> Markdown version of [/jobs/ext/4007765-ai-engineer](https://www.wearedevelopers.com/jobs/ext/4007765-ai-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# AI Engineer

- **Company:** Jimini AI
- **Location:** Paris, France
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Python (Programming Language), Machine Learning, Retrieval-Augmented Generation, Large Language Models
- **Published:** October 29, 2026
- **Apply:** https://www.welcometothejungle.com/fr/companies/jimini-ai/jobs/ai-engineer_paris

## About the Role

* Expérience : Tu es diplômé(e) d'une top école d'ingénieurs ou d'un parcours équivalent, avec 1 à 5 ans d'expérience en Machine Learning - idéalement avec une exposition concrète aux LLMs en production.
 * Maîtrise technique : Tu maîtrises Python et les systèmes agentiques. Tu sais ce que veut dire passer d'un notebook à un service qui tourne 24/7 avec des SLAs.
 * Esprit produit : Tu ne cherches pas seulement la meilleure accuracy - tu réfléchis aussi en coût d'inférence, latence, expérience utilisateur, et impact business.
 * Précision et extra-mile : Tu sais que le diable se cache dans les détails.
 * Communication : Tu saurais faire comprendre à ta grand-mère des concepts complexes comme les MCP en les comparant à la préparation de sa délicieuse tarte aux pommes.

## Description

En tant qu'AI Engineer, tu es au cœur du réacteur. Tu transformes les avancées de la recherche en produit utilisé chaque jour par les plus grands cabinets et directions juridiques d'Europe. Tes missions :

 * Systèmes agentiques : Concevoir, implémenter et faire passer en production des agents LLM autonomes capables de résoudre des tâches juridiques complexes (recherche, analyse, rédaction).
 * Retrieval Augmented Generation : Faire évoluer notre framework RAG maison - exploration de nouvelles approches de chunking, reranking, retrieval hybride, et fine-tuning d'embeddings spécialisés sur le domaine juridique.
 * Évaluation : Construire des méthodologies d'évaluation robustes (LLM-as-a-Judge, benchmarks juridiques propriétaires, eval sets co-construits avec nos clients) pour mesurer et faire progresser la qualité de nos modèles.
 * Mise en production : Optimiser nos modèles (latence, coût d'inférence, throughput), et garantir leur scalabilité sur des volumes qui passent de quelques milliers à des dizaines de milliers d'utilisateurs.
 * R&D appliquée : Suivre la recherche, prototyper rapidement, et tester ce qui mérite d'être intégré au produit. Ton travail est déployé en production en quelques heures, pas en quelques mois.