TCS AI Engineer: mots-cles CV et preparation entretien

Vous visez un poste AI Engineer chez TCS et vous ne savez pas quoi mettre dans votre CV pour passer le premier filtre. Le problème est double : les offres de ce type mélangent souvent ingénierie logicielle, MLOps et data science, et vous perdez des lignes précieuses à décrire des outils sans jamais montrer ce que vous avez livré. Voyons comment trier, écrire et préparer l'entretien sans rien inventer sur le processus interne de l'entreprise.

Ce que TCS cherche vraiment derrière le titre#

TCS est une ESN. Un poste AI Engineer chez eux veut souvent dire que vous serez placé chez un client final, banque, assurance, industrie ou distribution, sur une mission de développement ou de mise en production de modèles. Le titre exact varie d'une offre à l'autre.

Concrètement, trois profils sortent des annonces : l'ingénieur qui construit des pipelines et des API autour de modèles, l'ingénieur MLOps qui gère le cycle de vie et le déploiement, parfois le data scientist qui modélise. Lisez l'offre ligne par ligne avant d'écrire quoi que ce soit.

Un signal utile : si l'annonce mentionne Azure, GCP ou AWS plus que PyTorch, le poste penche vers l'ingénierie et l'intégration. Si elle liste scikit-learn, NLP ou vision par ordinateur en premier, la modélisation occupe plus de place. Notre outil de lecture d'offre vous aide à trier ces indices rapidement.

Adapter le CV sans tricher#

La règle est simple : reprenez les mots de l'offre quand ils décrivent votre travail réel. Si l'annonce dit "déploiement de modèles" et que vous avez mis des modèles en production, écrivez-le avec ces mots. Si vous ne l'avez pas fait, ne l'écrivez pas. Un recruteur technique posera deux questions dessus et vous serez bloqué.

Oubliez la section "compétences" formatée en colonnes de mots-clés. Les logiciels de tri lisent mal les tableaux et les colonnes, et de toute façon une liste d'outils ne dit rien de ce que vous savez en faire. Préférez des phrases de mission qui portent les mots-clés dans le contexte.

Un exemple concret. Voici une ligne faible, puis la version retravaillée :

Avant : "Travaillé sur des modèles de machine learning pour le service client."

Après : "Développé un pipeline Python de classification de tickets (scikit-learn, FastAPI, Docker) déployé sur Azure, réduisant le temps de traitement manuel de 40 % sur le périmètre du projet."

La deuxième version porte les mots-clés utiles, montre la stack et donne un résultat chiffré que vous pourrez défendre en entretien. Si vous n'avez pas de chiffre, remplacez par un résultat observable : "traitement automatisé pour 3 flux sur 5", "remplacement d'un traitement manuel quotidien".

La checklist avant d'envoyer#

• Vérifiez que chaque ligne de mission contient un verbe d'action, une stack et un résultat.
• Supprimez les acronymes que vous ne pourriez pas expliquer en trente secondes.
• Mettez en haut les deux ou trois technologies citées dans l'offre si vous les maîtrisez.
• Gardez un format de CV simple, sans tableau, sans image, sans icône de compétence.
• Relisez vos dates et vos intitulés, un écart non expliqué fait partie des questions d'entretien.
• Testez la lisibilité de votre CV par un logiciel de tri avant de postuler.

Un dernier point sur le format : beaucoup de cabinets et d'ESN filtrent avec un outil automatique avant qu'un humain lise votre candidature. Vérifier que votre CV ressort correctement coûte deux minutes et change parfois le résultat.

Les questions techniques à préparer#

Vous ne pouvez pas prédire le sujet exact, mais vous pouvez préparer les blocs qui reviennent. Sur la partie modélisation : biais et variance, surapprentissage, validation croisée, métriques adaptées à un problème déséquilibré. Sur la partie ingénierie : versionnement de données et de modèles, tests, monitoring après déploiement, gestion des dépendances.

Sur MLOps et cloud, attendez-vous à des questions sur la différence entre un modèle en notebook et un modèle en service, sur la latence d'inférence, sur la reproductibilité d'un entraînement. Si l'offre mentionne des LLM ou du RAG, préparez les limites : hallucinations, coût d'inférence, évaluation de la pertinence des réponses, gestion des données sensibles.

Ne négligez pas la partie comportementale. Dans une ESN, on évalue aussi votre façon de parler à un client, de gérer une demande floue et de dire non quand une contrainte technique l'impose.

Un exemple de réponse#

Question : "Comment déployez-vous un modèle en production ?"

Réponse possible : "Je commence par figer le code d'entraînement et la version des données, avec un seed fixe pour la reproductibilité. J'empaquette le modèle dans une image Docker avec une API FastAPI, je définis des tests sur le schéma d'entrée et sur la qualité des prédictions, puis je déploie d'abord sur un environnement de préproduction avec un échantillon de trafic réel. En production, je suis la dérive des prédictions et la latence, avec une alerte si la distribution d'entrée change. Sur mon dernier projet, ce suivi m'a permis de détecter une dérive au bout de quelques semaines et de réentraîner avant que la qualité ne chute."

Cette réponse montre une méthode, pas seulement une liste d'outils. Elle se termine par un exemple vécu, ce que le recruteur attend.

Le marché français et les points à vérifier#

Les postes IA dans les ESN en France sont souvent basés à Paris, Lyon, Toulouse, Nantes ou Lille, avec une part de télétravail variable selon le client final. La rémunération dépend beaucoup de votre expérience, de la ville et de la mission : les fourchettes annoncées varient largement pour un même titre, donc vérifiez les offres en cours plutôt qu'un chiffre lu en ligne. Pour les offres ouvertes, notre moteur de recherche d'emplois donne une image du marché actuel.

Si vous postulez depuis l'étranger, sachez que le titre du poste ne garantit rien sur le permis de travail. Les règles de visa et de titre de séjour changent et dépendent de votre nationalité, de votre diplôme et du type de contrat. Consultez la source officielle française en vigueur au moment de votre candidature, et ne signez rien sur la base d'une promesse orale.

Un point pratique : TCS recrute aussi via des cabinets et publie sur plusieurs plateformes. Votre CV doit donc être lisible partout, pas seulement sur leur site carrière. Nos ressources de blog couvrent les pièges classiques de candidature si vous voulez creuser un point précis.

Outils gratuits#

• jobrise.io/fr/free-ats-checker/
• jobrise.io/fr/free-jd-decoder/
• jobrise.io/fr/jobs/
• jobrise.io/fr/blog/

Questions fréquentes#

Faut-il parler des projets personnels sur un CV pour TCS ?

Oui, s'ils montrent une compétence que votre expérience salarié ne couvre pas, par exemple un projet RAG ou de mise en production. Un ou deux projets bien décrits valent mieux qu'une longue liste de repos GitHub sans contexte.

Combien de temps dure le processus de recrutement ?

Cela varie selon la mission et le client final, de quelques jours à plusieurs semaines. Demandez le calendrier dès le premier échange pour savoir à quoi vous attendre.

Dois-je personnaliser mon CV pour chaque offre ?

Oui, pour les offres qui vous intéressent vraiment. Ajustez l'ordre de vos missions et les termes techniques, sans réécrire le fond ni mentir sur votre expérience.

Que faire si je ne maîtrise qu'une partie des outils listés ?

Postulez quand même si vous couvrez l'essentiel du poste, et préparez une réponse claire sur ce que vous devez apprendre. Dire "je ne connais pas cet outil, mais j'ai déjà appris X rapidement de cette façon" est mieux que gonfler votre CV.

Le titre AI Engineer veut-il dire que je ferai de la recherche ?

Rarement dans une ESN. Attendez-vous surtout à de l'ingénierie, de l'intégration et de la mise en production, avec parfois de la modélisation selon la mission.