Recruter un Architecte IA
Le profil senior qui pose les fondations IA d'une entreprise pour les 5 prochaines années. Choisit les briques, pose les patterns, structure les équipes. Ne code pas (ou très peu) mais sait tout faire — sinon il ne peut pas trancher.
Architecte IA : la vision long terme + l'autorité pour la défendre.
L'Architecte IA est l'équivalent IA d'un Architecte Solution senior. Mais avec une spécificité : l'IA évolue trop vite pour copier un pattern d'il y a 18 mois. Il faut une vision long terme + une veille permanente + l'humilité de remettre en cause sa propre architecture.
Sur une journée type : il anime des design reviews, arbitre entre 2 stacks (Bedrock vs Vertex AI vs maison), définit les zones de responsabilité (où s'arrête le Data Eng, où commence le ML Eng), instruit les comités IA, et passe du temps avec les équipes pour vérifier que les choix d'archi tiennent en prod.
Pourquoi c'est cher (95-160 k€) : il y a peu d'Architectes IA en PACA. La plupart se sont formés sur le tas pendant 5-10 ans dans des contextes très variés (scale-up + ETI + corporate). Ces profils sont chassés en permanence par les sociétés de conseil et les grands groupes. Si vous voulez en attirer un, calibrez votre poste avec une mission claire et un mandat fort.
Les domaines que votre Architecte IA doit couvrir.
Cloud & infra
Data architecture
Plateforme ML
Plateforme LLM
Gouvernance & sécurité
Org & gouvernance produit
95-160 k€, premium fort sur expérience scale-out (PB de données / 100+ modèles en prod).
| Ville | Junior | Confirmé | Senior | Expert / Lead |
|---|---|---|---|---|
| Marseille | — | 95 – 120 k€ | 120 – 145 k€ | 140 – 165 k€ |
| Aix-en-Provence | — | 92 – 115 k€ | 115 – 140 k€ | 135 – 160 k€ |
| Sophia Antipolis | — | 100 – 130 k€ | 130 – 155 k€ | 150 – 180 k€ |
| Nice | — | 95 – 122 k€ | 122 – 148 k€ | 145 – 170 k€ |
5 questions pour qualifier un Architecte IA.
Ces questions séparent un Architecte qui a réellement mis en production des plateformes IA d'un Architecte d'avant-projet.
Décris une architecture IA cible que tu as conçue et mise en œuvre. Combien de temps ça a pris et quels ont été les compromis ?
Cite un cas concret avec : contexte initial, vision cible, séquence des étapes (data plane d'abord ? MLOps ? LLM platform ?), équipes mobilisées, compromis assumés (build vs buy, scale vs simplicité), durée réelle (souvent 18-36 mois pour une cible complète).
Reste en théorie ou cite uniquement des slides. Pas de notion de compromis, pas de chiffres concrets de durée et coût.
Bedrock vs Vertex AI vs vLLM self-hosted vs Mistral on-prem : comment tu choisis pour un client B2B financier ?
Décortique selon : sensibilité des données (souveraineté → Mistral on-prem ou Bedrock EU), coût total (1k req/mois ≠ 100k), latence requise, capacité d'équipe à opérer self-hosted, contraintes RH (équipe MLOps dispo ?). Recommande souvent un mix selon le cas d'usage.
'Vertex AI c'est le meilleur.' Ou 'on hoste tout en interne'. Pas de cadre de décision, pas de prise en compte des contraintes business.
Comment tu structures une équipe IA cible pour une ETI de 500 personnes qui démarre ?
Team topology mature : 1 Lead IA, 2-3 Data/ML Engineers (selon backlog), 1 MLOps, 1-2 Data Scientists, 1 AI Engineer LLM. Discussion sur stream-aligned vs platform team selon maturité. Cadre la gouvernance (comité IA mensuel, eval committee). Sait sizer un budget annuel.
Donne un effectif sans logique team topology. Confond Data Scientist et ML Engineer. Pas de notion gouvernance.
Comment tu intègres l'AI Act dans tes choix d'architecture ?
Identifie en design review les systèmes potentiellement à haut risque (recrutement, scoring, santé). Pose des contraintes architecturales (auditabilité, traçabilité, contrôle humain, kill switch). Structure le lineage data + model + prompt pour pouvoir prouver la conformité. Sait que c'est un avantage compétitif.
'On verra à la mise en conformité plus tard.' Risque pour le client, dette d'architecture.
Tu hérites d'une plateforme ML qui coûte 80k€/mois pour 5 modèles en prod. Comment tu attaques le sujet FinOps ?
Méthodique : 1) attribution des coûts par modèle / par équipe (chargeback / showback), 2) profiling (compute, storage, network, LLM tokens), 3) optimisations classiques (batching, caching sémantique, modèles plus petits, spot instances GPU), 4) revue des modèles peu utilisés, 5) plan de réduction sur 6 mois avec target.
'On réduit la taille des instances.' Pas de mesure, pas de méthodo, throw away revenue pour économiser.
Tableau global des salaires IA en PACA.
| Métier | Junior (0-2 ans) | Confirmé (3-7 ans) | Senior (8+ ans) | Expert / Lead | Note |
|---|---|---|---|---|---|
| AI Engineer | 45 – 55 k€ | 55 – 75 k€ | 75 – 105 k€ | 100 – 140 k€ | Demande forte en RAG/agents. |
| Machine Learning Engineer | 42 – 52 k€ | 52 – 72 k€ | 72 – 100 k€ | 95 – 130 k€ | Profil rare avec exp. prod MLOps. |
| MLOps Engineer | 45 – 55 k€ | 55 – 78 k€ | 78 – 110 k€ | — | Marché tendu, prime à l'infra GPU. |
| Data Scientist | 38 – 48 k€ | 48 – 65 k€ | 65 – 90 k€ | 85 – 120 k€ | Volume important, écart selon stack. |
| Data Engineer | 40 – 50 k€ | 50 – 70 k€ | 70 – 95 k€ | — | Indispensable pour alimenter les modèles. |
| AI Automation Specialist | 38 – 48 k€ | 48 – 65 k€ | 65 – 85 k€ | — | n8n / Make / Zapier + LLM, croissance forte. |
| Prompt Engineer | 40 – 50 k€ | 50 – 68 k€ | 68 – 90 k€ | — | Souvent confondu avec AI Engineer. À cadrer. |
| AI Product Manager | 50 – 62 k€ | 62 – 85 k€ | 85 – 120 k€ | — | Mix produit + tech, profils rares. |
| Architecte IA | — | 70 – 95 k€ | 95 – 130 k€ | 125 – 160 k€ | Sénior obligatoire, vision système. |
| Consultant IA | 40 – 55 k€ | 55 – 80 k€ | 80 – 120 k€ | — | Forte variance selon BU/cabinet. |
| Agentic AI Engineer | 50 – 62 k€ | 62 – 90 k€ | 90 – 130 k€ | — | Émergent. Premium parce que peu de profils. |
Vous cherchez un Architecte IA en PACA ?
Profil rare, mission longue (souvent 3-5 ans). Notre court-list cible 3-5 profils en 25-40 jours, avec un alignement fort sur votre maturité IA actuelle.