer rapidement trois choses : le type de problèmes que vous savez traiter, le niveau de responsabilité que vous avez réellement exercé, et la distance entre votre expérience et son besoin. Une réponse chronologique — diplôme, premier poste, deuxième poste — ne répond à aucune des trois. Elle oblige le recruteur à faire lui-même le tri, et vous perdez le bénéfice des deux minutes les plus disponibles de l'échange.
L'objectif est donc de donner une grille de lecture, dans cet ordre : qui je suis professionnellement aujourd'hui → ce que je sais résoudre → une preuve → ce que je cherche. Tout ce qui suit dans l'entretien viendra se ranger dans cette grille. C'est aussi ce qui vous permet d'orienter les questions suivantes vers le terrain que vous maîtrisez.
La structure du pitch en 2 minutes
Quatre temps, dans cet ordre. Les durées sont des ordres de grandeur, pas un chronométrage : l'important est le rapport entre les parties, un pitch dont la moitié passe sur le parcours scolaire est déséquilibré quelle que soit sa durée totale.
- 1
Votre positionnement actuel
~20 sUne phrase qui dit ce que vous êtes aujourd'hui, pas ce que vous avez été. « Je suis AI Engineer, je travaille sur des applications LLM mises en production dans un contexte réglementé. » Pas de liste de diplômes, pas d'historique. Si vous êtes en transition, dites-le clairement plutôt que de le masquer : c'est plus solide qu'un positionnement flou.
- 2
Votre spécialisation
~30 sQuels problèmes savez-vous réellement traiter, et dans quelles conditions ? Recherche documentaire sur des corpus hétérogènes, industrialisation de modèles existants, réduction des coûts d'inférence, fiabilisation d'un système déjà en production… Nommez deux ou trois familles de problèmes, pas dix technologies. C'est le passage qui vous distingue des autres candidats du même intitulé.
- 3
Une réalisation représentative
~50 sUn seul projet, raconté en quatre mouvements : problème → contraintes → décisions → résultat. Le projet doit être représentatif de ce que l'entreprise cherche, pas nécessairement le plus impressionnant de votre carrière. C'est votre preuve : sans elle, les deux premières parties restent des affirmations.
- 4
Ce que vous cherchez
~20 sReliez explicitement votre expérience au poste ou à la mission. « Ce qui m'intéresse ici, c'est la partie mise en production sur des volumes réels, parce que c'est exactement ce que j'ai construit ces deux dernières années. » Cette phrase donne au recruteur une raison de continuer, et lui indique quelles questions poser ensuite.
Deux minutes, c'est court. Préparez le pitch, mais ne l'apprenez pas mot à mot : une récitation s'entend immédiatement et rend le reste de l'échange plus rigide. Retenez les quatre points d'appui, formulez-les librement.
Un exemple concret : profil AI Engineer
Même parcours, deux façons de le présenter. La première est très courante ; elle n'est pas fausse, elle est simplement inexploitable pour la personne en face.
Version faible
« J'ai fait une école d'ingénieurs, puis j'ai commencé comme data analyst pendant deux ans, ensuite je suis passé data scientist. Depuis trois ans je fais de l'IA générative. Je travaille avec Python, LangChain, OpenAI, un peu de RAG, du Docker, du Kubernetes, et j'ai aussi touché à AWS. J'aime bien apprendre de nouvelles technologies et je cherche un poste où je pourrai continuer à monter en compétences. »
Version améliorée
« Je suis AI Engineer, spécialisé dans les applications de recherche documentaire sur des corpus internes hétérogènes. Concrètement, je prends des systèmes qui marchent en démonstration et je les rends fiables en production. Sur mon dernier projet, l'équipe métier avait un assistant de recherche interne qui donnait de bonnes réponses en démo mais des réponses incohérentes sur les documents réels : formats mélangés, versions multiples du même document, vocabulaire propre au métier. J'ai commencé par construire un jeu d'évaluation avec les experts métier, avant de toucher au modèle — c'était la seule façon de savoir si une modification améliorait vraiment quelque chose. Ensuite j'ai retravaillé l'indexation et le découpage des documents, et arbitré en faveur d'un modèle plus petit avec une étape de reranking, parce que le coût par requête devait rester compatible avec un usage quotidien par toute l'équipe. Le système est en production depuis, avec un suivi de qualité en continu. Ce qui m'intéresse dans votre poste, c'est que vous êtes exactement à cette étape : le prototype existe, la question est maintenant la fiabilité et le coût. »
Aucune statistique n'est avancée. La crédibilité vient des décisions expliquées, pas d'un pourcentage. Si vous disposez de chiffres réels et communicables, citez-les ; sinon, décrivez la nature du résultat.
Comment présenter un projet IA
Citer « Python, LangChain, OpenAI, RAG, AWS » ne dit rien de votre niveau : tout le monde peut citer la même liste. Ce qui vous situe, c'est la chaîne de décisions. Racontez le projet dans cet enchaînement : problème → contraintes → choix → arbitrages → évaluation → mise en production → résultat.
Sur un poste IA, les points suivants sont ceux que les équipes techniques écoutent le plus attentivement — parce que ce sont eux qui distinguent une démonstration d'un système qui tient :
- Les données : d'où elles venaient, dans quel état, ce qu'il a fallu faire avant toute chose.
- L'évaluation : comment vous saviez que le système s'améliorait, et qui a défini ce qui était une bonne réponse.
- Les limites : ce que le système ne sait pas faire, et comment cette limite est gérée côté produit.
- Les coûts, quand ils sont un critère : coût par requête, latence, arbitrage taille de modèle contre qualité.
- La fiabilité : comportement en cas d'échec, garde-fous, ce qui remonte à un humain.
- La mise en production : déploiement, supervision, ce qui a cassé et ce que vous en avez tiré.
- Vos décisions : ce que vous avez tranché vous-même, et ce qui a été décidé par l'équipe ou imposé par le contexte.
Dernier point, souvent décisif : assumez la part collective. Dire « c'est l'équipe data qui tenait la pipeline d'ingestion, moi j'étais sur l'évaluation et le service » est plus crédible que de s'attribuer l'ensemble, et cela n'affaiblit jamais une candidature sérieuse.
Adapter son pitch à son profil
Junior
Ne compensez pas le manque d'expérience par une liste d'outils. Choisissez un projet — académique, personnel ou de stage — et traitez-le exactement comme un projet professionnel : problème, contraintes, décisions, ce que vous avez mesuré, ce qui n'a pas marché. Un projet raconté avec ce niveau de rigueur vaut mieux que cinq projets survolés, et démontre précisément la compétence recherchée.
Confirmé / senior
Le sujet n'est plus la technique seule mais le périmètre : décisions d'architecture, arbitrages coût/qualité, ce que vous avez refusé de faire et pourquoi, encadrement ou revue technique. Un seul projet suffit, choisi pour sa proximité avec le besoin de l'entreprise. Évitez le panorama de carrière : il dilue votre positionnement.
Freelance / consultant
Présentez-vous par les problèmes que vous résolvez et le format d'intervention, pas par la liste de vos clients. Précisez le type de contexte où vous êtes efficace, ce que vous laissez derrière vous à la fin d'une mission — documentation, transfert, autonomie de l'équipe — et à quel moment d'un projet vous intervenez habituellement.
Profil en transition vers l'IA
Nommez la transition en une phrase, sans vous excuser, puis passez à ce qui se transfère réellement : rigueur d'ingénierie, connaissance d'un domaine métier, mise en production, gestion de la donnée. Appuyez-vous sur une réalisation IA concrète, même modeste, et soyez précis sur ce que vous ne maîtrisez pas encore. Cette lucidité rassure bien plus qu'un vernis de vocabulaire.
Les erreurs fréquentes
- Réciter son CV chronologiquement : le recruteur l'a déjà lu.
- Enchaîner les technologies sans dire ce que vous en avez fait.
- Parler cinq minutes : au-delà de deux à trois minutes, l'attention décroche et vous perdez le fil.
- Décrire un projet sans son contexte : sans le problème, le résultat n'a pas de valeur.
- Ne présenter aucun arbitrage : un projet sans contrainte donne l'impression d'un exercice.
- Surévaluer son niveau : une seule question de suivi suffit à le révéler.
- Employer des termes IA que vous ne pouvez pas expliquer simplement.
- Ne jamais relier votre parcours au besoin de l'entreprise : c'est pourtant la seule chose que votre interlocuteur doit retenir.
Avant votre entretien
À relire dix minutes avant : si un point n'est pas coché, c'est celui à préparer en priorité.
- Je peux expliquer mon positionnement actuel en une phrase.
- J'ai choisi un projet représentatif du poste visé, pas le plus spectaculaire.
- Je peux expliquer pourquoi les décisions techniques ont été prises, pas seulement lesquelles.
- Je sais comment la qualité du système était évaluée, et par qui.
- Je connais une limite ou un échec du projet, et ce que j'en ai tiré.
- Je distingue ce que j'ai fait moi-même de ce qu'a fait l'équipe.
- Je peux relier mon expérience au besoin précis de l'entreprise.
- Je peux expliquer simplement chaque terme technique que j'emploie.
À retenir
- Donnez une grille de lecture, pas une chronologie : qui je suis → ce que je sais résoudre → preuve → ce que je cherche.
- Un seul projet, raconté en problème → contraintes → décisions → résultat.
- Ce sont les arbitrages et l'évaluation qui prouvent le niveau, pas la liste des outils.
- Terminez toujours par le lien explicite avec le besoin de l'entreprise.
- Préparez la structure, pas le texte : un pitch récité se repère immédiatement.
- Entretiens
- AI Engineering
- Évaluation