Ingénieurs RAG
Chunking, retrieval, citations et fallbacks possédés dans le repo, pas une démo chatbot qui ne marche que sur un PDF.
GenAI · RAG · Prompts · Apps LLM
Développeurs GenAI qui livrent des fonctionnalités produit LLM
Un recrutement GenAI n'est pas « quelqu'un qui a collé un prompt ChatGPT ». Les ingénieurs iQud livrent RAG, systèmes de prompts, chatbots et tranches produit génératives qui survivent à l'eval, à la qualité de retrieval et au coût, pas une démo playground qui ne marche que sur un PDF.
- RAG avec un retrieval mesurable
- Systèmes de prompts, pas une seule chaîne
- Chatbots et résumé comme travail produit
- Première PR en environ une semaine
Signaux de livraison GenAI
- 5 jDélai typique jusqu'à la première pull request
- RAGRetrieval et eval, pas un copier-coller playground
- LLMFonctionnalités produit, pas une démo one-PDF
- 2 sem.Cadence de sprint avec revue de livrables
Les sièges GenAI que nous staffons vraiment
« GenAI » n'est pas un seul métier. Nous matchons la surface produit dont vous avez besoin : les mêmes stacks que les pages AI Development, Text Generation, Prompt Engineering et RAG Chatbots d'iQud.
01 02 Systèmes de prompts, pas une seule chaîne
Templates, tools et eval traités comme travail produit, pour que le changement de prompt de la semaine dernière ait un test, pas une capture Slack.
03 Chatbots et assistants qui survivent aux vrais utilisateurs
Guards, handoff et état de conversation comme travail possédé, pas un fil playground que personne ne peut reproduire après le lancement.
04 Génération de texte comme tranche produit
Résumé, brouillon et réécriture avec contrôles de coût et qualité, pas un bouton « appelez le modèle » sans limite.
05 Eval et coût avec lesquels le prochain job peut vivre
Checks offline, tracing et dépenses traités comme travail produit, pas une slide « on mesurera plus tard ».
06 Quand un siège training, CV ou Python API est meilleur
Une boucle d'entraînement PyTorch, un banc de détection, ou une flotte FastAPI sans LLM veut encore un autre recrutement. Nous le dirons à l'appel d'intro au lieu de forcer un siège GenAI-only.
Les outils ouverts dès le premier jour
Chaque tuile est une page technologie ou service iQud. Le bandeau ci-dessous est la stack d'applications LLM que ces ingénieurs livrent déjà (OpenAI, LangChain, Hugging Face et les outils chatbot autour), pas TensorFlow, OpenCV, ni le catalogue AI / ML complet.
De l'appel d'intro à une PR mergée
Un recrutement GenAI doit livrer un chemin de retrieval, un changement de prompt ou une tranche générative dans votre repo, pas rester deux mois en théâtre d'onboarding pendant que le fil playground reste une rumeur.
1 Cartographier le trou GenAI
RAG vs prompts vs chat vs résumé, sources de données, séniorité, heures de recouvrement, et à quoi ressemble « terminé en 30 jours » en eval ou premier chemin production.
2 Shortlister de vrais ingénieurs
Nous matchons les spécialistes GenAI disponibles à votre brief et partageons du travail RAG, système de prompts, chatbot ou fonctionnalité générative pertinent.
3 Vous interviewez
Rencontrez la personne qui rejoindra le standup. Validez comment elle parle d'un retrieval raté, d'un pic de coût, et du dernier prompt qu'elle a vraiment possédé au-delà du playground.
4 Premier sprint dans vos outils
Accès au repo, clés de modèle et première pull request, en général sous une semaine après le go.
Commencez par un siège. Grandissez si le backlog le dit.
La plupart des clients intègrent d'abord un ingénieur GenAI. Une paire ou un split de surface seulement si le travail le nécessite vraiment.
Un ingénieur embarqué
Un spécialiste GenAI rejoint votre squad, suit votre lead et travaille dans vos rituels.
Idéal pourFermer un écart produit LLM sans nouveau process vendor
Siège GenAI dédié
Un owner stable pour le RAG, le système de prompts ou le chatbot, avec revue senior sur le sprint.
Idéal pourUn produit qui a besoin d'un owner générative nommé
Initiative GenAI bornée
Une tranche définie : un premier chemin RAG, un flux de résumé, ou un chatbot avec contrats déjà en mouvement.
Idéal pourUn jalon que vous pouvez montrer, pas un bac à sable de prompts ouvert
Tarifs de recrutement GenAI, par écrit
Deux façons de staffer un ingénieur GenAI. À l'heure pour les pics et tickets définis. Un siège mensuel dédié si vous voulez quelqu'un au standup chaque jour, à un taux effectif plus bas que de laisser tourner l'horloge.
Recruter à l'heure
20 €/ heure
Capacité GenAI flexible pour pics de features, evals et tickets bornés. Vous ne payez que les heures travaillées.
- Les mêmes ingénieurs GenAI qu'un siège mensuel
- Idéal pour l'overflow, un fix RAG ou une release unique
- Démarrer vite, pauser quand le pic est fini
- Facturé sur les heures réelles, pas un retainer
Meilleure valeur
Recruter pour un mois
1 840 €/ mois
Un ingénieur GenAI nommé sur votre sprint, environ 160 heures de capacité produit LLM dédiée, avec revue senior dans la cadence.
Un mois plein à 20 € fait 3 200 €. Ce siège est 1 840 €.
- Ingénieur nommé dans le repo, les clés de modèle et le standup
- RAG, prompts, chat ou génération dans le même engagement
- Mois par mois. Pas d'engagement annuel.
- Moins cher que les mêmes heures facturées à 20 €
Tarifs pour ingénieurs GenAI dédiés (RAG, systèmes de prompts, chatbots, fonctionnalités produit génératives). Mix de séniorité et recouvrement confirmés à l'appel d'intro. Nous ne cotons pas une stack que nous ne livrons pas déjà.
Pourquoi les équipes produit staffent GenAI ici
Un développeur GenAI médiocre produit un fil playground qui marche sur son laptop. Ces ingénieurs produisent une fonctionnalité qui survit au vrai retrieval, à la vraie eval et à votre prochaine release.
Travail produit, pas « qui peut coller un prompt ChatGPT »
Ils vivent dans la qualité de retrieval, l'eval, et pourquoi l'hallucination de la semaine dernière venait d'un choix de chunking qui aurait dû posséder son propre check.
Votre repo, vos modèles, vos heures
Recouvrement GIFT City avec l'Europe et les États-Unis. Les revues de livrables se font en direct quand vos leads sont en ligne.
Des yeux seniors sur le sprint
Vitesse mid-level sans dette de prompts sans supervision. La revue fait partie de l'engagement, pas un SKU en plus.
Dix clients par trimestre, exprès
Nous ne faisons pas tourner un banc. La capacité est limitée pour que l'ingénieur que vous interviewez soit celui du standup.
Questions de recrutement GenAI
Commencez par un. La plupart des clients intègrent un ingénieur GenAI senior ou mid, puis ajoutent une paire si le backlog RAG, prompt ou chatbot le justifie.
Les quatre quand c'est du travail produit. Un siège RAG possède retrieval et citations. Un siège prompt possède templates, tools et eval. Un siège chatbot possède l'état de conversation et les guards. Un siège génération possède résumé et brouillon avec contrôles de coût. Nous ne shortlistons que des ingénieurs sur des stacks que nous livrons déjà.
C'est un recrutement AI / ML, ou un recrutement Python, pas ce siège d'application LLM. Dites-le à l'appel d'intro et nous n'imposerons pas un profil RAG à un brief training ou API-only.
Après avoir cartographié le rôle et votre OK, les premières pull requests atterrissent en général sous une semaine, plus vite si le repo, les sources de données et les clés de modèle sont prêts.
Oui. GitHub, Jira, votre CI, vos standups. Nous n'inventons pas un process parallèle sauf si vous le demandez.
À l'heure (20 €) pour les pics et tickets définis. Vous ne payez que les heures travaillées. Le siège mensuel (1 840 €) est un ingénieur GenAI nommé sur votre sprint, environ 160 heures de capacité dédiée. Le même mois facturé à l'heure ferait 3 200 €. Séniorité et recouvrement se confirment à l'appel d'intro.
Donnez au produit un ingénieur GenAI qui peut livrer au-delà du playground
Dites-nous RAG vs prompts vs chat vs résumé, et la première chose que vous voulez en production. Nous reviendrons avec un profil nommé, une fenêtre de démarrage et un plan de deux semaines.