Alternance AI Engineer - IA appliquée à la cybersécurité (2 ans)

Rejoins notre startup Deeptech à la croisée de l'IA et de la cybersécurité. Tu contribueras à construire les pipelines IA qui font tourner une plateforme Cyber-GRC AI-native - du RAG en production, des agents LLM orchestrés, des bases vectorielles, des graphes de connaissance et une stack d'évaluation qualité qui tournent pour des DSI et RSSI de grands comptes.

Tu travailleras aux côtés de développeurs full-stack, de spécialistes IA et d'experts en cybersécurité. Ce n'est pas une alternance IA classique : tu construis des pipelines où la précision n'est pas négociable - conformité, audit, grands comptes - et tu en mesures la qualité en continu.

Startup qualifiée Deeptech (Bpifrance), labellisée JEI, accompagnée par un collectif de Directeurs Cyber et SME de grands comptes qui co-construisent la solution avec nous.

Alternance de 2 ans - démarrage septembre 2026.

Deux ans, c'est suffisant pour faire plus que contribuer : tu prendras la main sur des sujets de bout en bout, avec une vraie responsabilité sur la qualité et la performance de nos pipelines IA en production.

Intégré(e) à notre équipe d'AI engineers, tu contribueras à développer des applications d'IA performantes dans un contexte où la précision est critique (conformité, cybersécurité, grands comptes).

Ce que tu feras au quotidien :

Pipelines RAG & orchestration IA

* RAG : concevoir et améliorer des pipelines de Retrieval-Augmented Generation (ingestion documentaire, chunking, embedding, retrieval, génération)

* Orchestration : workflows IA agentiques (chaînage, gestion d'état, routing conditionnel, fallbacks)

* Routage LLM : gestion multi-providers (routage, fallbacks, suivi des coûts et latences)

* APIs : développement d'endpoints pour exposer les services IA

Évaluation, qualité & observabilité (ownership attendu sur 2 ans)

* Frameworks d'évaluation : mise en place et industrialisation d'un framework de mesure de qualité - fidélité, pertinence, précision du contexte, robustesse

* Observabilité : implémentation de traces sur les appels IA (latence, coûts, tokens, debugging), dashboards de suivi qualité

* Benchmarks : évaluation comparative de modèles, de stratégies de prompting, d'architectures RAG

* Hallucinations : contribution aux stratégies de mitigation dans un contexte où la précision est non négociable

* Régressions : construction de suites de tests automatisés pour détecter les dérives de qualité au fil des releases

Optimisation & industrialisation

* Optimisation : analyser et réduire la consommation de tokens et les coûts d'inférence

* Documentation : documenter les choix techniques et résultats d'expérimentations

* Sécurité : bonnes pratiques pour protéger les pipelines et données sensibles

Sur 2 ans, tu auras l'opportunité de prendre la responsabilité complète d'un pan du système (typiquement l'évaluation qualité et l'observabilité IA) : définir la stratégie, l'implémenter, la faire vivre, et en être le/la référent(e) technique au sein de l'équipe.

Environnement technique

Python, LLMs open source, architectures RAG, orchestration d'agents, vector stores, graph databases, infrastructure cloud souveraine (EU). Stack moderne, en constante évolution.

On te veut si tu es :

* Étudiant(e) en master ou école d'ingénieurs (data science, IA, mathématiques appliquées, informatique) en recherche d'une alternance de 2 ans

* Proactif(ve) et curieux(se), motivé(e) par l'apprentissage et la résolution de défis concrets

* Autonome et rigoureux(se), capable d'avancer sur un sujet, de mesurer tes résultats (latence, accuracy, coût) et d'en rendre compte

* Prêt(e) à porter un sujet de bout en bout sur la durée, pas uniquement à exécuter des tâches ponctuelles

Et si tu as…

* Python solide : du code structuré et testable, pas juste des notebooks

* LLMs & RAG : bonne compréhension des architectures RAG et des LLMs (théorie + pratique)

* Frameworks : familiarité avec un framework d'orchestration IA (LangChain, LlamaIndex, LangGraph ou équivalent)

* Évaluation : sensibilité aux enjeux de mesure de qualité (RAGAS, DeepEval, ou approches custom)

* NLP : bases en traitement de données textuelles (NER, extraction d'entités, classification)

* Outils : à l'aise avec Git, Docker, environnement Linux

C'est un plus si tu connais…

* Les vector databases (Milvus, Pinecone, Weaviate, ChromaDB ou équivalent)

* Les Knowledge Graphs et bases de données graphes (Neo4j ou équivalent)

* Les outils d'observabilité LLM (Langfuse, LangSmith, Arize, ou équivalent)

* Le fine-tuning de modèles NLP

* Un framework backend Python (FastAPI ou équivalent)

* Les notions de MLOps (déploiement, monitoring, CI/CD)

* La cybersécurité ou la GRC (pas requis, on te formera)

Ce que nous offrons

Une aventure entrepreneuriale unique - Startup en plein lancement commercial, tu seras parmi les premiers à contribuer à cette aventure portée par des experts en cybersécurité et entrepreneurs reconnus. Sur 2 ans, tu verras le produit passer de ses premières POCs à un déploiement à l'échelle.

Un environnement de travail stimulant - Environnement flexible où tu seras encadré(e) par une équipe expérimentée et bienveillante. Ton code tourne en production, pas dans un tiroir.

Un positionnement stratégique - Tu travailleras sur l'IA appliquée à la cybersécurité, à la jonction de deux domaines en pleine transformation, dans un contexte grand compte où les exigences de qualité sont réelles.

Une stack moderne - Technologies de pointe en IA, infrastructure souveraine EU. Pas de legacy.

Rythme d'alternance flexible selon le calendrier de ton école.

Notre process est court et transparent. Trois étapes en visio, une avec chaque cofondateur. Décision sous 10 jours.

1. Entretien Culture & Motivations (30-45 min, avec un cofondateur) - On échange sur ton parcours, tes motivations, et ce que tu cherches. On te présente Mindlapse, le produit, l'équipe et la vision. C'est aussi l'occasion pour toi de poser toutes tes questions.

2. Entretien Technique (45-60 min, avec un cofondateur) - Discussion technique autour de scénarios concrets : architectures RAG, pipelines IA, évaluation de modèles, prompt engineering. Pas de live coding ni d'exercice piège, on veut comprendre comment tu raisonnes et quelles décisions tu prends face à des problèmes réels.

3. Entretien Final & Projet (30-45 min, avec le dernier cofondateur) - On approfondit la vision produit, la roadmap, et comment ton alternance s'inscrit dans les projets de Mindlapse sur 2 ans. C'est l'occasion de clarifier les derniers détails (rémunération, organisation, démarrage) et de s'assurer que l'alignement est mutuel.