Experts en la matière. Praticiens rigoureux.

La plupart des cabinets de conseil en IA sont dominés par l'une des trois cultures professionnelles – la culture de la recherche académique, la culture de l'ingénierie logicielle ou la culture du conseil en gestion – et bon nombre de leurs modes de défaillance peuvent être attribués à ce déséquilibre. Nous recrutons et développons délibérément dans ces trois domaines, avec une quatrième spécialisation en expertise métier tirée des industries que nous servons le plus souvent. Ce mélange n'est pas toujours sans friction, mais il produit un travail à la fois intellectuellement sérieux, opérationnellement crédible et véritablement utile pour les clients.

En recherche, nous couvrons l'apprentissage automatique, la vision par ordinateur, le traitement du langage naturel, l'optimisation, les statistiques et les traditions classiques basées sur la connaissance. En ingénierie, nous couvrons l'ingénierie des données, le MLOps, les systèmes distribués, le développement d'applications full-stack, la sécurité et l'infrastructure. En conseil, nous couvrons la stratégie, la gestion de programme, la gouvernance et le changement. En expertise métier, nous avons des praticiens qui ont passé une part significative de leur carrière dans la fabrication, la vente au détail, les services financiers, la santé, les télécommunications, l'énergie et le secteur public.

La plupart des engagements font appel à au moins trois de ces spécialisations ; certains font appel aux quatre. La forme de l'équipe est adaptée à la forme du problème plutôt que l'inverse.

Nos critères d'embauche sont élevés et notre processus de recrutement est donc lent. Nous recherchons bien sûr une profondeur technique ; nous recherchons avec plus d'insistance une pensée claire sous pression, une communication écrite qui tienne la route pendant quinze jours plutôt qu'un paragraphe, et le type d'humilité intellectuelle qui survit au contact d'un client difficile. Les candidats que nous recrutons sont généralement surqualifiés pour le poste qu'ils intègrent ; les candidats que nous refusons sont souvent techniquement excellents sur le papier.

Nous refusons les candidats qui ne peuvent pas décrire leur travail antérieur en termes de décisions modifiées ; nous refusons les candidats dont le travail écrit montre plus de confiance que l'argument sous-jacent ne le justifie ; et nous refusons les candidats dont les références les décrivent comme brillants mais difficiles à travailler. Une petite entreprise qui dépend de la collaboration ne peut pas absorber le coût d'une brillance qui ne collabore pas, et nous l'avons appris à nos dépens plus d'une fois.

Nous recrutons délibérément en tenant compte des zones géographiques, des parcours et des cheminements de carrière. La diversité des parcours est, selon notre expérience, le principal contributeur à la qualité des questions qu'une équipe pose ; la qualité des questions, à son tour, est le principal contributeur à la qualité du travail.

“Une brillance qui ne collabore pas est un passif déguisé en actif.”

Notre modèle de développement repose sur trois engagements. Premièrement, chaque praticien dispose d'un plan de développement écrit, actualisé deux fois par an, avec des objectifs explicites et le soutien nécessaire pour les atteindre. Deuxièmement, chaque praticien consacre une part significative de son temps — généralement un jour par quinzaine — à un travail non directement facturable : recherche, outils internes, mentorat, rédaction. Troisièmement, chaque praticien est censé enseigner autant qu'apprendre ; l'échelle de l'ancienneté est en partie construite sur la contribution apportée à la capacité collective de l'équipe.

Nous ne séparons pas la piste de recherche, la piste d'ingénierie et la piste de conseil comme le font les grandes entreprises. Beaucoup de nos praticiens les plus expérimentés passent fluidement entre le travail technique approfondi, le leadership face au client et le développement de capacités internes, et nous structurons la rémunération et la progression de manière à récompenser cette fluidité plutôt qu'à la pénaliser.

Le résultat est une équipe qui forme des personnes exceptionnellement difficiles à perdre. Notre taux d'attrition volontaire est faible, et les praticiens qui nous quittent partent généralement pour des rôles pour lesquels nous sommes heureux de les avoir aidés à se préparer — y compris, dans plusieurs cas, des postes internes de haut niveau chez des clients avec lesquels nous continuons à travailler.

Nous sommes principalement à distance, principalement hybrides dans les engagements clients, et entièrement intentionnels quant à ces deux aspects. Le travail à distance est soutenu par des normes écrites claires — quand écrire, quand se réunir, quand escalader — et par des outils qui rendent la collaboration asynchrone véritablement productive plutôt qu'une fiction polie. Nous investissons dans des rencontres régulières en personne par équipe et à l'échelle de l'entreprise, car les relations établies pendant ces semaines portent leurs fruits au cours des mois suivants.

Nous nous tenons à un niveau élevé en matière de communication écrite. Les décisions architecturales sont consignées avant d'être prises ; les conversations avec les clients sont saisies dans des notes partagées dans les heures qui suivent ; les opinions majeures sont documentées suffisamment longtemps pour qu'elles puissent être contestées et révisées. Cette discipline est parfois fastidieuse et constitue, au final, le principal contributeur à la qualité de notre travail.

Le désaccord est bienvenu et structuré. Nous attendons des praticiens qu'ils défendent fermement leurs positions techniques, qu'ils acceptent de perdre ces arguments sans ressentiment lorsque les preuves l'exigent, et qu'ils s'engagent dans la direction convenue une fois qu'une décision est prise. Le milieu de ces trois points est celui que l'on oublie le plus souvent ailleurs ; c'est celui que nous considérons comme non négociable.

Nous recrutons en continu plutôt que pour pourvoir des postes spécifiques, et nous sommes particulièrement intéressés par les praticiens en milieu de carrière et les praticiens expérimentés possédant une solide expérience appliquée. Les rôles qui reviennent le plus souvent sont : ingénieurs seniors en apprentissage automatique ; ingénieurs de données à l'aise avec les piles technologiques cloud modernes ; spécialistes de la vision par ordinateur avec une expérience de déploiement industriel ; ingénieurs MLOps ; consultants avec une expérience en livraison d'IA appliquée ; et chercheurs scientifiques ayant fait leurs preuves en matière de mise en production de la recherche.

Nous sommes ravis d'entendre des personnes qui ne voient pas leur expérience exacte reflétée dans la liste ci-dessus ; le moyen le plus sûr est une description écrite du type de travail que vous souhaitez faire ensuite, des contraintes dans lesquelles vous souhaitez le faire, et de la contribution que vous pensez pouvoir apporter. Nous répondons à chaque demande crédible dans un délai de quinze jours.