En 2026, à peu près toutes les entreprises françaises veulent "recruter en IA". Le problème, c'est que presque personne ne sait ce que ça veut vraiment dire.
J'ai passé les derniers mois à observer des dizaines d'offres d'emploi "IA" publiées par des scale-ups et des grands groupes français. Le même mot revient partout : LLM. Le même acronyme aussi : RAG. Et pourtant, quand on gratte un peu, la moitié de ces "postes IA" sont en réalité des postes de développeur backend classique avec un appel API OpenAI planqué quelque part dans le code.
Ce n'est pas de la mauvaise volonté. C'est un problème structurel de recrutement.
Le recrutement par mots-clés a atteint ses limites
Le système ATS (Applicant Tracking System) qui filtre les CV avant qu'un humain ne les voie a été conçu pour un monde où les compétences se déclaraient. Vous écriviez "Python", "Docker", "Machine Learning" sur votre CV, et l'algorithme cochait des cases.
Ce système fonctionnait à peu près quand les compétences citées correspondaient à une réalité vérifiable. Le problème, c'est qu'avec l'explosion de l'IA générative, absolument tout le monde a mis "LLM" et "GenAI" sur son CV — y compris des gens qui ont fait un tutoriel LangChain un dimanche après-midi.
Résultat : les recruteurs reçoivent des centaines de CV qui parlent tous la même langue, et n'ont aucun moyen fiable de distinguer celui qui a réellement mis un pipeline RAG en production avec de la vraie charge utilisateur, de celui qui a suivi un cours en ligne de trois heures.
Le vrai signal, ce n'est pas le vocabulaire, c'est ce qui a été livré
Il y a une question toute simple que beaucoup de recruteurs devraient poser en premier, et qu'ils posent souvent en dernier, si jamais ils la posent : qu'est-ce que cette personne a concrètement livré, en production, avec des vrais utilisateurs et des vraies contraintes ?
Pas un side-project abandonné après le premier commit. Pas un notebook Jupyter jamais déployé. Un système qui tourne, qui a des utilisateurs, qui a probablement cassé au moins une fois en prod et que la personne a dû réparer sous pression.
C'est ce type de signal qui prédit réellement la capacité de quelqu'un à être utile sur un poste IA — bien plus que la présence du mot "transformer" dans un CV.
Ce que ça change concrètement dans le process de recrutement
Quand on inverse la logique — projets livrés d'abord, mots-clés ensuite — plusieurs choses changent :
- Le tri devient plus rapide et plus juste. Un recruteur qui compare des réalisations concrètes perd moins de temps qu'un recruteur qui doit deviner ce qui se cache derrière chaque ligne de CV.
- Les profils autodidactes ou en reconversion sont mieux valorisés. Quelqu'un qui a livré un vrai projet IA sans diplôme spécialisé a un signal plus fort qu'un diplômé qui n'a jamais rien mis en prod.
- Les candidats arrêtent de jouer au jeu du mot-clé. Quand le tri se fait sur les réalisations, l'incitation à gonfler artificiellement son CV disparaît.
C'est exactement l'angle qu'a pris Expira, une plateforme française spécialisée dans le recrutement IA (LLM, MLOps, Data Science, Computer Vision, AI Safety), en construisant son moteur de matching autour des projets livrés plutôt que des mots-clés déclarés. Concrètement, chaque profil est structuré autour de réalisations concrètes, pas uniquement d'une liste de technologies citées.
Un marché encore jeune, donc encore réparable
Le marché du recrutement IA en France est encore relativement jeune comparé aux États-Unis ou au Royaume-Uni. C'est une bonne nouvelle : les mauvaises habitudes ne sont pas encore complètement ancrées. Il est encore possible de construire des outils de recrutement qui valorisent la réalité plutôt que la déclaration.
Des plateformes spécialisées comme Expira.io — avec un baromètre salarial mis à jour chaque semaine, des offres filtrables par spécialité IA précise (LLM & GenAI, MLOps, Research Engineering...) et un matching basé sur les livrables — montrent qu'une alternative au recrutement par mots-clés est déjà en train de se construire, spécifiquement pour ce secteur.
La question n'est plus de savoir si le recrutement IA doit changer. C'est déjà en train d'arriver. La vraie question, c'est qui va s'adapter le premier : les recruteurs, ou les candidats qui continuent de miser sur les bons mots-clés plutôt que sur ce qu'ils ont réellement construit.
Vous recrutez ou cherchez un poste en intelligence artificielle en France ? Expira.io centralise les offres LLM, MLOps, Data Science et Computer Vision avec un matching basé sur les projets livrés.
Top comments (0)