Comment qualifier un expert IA freelance (et éviter les faux experts)

    **Un expert IA ne se juge pas sur ce qu'il sait de l'IA. Il se juge sur ce qu'il en fait, et sur ce qu'il refuse de lui confier.** Voici la grille que nous utilisons chez Kistone pour qualifier les freelances IA avant de les présenter à nos clients.

    · 4 min de lecture · expert IA, freelance IA, recrutement IA, qualification candidat, AI Engineer, AI Product Manager, leadership IA, entretien de recrutement, recrutement tech, IA en production

    Kistone, Ressources

    En 18 mois, la moitié de LinkedIn est devenue « expert IA ». Les titres ont changé plus vite que les compétences.

    Pour un Founder, un CTO ou un CPO qui doit staffer un projet IA en quelques jours, le problème est simple : comment distinguer quelqu'un qui a mis un agent en production de quelqu'un qui a regardé trois tutos et payé un abonnement ?

    Après 16 ans de recrutement tech, j'ai appris une chose : les mots-clés d'un CV ne disent rien. Les réflexes, si.

    Pourquoi l'entretien classique ne suffit plus

    L'entretien classique teste ce que le candidat sait raconter. Or l'IA récompense exactement ce talent-là : n'importe qui peut réciter la différence entre RAG et fine-tuning après une soirée de lecture.

    Trois questions ne servent plus à rien :

    • « Quels outils IA utilisez-vous ? » — tout le monde cite les mêmes.
    • « Avez-vous déjà travaillé sur un projet IA ? » — un POC de 2 jours compte comme un projet.
    • « Que pensez-vous de l'avenir de l'IA ? » — vous évaluez une opinion, pas une compétence.

    Ce qui fonctionne : faire parler le candidat de ses décisions. Ce qu'il a choisi, ce qu'il a abandonné, ce que ça a coûté, et ce qui a cassé. Un vrai praticien a des cicatrices. Un faux expert a des certitudes.

    Les 4 réflexes que nous testons

    Quel que soit le métier, nous cherchons quatre réflexes. Chacun se teste avec une seule question, posée sur un projet réel du candidat.

    1. Choisir le bon problème. Un expert sait dire quand l'IA n'est pas la réponse. Question : « Racontez-moi un cas où vous avez déconseillé l'IA. »
    2. Mesurer avant de croire. Un expert ne valide pas une sortie « parce qu'elle a l'air bonne ». Il a un jeu de test, une métrique, un seuil. Question : « Comment saviez-vous que ça marchait ? »
    3. Passer du POC à la production. La démo prend une semaine, la mise en production trois mois. Données, sécurité, monitoring, adoption. Question : « Qu'est-ce qui a cassé après le lancement ? »
    4. Arbitrer coût et risque. Prix par appel, choix du modèle, hébergement, RGPD, AI Act. Question : « Combien coûtait votre solution par mois, et pourquoi ce modèle-là ? »

    Un candidat qui répond précisément à ces quatre questions, chiffres à l'appui, a déjà passé l'essentiel de la qualification.

    La grille par métier

    Les quatre réflexes ne se lisent pas de la même façon selon le poste. Nous qualifions trois familles de profils, chacune avec sa preuve attendue.

    FamilleCe qu'on vérifieMise en situationPreuve attendue
    AI EngineeringArchitecture LLM, RAG, agents, évaluation, déploiementExpliquer le pipeline d'un projet livré et ses points de ruptureUn système en production, avec ses métriques de qualité et de coût
    AI ProductChoix des cas d'usage, UX de l'incertitude, adoptionPrioriser 5 cas d'usage IA pour un produit donnéUne fonctionnalité IA lancée, avec son taux d'usage réel
    AI LeadershipStratégie, budget, gouvernance, transformation des équipesConstruire une feuille de route IA à 12 mois sous contrainte budgétaireUne organisation qui a changé sa façon de travailler grâce à lui

    Le point commun : nous demandons toujours une preuve qui existe hors de l'entretien. Un repo, une métrique, un produit, une équipe.

    Les signaux qui disqualifient

    Certains signaux suffisent à arrêter une qualification, quel que soit le niveau annoncé :

    • Aucun échec à raconter. Personne ne déploie de l'IA sans casser quelque chose.
    • Des outils, pas des résultats. Une liste de frameworks sans un seul chiffre d'impact.
    • Aucune idée du coût. Ne pas savoir ce que coûte son propre usage, c'est ne pas l'avoir piloté.
    • Confiance aveugle dans la sortie. « Le modèle est très fiable », sans jamais dire comment il a été testé.
    • Le POC comme référence. Des démos impressionnantes, aucune mise en production.

    L'inverse est vrai aussi : un candidat qui commence par les limites de ce qu'il a construit est presque toujours un bon candidat.

    Ce que ça change pour vous

    Recruter un expert IA en CDI prend 3 à 6 mois. Votre projet n'attend pas aussi longtemps.

    Chez Kistone, cette qualification est faite en amont. Quand nous vous présentons un AI Engineer, un AI Product Manager ou un AI Leader freelance, il a déjà passé les quatre réflexes et apporté sa preuve. Vous gardez l'entretien pour ce qui compte : le fit avec votre équipe et votre problème.

    Vous avez un projet IA à staffer ? Prenons 30 minutes pour en parler : réserver un créneau.

    À lire aussi