Le marché veut un AI engineer Python avec LangGraph — pas une « personne IA »

Les offres ont arrêté de dire « il nous faut de l’IA ». Elles nomment LangChain ou LangGraph, un pipeline RAG, et un système LLM que la personne a déjà tenu en prod. Cette phrase est un filtre. Ce n’est pas un titre plus poli pour un freelance de prompts, et ce n’est pas le même poste qu’un hire fullstack Python et React avec un modèle dans le produit.

J’ai déjà écrit ce que fait un AI engineer en général. Ici, la demande qui apparaît vraiment dans les offres 2026 : Python d’abord, LangChain ou LangGraph en vrai, RAG comme pipeline, et la prod — pas une démo. L’autre poste sur le marché est un article à part.

1. Pourquoi cette offre est apparue

Les entreprises ont livré une boîte de chat. La qualité n’est pas venue avec. Lundi le corpus a changé ; la réponse de mardi citait encore le mois dernier. C’est là que la JD a arrêté de dire « IA » et a commencé à dire RAG, LangGraph, et prod.

• Recherche interne, délestage du support, Q&A de politiques : le produit, c’est un retrieval qui reste à jour, pas une personnalité.
• Un prestataire a montré une chain LangChain. La troisième semaine a cassé. L’offre suivante demande qui a tenu un système, pas qui a importé une lib.
• Les labos de modèles et l’OWASP ont classé l’agent sans surveillance en risque de premier rang. Les acheteurs veulent quelqu’un qui encadre le graphe, pas un prompt plus long.

2. Ce que chaque mot de la JD achète vraiment

Lisez l’offre comme une liste de courses. Si LangGraph est pour vous un synonyme de « connaît ChatGPT », vous interviewez les mauvaises personnes.

• Python d’abord : le tour vit en Python — FastAPI ou un worker, état typé, ingest comme job. Un notebook collé dans Node n’est pas ce poste.
• LangChain ou LangGraph en vrai : ils veulent le graphe — retrieve, grade, rewrite, refuse — pas `import langchain`. Un retrieval vide est un nœud à logger, pas une surprise dans le prompt.
• Pipelines RAG : ingest, chunking par type de document, recherche hybride, citations comme ids. Uploader vers une base vectorielle n’est pas un pipeline. Pourquoi l’index vectoriel est un index dérivé, pas le système d’enregistrement, je l’ai déjà écrit.
• Un système LLM qu’ils ont tenu en prod : des evals qui font échouer un deploy, une histoire d’index périmé, un repli quand le fournisseur renvoie 500, un coupe-circuit. La fluidité dans un café n’est pas cette barre.

3. Qui achète ce recrutement

Pas une équipe marketing qui veut « ChatGPT sur la homepage ». Le budget est là où une mauvaise réponse a un coût : tickets, conformité, un wiki interne auquel on ne croit déjà plus.

• Des sociétés produit avec un corpus privé : politiques, SKU, contrats, runbooks.
• Support et ops qui mesurent déjà le premier délai de réponse et veulent du retrieval, pas une seconde boîte vide.
• Des équipes qui ont tenté un agent avec écriture et veulent maintenant un graphe avec un nœud de refus. Pourquoi la caisse reste à un humain, je l’ai déjà écrit.

4. À quoi ressemble un mauvais recrutement

Le marché est bruyant. La mauvaise boucle d’entretien l’est plus. Ces trois profils ne tiennent pas cette JD, même si le CV dit IA.

• Un chercheur ML qui a entraîné des réseaux et n’a jamais porté l’ingest, les evals, ou un réindex mardi.
• Un frontend qui a enveloppé OpenAI dans une UI de chat. C’est une surface produit. Cette offre, c’est la boucle derrière.
• Un tuto : un retrieve, un generate, un screenshot. L’offre l’avait déjà. Elle recrute parce que ça a mouru à la troisième semaine.

5. Ce n’est pas le poste fullstack LLM

Une seconde offre sur le même marché veut Python plus React plus TypeScript, et une feature LLM que de vrais utilisateurs ont déjà ouverte. Ce hire-là se juge sur le contrat entre l’API et l’écran. Celui-ci se juge sur le graphe, le corpus, et si mardi répond encore depuis le fichier de lundi. Fusionner les deux JD, c’est demander un corps pour deux seniors.

Conclusion : achetez la boucle, pas l’étiquette

Si la JD nomme LangGraph, un pipeline RAG et la prod, le marché achète un poste système Python autour du modèle. Une chain avec un widget de chat, c’est la semaine un. La demande, c’est la personne qui avait encore une réponse après la troisième semaine. Gardez cette offre hors du poste fullstack LLM. Ce sont deux sièges.