L'ingénieur IA n'existait pas il y a 3 ans : arrêtons de chercher de l'expérience là où il ne peut pas y en avoir

L'ingénieur IA n'existait pas il y a 3 ans : arrêtons de chercher de l'expérience là où il ne peut pas y en avoir

Quand une entreprise cherche un ingénieur IA aujourd'hui, elle fait souvent la même erreur : elle applique les mêmes critères de recrutement que pour n'importe quel autre profil tech.

Les années d'expérience, les grandes écoles, les stacks connues. Et elle passe à côté des meilleurs candidats. Qui sont-ils ? Ils ont 22, 23, 24 ans. Et non, ce n'est pas un hasard.

Un métier qui a trois ans d'existence

ChatGPT sort en novembre 2022. Avant ça, l'IA générative grand public n'existe pas. Les LLMs, les agents, le prompting, les workflows IA : tout ça émerge en moins de 36 mois. Dans n'importe quel autre secteur, trois ans c'est le temps qu'il faut pour finir un cycle universitaire. Ici, c'est l'âge du métier entier.

Une analyse de Revelio Labs portant sur plus de 400 000 offres d'emploi tech publiées en 2023 révélait quelque chose d'absurde : un tiers d'entre elles exigeaient davantage d'années d'expérience sur des outils d'IA générative que ces outils n'en avaient d'existence. Ce chiffre dit tout. On recrute pour demain avec les critères d'hier, dans un secteur qui n'avait pas d'avant-hier.

Ce que ces profils savent faire concrètement

En vérité, ce qui distingue les meilleurs ingénieurs IA qu'on croise aujourd'hui, c'est une stack mentale entièrement différente. Ils ne pensent pas en fonctionnalités. Ils pensent en workflows.

Concrètement :

• Ils codent avec des LLMs en boucle, en testant, en itérant sur les outputs en temps réel.
• Ils construisent des agents capables d'enchaîner des tâches complexes de manière autonome.
• Ils savent connecter des modèles à des sources de données internes, créer des pipelines qui s'adaptent, identifier où un modèle va halluciner avant même de l'avoir testé.
• Et quand un nouveau modèle sort, ils l'ont benchmarké sur leurs cas d'usage réels en quelques heures.

Ce n'est pas de la débrouille. C'est une façon de travailler qui s'est construite en même temps que les outils. Et elle est très difficile à acquérir quand on a passé des années à travailler autrement.

L'aisance avec les interfaces n'est pas anecdotique

Il y a aussi quelque chose de plus subtil, qu'on observe en formation semaine après semaine. Ces profils ont une aisance native avec les interfaces conversationnelles. Une boîte de dialogue, un échange en langage naturel, une logique d'itération rapide : pour eux, il n'y a aucune friction. C'est le mode d'interaction qu'ils ont toujours connu.

Cette aisance se traduit directement dans leur productivité. Là où d'autres cherchent la bonne syntaxe, eux reformulent instinctivement. Là où d'autres relancent depuis zéro, eux itèrent sur l'output précédent. Ce sont des micro-réflexes, mais ils changent tout sur la vitesse d'exécution.

Et quand l'outil change, ils pivotent. Il y a quelques mois, tout le monde travaillait sur ChatGPT. Aujourd'hui, les meilleures équipes qu'on accompagne sont sur Claude. Ces profils ont fait la transition en quelques jours, pas parce qu'ils connaissaient Claude d'avance, mais parce qu'une interface conversationnelle reste une interface conversationnelle.

Le manque de maturité professionnelle ? L'IA le compense presque entièrement

C'est l'objection qu'on entend le plus souvent, et elle est légitime. Ces profils peuvent manquer de rigueur sur certains codes professionnels classiques : la forme d'un email, le niveau d'anglais écrit, la gestion d'une relation client. C'est réel.

Mais voilà ce qu'on observe sur le terrain : la plupart de ces lacunes disparaissent avec l'IA.

• Un email mal tourné ? Claude le reformule en trente secondes, dans le bon registre, sans faute.
• Un livrable bancal à l'écrit ? L'outil structure, clarifie, professionnalise.
• Des fautes d'anglais ? Elles n'existent plus quand on passe systématiquement ses écrits par un modèle.

Ces profils ne rattrapent pas leur retard, ils le font disparaître, en utilisant exactement les outils qu'ils maîtrisent mieux que personne.

Ce qui reste, une fois ces lacunes comblées, c'est leur vraie valeur ajoutée : la vitesse, l'intuition produit, la capacité à jongler entre dix outils sans friction, et une agilité qui vaut bien plus que vingt ans d'expérience chez quelqu'un qui résiste à ces technologies.

Ce que ça devrait changer dans vos critères de recrutement

Il y a une fenêtre d'avantage compétitif, et elle est courte. Les entreprises qui intègrent ces profils aujourd'hui ne construisent pas seulement une équipe, elles construisent une longueur d'avance qui sera très difficile à rattraper dans dix-huit mois. Pas parce qu'elles auront accès à de meilleures technologies : les modèles sont disponibles pour tout le monde. Mais parce qu'elles auront des équipes qui savent penser avec ces modèles. Et cette compétence-là, contrairement à un abonnement API, ne s'achète pas en un clic.

La bonne question n'est pas "combien d'années a-t-il passé dans le secteur". C'est :

• Est-ce qu'il pense naturellement en agents et en workflows ?
• Est-ce qu'il itère vite ?
• Est-ce qu'il s'adapte quand le modèle change ?

Les entreprises qui avancent le plus vite sur l'IA ne sont pas celles qui ont les budgets les plus élevés. Ce sont celles qui ont compris qu'elles recrutaient pour un métier nouveau, avec des critères nouveaux. Et qui ont arrêté de pénaliser l'absence d'une expérience qui, par définition, ne pouvait pas encore exister.