Guides carriere

Revolut AI Engineer: mots-cles CV et preparation entretien

JobRise Team8 min read

162 candidatures par offre, moyenne 2026.

Revolut AI Engineer: mots-cles CV et preparation entretienjobrise.io

Advertisement

Vous postulez pour un poste d'AI Engineer chez Revolut et votre candidature disparaît dans le vide, sans le moindre retour. Le problème vient presque toujours du même endroit : vos mots-clés ne sont pas ceux de l'annonce, et vos exemples ne montrent pas que vous savez faire tenir un modèle en production. Voici comment corriger ça, sans inventer de processus interne.

Ce qu'une fintech attend d'un ingénieur IA#

Revolut est une banque en ligne. Les équipes IA d'un tel groupe travaillent sur des sujets concrets : détection de fraude, scoring, automatisation du support client, outils internes reposant sur des modèles de langage, recommandation de produits. Je n'ai aucun accès à l'organisation interne et personne ne peut la décrire de l'extérieur avec certitude.

Ce qui est sûr en revanche : dans une fintech régulée, un modèle en panne a un coût immédiat. On attend donc d'un AI Engineer qu'il passe du notebook au service monitoré. Le code doit être testé, les données doivent être traçables, et le modèle doit survivre aux mises à jour. Si votre CV ne parle que de la précision du modèle, vous ne parlez que de la moitié du travail.

Les mots-clés à faire apparaître sur le CV#

Lisez l'annonce mot à mot avant de toucher à votre CV. Prenez les termes techniques qu'elle répète et placez-les là où un recruteur les cherche : titre, résumé, expériences. Un outil de décodage des offres d'emploi peut vous aider à repérer ces termes sans les inventer : c'est le rôle de notre analyseur d'offre gratuite.

Les mots-clés qui reviennent souvent dans ce type de poste, à adapter selon l'annonce réelle :

  • Python, et parfois Go ou Java pour les services qui portent le modèle
  • PyTorch ou TensorFlow, choisissez celui que vous maîtrisez vraiment
  • MLOps, CI/CD, Docker, Kubernetes, tests unitaires et tests de données
  • Feature store, monitoring de dérive, réentraînement, registre de modèles
  • LLM, RAG, embeddings, évaluation de réponses, gestion des coûts d'inférence
  • SQL, Spark, pipelines de données, orchestration avec Airflow ou équivalent
  • Détection d'anomalies, scoring de risque, fraude, si le poste est orienté risque
  • AWS, GCP ou Azure, selon l'annonce, et l'IaC associée (Terraform par exemple)

N'empilez pas tout dans une section "compétences". Un mot-clé isolé dans une liste ne prouve rien. Un mot-clé placé dans une phrase avec un résultat, oui.

Réécrire une ligne de CV pour ce poste#

Voici un exemple concret. La première version est celle que je vois tout le temps.

Avant : "Modèle de détection de fraude avec de bons résultats, travail en équipe."

Après : "Refactorisation d'un modèle de détection de fraude en service FastAPI (Python), passage de 12 000 à 45 000 requêtes par jour, alertes de dérive des données mises en place avec l'équipe data."

Les chiffres sont illustratifs : remplacez-les par les vôtres, et ne les gonflez pas. Ce qui change entre les deux versions n'est pas la longueur. C'est la trace d'un livrable, d'une mesure et d'une collaboration. Trois informations, pas trois adjectifs.

Si vous n'avez jamais mis de modèle en production, dites ce que vous avez fait de vrai : un pipeline de réentraînement hebdomadaire, un jeu de données annoté, un banc d'évaluation. Un projet personnel déployé sur une machine personnelle compte aussi, à condition d'expliquer ce qu'il fait tourner et comment vous surveillez sa qualité.

Vérifiez ensuite la lecture automatique de votre CV. Un document que l'ATS ne lit pas correctement ne passera jamais devant un humain. Notre vérificateur de CV gratuit vous montre ce qui se perd à la lecture machine : c'est un premier test utile avant d'envoyer quoi que ce soit.

Préparer l'entretien technique#

Attendez-vous à coder en direct, à discuter d'architecture et à justifier des choix de modélisation. La difficulté vient rarement de l'algorithme. Elle vient de la défense de vos décisions : pourquoi cette métrique, pourquoi ce seuil, comment vous gérez le déséquilibre des classes, ce qui se passe quand la donnée change.

Préparez vos projets sous cet angle, pour chacun d'eux :

  • Quel était le problème métier, en une phrase sans jargon
  • Quelle métrique vous avez choisie, et pourquoi elle était la bonne
  • Ce qui a cassé en production ou en intégration, et comment vous l'avez réparé
  • Ce que vous referiez différemment aujourd'hui
  • Le coût réel : temps de calcul, coût d'inférence, charge de maintenance

Sur les LLM, on vous demandera comment vous évaluez la qualité des réponses. Ayez une méthode : jeu d'évaluation manuel, jugement humain sur un échantillon, métriques automatiques utilisées avec leurs limites. Dites aussi que vous surveillez le coût par requête. C'est un sujet réel dans une entreprise qui sert des millions d'utilisateurs.

Une réponse toute prête pour la question classique#

Question : "Parlez-moi d'un projet IA que vous avez mis en production."

Réponse possible : "J'ai repris un modèle de scoring existant qui tournait dans un script et qui cassait à chaque mise à jour des données. J'ai d'abord écrit des tests de données pour isoler la cause, un changement de format sur un champ clé. Ensuite j'ai emballé le modèle dans un service avec une route de santé, un registre de version, et des alertes quand la distribution des entrées dérivait. Résultat : les incidents ont quasiment disparu, et l'équipe pouvait réentraîner sans bloquer personne. Si c'était à refaire, j'ajouterais un banc d'évaluation automatisé plus tôt, on l'a bricolé après coup."

Cette réponse fonctionne parce qu'elle admet une faiblesse et qu'elle donne un ordre de travail. Elle ne promet rien de spectaculaire.

Les points de vigilance sur le marché français#

Trois sujets à clarifier avant d'accepter une offre.

L'entité qui vous emploie. Revolut opère dans plusieurs pays, et le contrat français n'a rien à voir avec un contrat britannique ou polonais en termes de droit du travail, de préavis et de protection sociale. Demandez le nom de l'entité, le type de contrat et le lieu de rattachement, noir sur blanc.

La rémunération. Les fourchettes annoncées pour un AI Engineer en fintech varient beaucoup selon le pays, le niveau d'expérience et le mode de travail (présentiel, hybride, remote). Les chiffres que vous lisez en ligne ne sont que des ordres de grandeur, souvent datés ou incomplets. Vérifiez toujours la source officielle de l'offre et l'évolution réelle du marché avant de fixer votre prétention.

Le permis de travail. Un poste basé dans un pays hors de votre zone de résidence implique souvent un visa ou un permis. Les règles changent régulièrement et dépendent de votre nationalité, du pays et du type de contrat. Rien ne se présume : renseignez-vous auprès des sources officielles du pays concerné, et ne comptez sur aucune garantie verbale.

Pour suivre les offres ouvertes en ce moment, notre page d'offres d'emploi est un bon point de départ. Et si vous préparez plusieurs candidatures en parallèle, nos autres guides détaillent la préparation entretien pour des rôles voisins.

Check-list avant d'envoyer#

  • L'annonce est imprimée ou ouverte à côté de vous pendant la relecture
  • Les cinq à huit termes techniques répétés dans l'annonce apparaissent dans votre CV
  • Chaque expérience a une phrase qui décrit un livrable et une mesure
  • Vos chiffres sont exacts, et vous pouvez les expliquer de vive voix
  • Le CV passe une lecture automatique sans texte perdu ou inversé
  • Vos deux ou trois projets sont préparés avec le problème, la métrique et l'incident
  • Vous avez une phrase prête sur ce que vous referiez différemment
  • Vous savez quelles questions poser sur l'équipe, la stack et la mesure de la réussite
  • Vous connaissez l'entité employeuse et le lieu de rattachement du poste
  • Votre profil en ligne reprend les mêmes mots-clés que le CV

Outils gratuits#

Questions fréquentes#

Quels mots-clés mettre en priorité pour un poste Revolut AI Engineer ?

Ceux de l'annonce, d'abord, en particulier le langage principal, la stack de mise en production et le domaine (fraude, scoring, LLM). Ajoutez-les dans des phrases qui décrivent du travail réel, pas dans une simple liste de compétences.

Faut-il mettre des projets personnels sur le CV ?

Oui, s'ils montrent une mise en production ou une gestion de la qualité d'un modèle. Décrivez le problème, la solution et la façon dont vous surveillez le résultat. Un dépôt vide avec juste un nom de projet n'apporte rien.

Combien de temps dure le processus de recrutement ?

Cela varie selon le poste, le pays et le moment de l'année, et je ne peux pas donner de durée fiable. Demandez le déroulé prévisionnel dès le premier échange, et continuez vos autres candidatures en parallèle.

Quelle rémunération demander pour ce type de poste ?

Les fourchettes varient fortement selon le pays, l'expérience et le mode de travail, et les chiffres en ligne vieillissent vite. Consultez la source officielle de l'offre et les offres comparables du marché local avant de fixer votre demande.

Le poste est-il accessible sans permis de travail dans le pays concerné ?

Cela dépend de votre nationalité, du pays, et du type de contrat, et les règles évoluent. Posez la question explicitement au recruteur et vérifiez ensuite les sources officielles du pays concerné.

Advertisement

Advertisement

Envoyez ça à qui passe l'entretien cette semaine.

Advertisement

Advertisement