Je suis le frontend / fullstack à côté de votre spécialiste AI backend

Vous avez déjà le spécialiste. Ou vous l’embauchez ce trimestre. Pipelines, embeddings, workers, notebooks, LangChain ou LlamaIndex à la Python — c’est leur contour. Je suis le frontend et le fullstack du produit qu’ils alimentent. L’opérateur a toujours besoin d’un écran. Le modèle a toujours besoin d’une confirmation. Le CRM a toujours besoin d’une ligne. C’est mon siège.

Je ne suis pas un hire LangChain moins cher. Je ne suis pas la seule personne sur tout le contour ML. Sans leur boucle Python, je peux quand même mettre de l’IA dans le produit — une API fournisseur, un agent encadré, un stream. Je ne serai juste pas la seule ingénieure sur cette carte. L’appariement utile : eux portent l’ingest et l’index. Moi, l’app que l’utilisateur ouvre.

1. Leur contour, mon écran

Les équipes savent déjà nommer ce travail. Elles disent « AI backend ». La liste dessous est stable. Je ne prends pas cette liste. Je m’assieds à côté.

• Eux : ingest, chunking, embeddings, un index vectoriel comme store dérivé, workers, notebooks devenus jobs, LangChain ou LlamaIndex en Python, des evals qui font échouer leur deploy.
• Moi : Next.js ou le React que le produit livre déjà, TypeScript sur le chemin, stream, abort, états vides et dégradés, citations que l’opérateur clique, une confirmation sur l’argent et les posts publics, crochets CRM / ops, Telegram si l’utilisateur y est déjà.

2. Le contrat entre nous

Si on se partage un dump de prompts dans Slack, l’appariement a déjà raté. On partage un schéma. Ils émettent des événements. Je rends un écran. Personne n’invente l’API de l’autre un vendredi.

• Des événements, pas un blob de texte : token, citation, tool_propose, error, done. Je ne montre ni source ni confirmation à partir de chaînes concaténées.
• Leurs clés restent sur leurs workers. Les miennes sur le serveur de l’app. Le modèle ne voit ni Stripe ni le notebook.
• Une chaîne pour quand leur contour est dégradé. J’ai déjà écrit le playbook quand le fournisseur est down. Le produit a toujours besoin d’une erreur nommée, pas d’une bulle vide.

3. Qui a besoin de cette paire — moi côté produit

Une équipe qui a déjà payé le spécialiste Python et découvre que l’index n’est pas un produit. Une équipe sur le point d’embaucher ce spécialiste et qui ne veut pas que la JD dise aussi « et livrez l’app Next.js ». Un senior de chaque côté de la frontière.

• Le travail sur le corpus est réel. L’utilisateur ouvre toujours une réservation, un ticket, une Mini App, un dashboard. Cette surface, c’est le produit.
• Vous pouvez nommer ce qui reste sous confirmation humaine. La caisse reste à une personne — je n’arrête pas de l’écrire. Leur graphe peut proposer. Mon UI, c’est le tap.

4. Ce que je ne ferai pas dans cette équipe

Si le spécialiste part et que la JD devient en silence « et portez aussi les notebooks », c’est un autre contrat. J’ai déjà déplié l’offre que le marché rédige pour ce siège Python. Je ne prendrai pas ça depuis le côté React.

• Je ne serai pas, la même semaine, la personne embeddings, le worker LlamaIndex, et l’UI produit.
• Je ne fine-tune pas un réseau parce que le chat « doit sonner plus on-brand ». Ce brief est de leur côté de la frontière, ou il n’est pas dans le sprint.

Conclusion : embauchez-moi à côté, pas à leur place

Je suis le frontend / fullstack d’un produit qui a ce spécialiste — pipelines, embeddings, workers, notebooks, LangChain ou LlamaIndex en Python. Eux tiennent le contour vivant. Moi, je tiens le produit un produit : un écran, une confirmation, un crochet dans le reste de l’app. Sans eux, je peux quand même livrer de l’IA dans le produit. Je ne serai juste pas la seule personne sur toute la carte ML.

Écrivez via le formulaire qui porte le contour Python, et quel écran l’utilisateur ouvre. On ne commencera pas par faire de moi leur remplaçante.