Álvaro
Data Scientist
« Dans un contexte aussi incertain, Shakers apporte une couche de sérénité et de confiance. Ce que je préfère, sans hésiter, c’est la flexibilité et la possibilité de toucher à des projets de haut niveau. »
Rejoindre ShakersProjets d'IA en production
Travaillez comme AI Engineer
Vous intégrez des LLM, montez du RAG sur les données internes et mettez des agents en production. Shakers vous connecte à des missions alignées avec votre stack, votre TJM et votre disponibilité, avec plus de flexibilité et de meilleures conditions.
En tant qu'AI Engineer freelance chez Shakers, vous menez des modèles de langage jusqu'à la production pour des clients dont le projet est déjà défini : intégrations de LLM, systèmes RAG et agents qui résolvent un cas réel, pas une démo.
Vous travaillez au projet au sein d'équipes humain + agent, choisissez vos collaborations et facturez selon votre séniorité. Le matching par IA vous rapproche des missions en phase avec votre stack.
- Des projets mieux rémunérés
- Plus de continuité entre les projets
- Une meilleure reconnaissance de votre expérience
+3 000
Projets tech publiés sur Shakers
+90
Spécialités Tech, Product et Data font partie de Shakers
6 mois
Durée moyenne d'un projet avec Shakers
4,7/5
Satisfaction de nos AI Builders sur Trustpilot
Des carrières d'AI Builders propulsées par Shakers
Découvrez comment d'autres AI Builders accèdent à de meilleurs projets, construisent leur réputation et font grandir leur carrière.
Amelia
AI Agent Developer
« Cela fait des années que je construis des agents IA. Grâce à Shakers, j’ai arrêté de chercher des clients et j’ai commencé à vraiment choisir les projets sur lesquels je voulais travailler. Je travaille avec certaines des meilleures entreprises européennes, à mon TJM, et je me concentre sur ce que je sais faire et qui me passionne : construire. »
Rejoindre Shakers
Luz
Backend Developer & Data Engineer
« Shakers apporte beaucoup de valeur parce qu’il vous met en relation avec des projets plus affûtés, déjà filtrés et mieux définis. Il vous épargne une grande partie du travail initial : comprendre le client, chiffrer, évaluer si ça vaut le coup. Résultat, en freelance, on va beaucoup plus directement vers les missions qui nous correspondent vraiment. »
Rejoindre Shakers
Rubén
Software Developer
« La vie en freelance, c’est beaucoup de choses à la fois et ce n’est pas toujours simple. On aime se concentrer sur ce qu’on sait faire, mais il faut aussi gérer les clients, la facturation et aller chercher des missions. Pour moi, Shakers a été déterminant : la prospection, c’est eux qui la font, le client est en confiance dès le premier instant, et on fait partie d’une communauté avec un vrai enthousiasme. »
Rejoindre Shakers
Alejandro
AI Developer
« Shakers a été déterminant pour lancer mon entreprise : ça m’a donné la flexibilité de continuer en freelance pendant que je construisais l’étape suivante. Sans Shakers, j’aurais dû lever des fonds ou repousser le projet. »
Rejoindre Shakers
Toño
Product Designer
« Avec Shakers, j’ai décroché des projets récurrents qui m’apportent de la sérénité et de la marge pour progresser. Ce n’est pas seulement accéder à des clients de qualité : c’est sentir qu’on a un réseau qui nous accompagne, qui nous met en relation avec de vraies opportunités et qui nous aide à avancer en freelance. »
Rejoindre ShakersCe que vous pouvez construire comme AI Engineer
Un AI Engineer est celui qui met en production des applications construites sur des modèles de langage déjà entraînés et les maintient en fonctionnement. Il intègre un LLM par API, monte du RAG (le système récupère des fragments des données de l'entreprise et le modèle répond en les citant) et orchestre des agents qui exécutent des processus contre des APIs internes. Il mesure la qualité avec des evals et décide du coût par token et de la latence. Entraîner le modèle est le terrain du ML Engineer.
Ce n'est pas un rôle de notebook : c'est la personne qui met l'IA en production avec un vrai discernement sur le coût, la latence et l'évaluation. Chez Shakers, vous intervenez sur des missions où le modèle est déjà choisi et où l'enjeu est l'implémentation réelle.
Stack type : OpenAI, Anthropic Claude, LangChain, LlamaIndex, RAG, Pinecone, pgvector, FastAPI, Python, evals avec Promptfoo ou LangSmith.
OpenAI APIAnthropic ClaudeGoogle GeminiLangChainLlamaIndexLangGraphRAGPineconeWeaviatepgvectorFastAPIPythonTypeScriptNext.jsLangSmithDocker
RAGAgentsLLMEvalsObservabilité
Accès gratuit, sans commissions cachées
Comment Shakers fonctionne pour les talents
Créez votre profil
Dites-nous qui vous êtes, ce que vous savez faire, les projets qui vous intéressent, vos disponibilités et votre TJM.
Obtenez votre certification
Nous certifions votre expérience et votre usage de l'IA pour que les entreprises comprennent ce que vous apportez.
Trouvez vos projets
Nous vous connectons à des projets bien rémunérés qui correspondent à votre expertise et à vos préférences.
Des projets en IA et Machine Learning à la hauteur de vos attentes
Travaillez sur des projets réels, avec des équipes qui ont besoin de votre expertise, sans perdre de temps à chercher des opportunités.
Des projets qui vous correspondent
Collaborez avec des entreprises qui ont besoin de votre stack et de votre expérience pour mettre leurs projets en production.
Des opportunités qui viennent à vous
Notre matching par IA connecte votre profil aux projets qui correspondent à vos préférences.
Vous construisez. Shakers s'occupe du reste
Définissez vos conditions selon votre séniorité. Nous gérons les contrats, les paiements et les documents.
Ce que fait un AI Engineer et selon quels critères
Amener RAG et agents à un usage réel
Chunking, embeddings, reranking et citations ; orchestration d'agents avec de vrais outils et evals automatiques sur des cas issus de l'exploitation.
Évaluer coût, latence et hallucination
Vous instrumentez des métriques de qualité et de coût par réponse pour décider quel modèle et quel pattern utiliser, et quand ne pas recourir à l'IA.
Connecter l'IA aux données du client
Ingestion vers le vector store, APIs internes et traçabilité : la couche où la plupart des pilotes restent hors production.
LLM et RAG en production
Provider APIs, frameworks RAG, bases vectorielles et gestion des limites réelles (context window, prompt injection).
Python de production
Typing, async, testing et déploiement. Sans cette base, aucune intégration ne tient une semaine en production.
Evals et décision technique
Savoir mesurer la qualité et choisir l'architecture la plus simple qui résout le cas.
Questions fréquentes
Une autre question ? Écrivez-nous, nous vous répondons.
Quels types de missions d'IA trouve-t-on chez Shakers ?
Des missions réelles de clients vérifiés : intégrations de LLM, systèmes RAG, agents, copilotes internes et mise en production de l'IA. C'est vous qui choisissez vos collaborations.
Comment se déroule la vérification ?
Vous passez un vetting par les pairs qui valide votre expérience, votre stack et vos projets. C'est ce qui maintient la qualité du collectif et la confiance des clients.
Comment et quand suis-je payé ?
Vous convenez du TJM au projet et êtes payé de façon claire et ponctuelle selon les jalons convenus, sans commissions opaques.
Puis-je le combiner avec d'autres missions ?
Oui. Vous travaillez au projet et décidez de vos disponibilités : vous pouvez collaborer à temps partiel ou complet selon ce que vous convenez.
Ai-je besoin d'expérience avec les agents et le RAG pour rejoindre le collectif ?
C'est ce que nous valorisons le plus : avoir mis de l'IA en production, pas seulement dans des notebooks. La maîtrise du RAG, des bases vectorielles et des evals de qualité pèse plus que la maîtrise d'un framework précis.
Les missions d'IA chez Shakers sont-elles du prototype ou de la production ?
De la production. Le client arrive avec un cas défini et l'enjeu est le dernier kilomètre : intégrer, évaluer et stabiliser en exploitation réelle.
Quelles missions allez-vous trouver
Chez Shakers, les missions d'IA partent d'un cas défini par le client : intégrations de LLM, systèmes RAG sur des bases de connaissances, agents et copilotes internes. Vous intervenez sur l'implémentation réelle, le point où la plupart des initiatives se bloquent.
Ce qui compte
Avoir mis de l'IA en production, pas seulement dans des notebooks : maîtrise du RAG et des bases vectorielles, évaluation de la qualité, et discernement sur le coût et la latence. Maîtriser un framework comme LangChain compte moins que savoir décider quand ne PAS l'utiliser.
Mode de travail
Vous collaborez au projet au sein d'équipes humain + agent, choisissez vos missions et facturez selon votre niveau. Le matching par IA vous rapproche des missions en phase avec votre stack ; vous décidez lesquelles accepter.
Les profils avec qui collabore un AI Engineer
Chez Shakers, les missions d'IA s'exécutent en équipe. Voici les profils du collectif que croise le plus un AI Engineer.
Développeur Python
Beaucoup de missions d'IA partent de Python : pipelines, APIs et automatisation sur lesquels le modèle se greffe.
Développeur Backend
Le backend expose l'IA au produit : APIs, files d'attente et données. Vous intervenez en parallèle quand la logique IA et l'intégration avancent ensemble.
AWS DevOps Engineer
Celui qui déploie et supervise le système dans le cloud : pipelines, scalabilité et coûts sous contrôle.
Vous ne savez pas quelles missions vous correspondent le mieux ? Rejoignez le collectif et laissez le matching par IA vous rapprocher de celles qui collent à votre stack.
Passez à l'étape suivante avec Shakers
Envie de missions IA en production ?
Créez votre profil et commencez à recevoir des missions en phase avec votre stack.
. 