TPC
    TPC
    TechLeaders

    AI Engineer : rôle, missions, salaire et comment le recruter

    Missions, salaire en France (étude TPC 2026, 104 répondants), marché et méthode d'évaluation : le guide employeur pour recruter un AI Engineer.

    Par Mehdi Ayouche, Cofondateur et CEO, TPC-recrutement · Mis à jour le 26 octobre 2026

    6 min de lecture

    L'AI Engineer est le métier tech le plus discuté de 2026. C'est aussi l'un des plus flous. Derrière le même intitulé, les entreprises cherchent des profils très différents. Ce guide s'adresse aux dirigeants qui envisagent ce recrutement. Il s'appuie sur l'étude salaires TPC 2026, sur le Pulse TPC des offres d'emploi et sur nos échanges avec des dirigeants tech.

    Sommaire8 sections
    1. 1.C'est quoi un AI Engineer ?
    2. 2.Ses missions au quotidien
    3. 3.Salaire d'un AI Engineer en France
    4. 4.Le marché : qui recrute des AI Engineers
    5. 5.Les rôles voisins : AI Automation Engineer, Product Builder, Forward Deployed Engineer
    6. 6.Quand recruter son premier AI Engineer
    7. 7.Quel profil viser : produit ou technique ?
    8. 8.Comment évaluer un AI Engineer en entretien

    1. C'est quoi un AI Engineer ?

    Un AI Engineer est un ingénieur logiciel qui intègre des modèles d'IA existants dans un produit ou dans des process internes. Il n'entraîne pas de modèles de fondation. Il assemble, connecte, évalue et met en production.
    AI Engineer ou ML Engineer ? Le ML Engineer construit et entraîne des modèles de machine learning. L'AI Engineer travaille surtout avec des modèles déjà entraînés, via des API. La frontière bouge vite. Chez Qonto, l'équipe ML a été dissoute et rapprochée du back-end (Observatoire TPC des organisations, 2026).

    2. Ses missions au quotidien

    Intégrer des modèles dans le produit : assistants, extraction de documents, recherche, agents.
    Construire la chaîne de données qui alimente ces modèles : récupération, organisation, contexte.
    Évaluer et fiabiliser : jeux de tests, mesure de la qualité, suivi en production.
    Maîtriser les coûts : choix du modèle selon la tâche, coût par appel ou par utilisateur.
    Automatiser des process internes pour les équipes métier.
    Le cœur du métier se déplace. Selon les équipes de Qonto et d'Alan intervenues dans les lives TPC, le prototype est devenu facile. Le travail porte désormais sur l'évaluation, la fiabilité et l'observabilité.

    3. Salaire d'un AI Engineer en France

    L'étude salaires TPC 2026 donne les salaires réellement perçus, déclarés par les répondants en CDI ou CDD en France.
    Métier

    AI Engineer

    Salaire fixe médian

    52 k€

    Fourchette du marché

    45 à 64 k€

    Part avec variable

    46 %

    Part avec BSPCE

    27 %

    Répondants

    104

    Métier

    ML Engineer

    Salaire fixe médian

    64 k€

    Fourchette du marché

    52 à 78 k€

    Part avec variable

    46 %

    Part avec BSPCE

    23 %

    Répondants

    48

    Source : étude salaires TPC 2026, salaires perçus, toutes expériences confondues.
    L'écart avec le ML Engineer est net. Il rappelle que l'intitulé AI Engineer recouvre des profils et des niveaux très différents.
    Sur le terrain, les budgets dépassent souvent la médiane pour des profils expérimentés. Le Head of Data d'une marque e-commerce, qui recrute un AI Automation Engineer, vise 65 à 70 k€ :

    "Si on trouve une pépite avec trois ans d'expérience, ça peut être un peu moins cher, peut-être 65. Si on a quelqu'un avec cinq ou six ans qui coche toutes les cases, juste un peu au-dessus de 70."

    Head of Data, marque e-commerce

    4. Le marché : qui recrute des AI Engineers

    153 offres publiées en octobre 2026, en hausse de 17 % sur un mois, après quatre mois entre 119 et 145 (Pulse TPC, octobre 2026).
    61 % des offres sont à Paris.
    Un mix d'employeurs rare en tech : startups, scale-ups et grands groupes pèsent autant que les ESN.
    Peu de salaires affichés : 16 annonces seulement publient une fourchette, trop peu pour en tirer un repère.
    La concurrence est forte sur les profils expérimentés. Les grands laboratoires d'IA recrutent massivement et débauchent dans les scale-ups. Le Product Director IA d'un grand cabinet de conseil, en mission dans des grands comptes, le constate aussi : "Il y a des profils, mais très peu de bons profils spécialisés."

    5. Les rôles voisins : AI Automation Engineer, Product Builder, Forward Deployed Engineer

    L'Observatoire TPC des organisations recense 29 rôles créés pour le virage IA. Trois reviennent souvent dans les briefs.
    Rôle

    AI Automation Engineer

    Ce qu'il fait

    Automatise des process internes pour les équipes métier

    Signal marché

    Joko a créé ce poste (Observatoire TPC)

    Rôle

    Product Builder

    Ce qu'il fait

    Intitulé hétérogène : ingénieur à forte vision produit, ou PM qui prototype

    Signal marché

    Sens à préciser dans chaque brief

    Rôle

    Forward Deployed Engineer

    Ce qu'il fait

    Déploie l'IA chez les clients ou dans les équipes internes

    Signal marché

    Une trentaine d'offres en France (live TPC "Bâtir des équipes IA", octobre 2026)

    Le Head of Data cité plus haut décrit précisément ce modèle interne :

    "Des AI engineers, peu importe comment on les appelle, dépêchés en Forward Deployed Engineer dans les équipes. Une personne en supply, une en sales, en e-commerce, en marketing. Ils sont dans les rituels et construisent des produits internes."

    Head of Data, marque e-commerce
    Côté Product Builder, une dirigeante produit d'une scale-up B2B reste prudente : "Est-ce qu'on recrutera quelqu'un avec ce titre-là ? Honnêtement, je n'en sais rien."

    6. Quand recruter son premier AI Engineer

    Nos échanges font ressortir trois situations typiques.
    Un savoir porte sur une seule personne. La Chief of Staff d'une PME tech a vu partir l'alternant qui portait le sujet RAG. Elle cherche désormais un développeur IA freelance pour reprendre l'infrastructure de données.
    Les équipes métier attendent plus que des outils. Le Head of Data cité plus haut a un constat fort : "Le temps passé à coder a été divisé par dix en 12 à 15 mois. La valeur n'est plus là. Il faut aller avec le business, faire émerger le besoin."
    L'IA entre dans le produit. Dès qu'une fonctionnalité IA touche des clients, la fiabilité devient un métier à part entière.
    L'option "ne pas recruter" existe aussi. Pour un premier pilote, un freelance ou un accompagnement externe peut suffire. Ce que cela coûte : la compétence repart à la fin de la mission.

    7. Quel profil viser : produit ou technique ?

    C'est le débat le plus fréquent avant de publier l'offre. Le Head of Data cité plus haut le vit en interne :

    "On a un désaccord avec mon boss. Lui voit plutôt quelqu'un de très produit. Il a très peur que les profils data ne veuillent faire que des choses très propres, et pas aller vite."

    Head of Data, marque e-commerce
    Notre conseil : précisez le besoin avant l'intitulé. "AI Engineer" recouvre un développeur augmenté, un profil ML, un profil data ou un ingénieur de déploiement. Les profils qui savent superviser, évaluer et trancher deviennent le vrai goulot. C'est là qu'il faut mettre le niveau d'exigence.

    8. Comment évaluer un AI Engineer en entretien

    L'Observatoire TPC AI Fluency analyse les process de 19 entreprises, dont Doctolib, Alan, Mirakl et Stripe. Aucune n'interdit l'IA sur l'ensemble du process. Quatre formats d'épreuve se dégagent.
    Live sur un repo vide (Shopify) : mesure la capacité à déléguer et à cadrer.
    Live sur une codebase existante, IA fournie (Alan, Coinbase) : mesure le jugement. Le candidat vérifie-t-il ce que l'IA affirme ?
    Énoncé métier trop large pour un seul prompt (Fleet, Stripe, Canva) : oblige à décomposer avant de déléguer. Le format le plus répandu.
    Revue d'un travail produit par un agent (Alan) : jugement pur, pour un coût de préparation faible.
    Le signal le plus parlant, décrit par une scale-up cyber dans un live TPC Leaders (novembre 2026) : le candidat structure-t-il le problème avant de le confier à l'agent, ou envoie-t-il l'énoncé brut ?
    Dernier conseil de l'Observatoire : repassez vos tests actuels dans un modèle. Ceux qu'il résout en quelques secondes ne départagent plus personne.

    Un sujet similaire dans votre équipe ?

    30 minutes avec un associé TPC, puis une note écrite que vous gardez.