L’immobilier tourne sur des conversations : le premier message d’un propriétaire qui songe à vendre, la relance une semaine plus tard, le rappel que personne n’a eu le temps d’envoyer. Vous construisez les agents qui s’en chargent.
À propos de Cultiv
Un widget conversationnel vit sur le site d’une agence immobilière. Il qualifie un propriétaire en quelques messages, estime son bien, et dépose dans le CRM un lead que l’agent peut appeler. La relance par WhatsApp et e-mail, le rapport d’estimation, et le pipeline jusqu’au mandat signé tournent sur la même plateforme.
La plateforme, c’est Next.js et TypeScript sur MongoDB, hébergés sur AWS. Le volet IA passe par Claude sur Bedrock, Azure OpenAI, et une série d’automatisations dans n8n. Des agences en Belgique et en France l’utilisent tous les jours.
Le poste
Vous êtes propriétaire de la couche agentique : la conversation du widget, le pipeline d’estimation derrière, et les relances qui partent sans que personne n’appuie sur un bouton. Attendez-vous à passer autant de temps sur l’évaluation, et sur ce qui se produit quand un modèle renvoie une bêtise avec assurance, que sur les prompts eux-mêmes.
Vos missions
- Faire tourner la conversation du widget. Elle doit qualifier un vendeur en une dizaine de messages, en néerlandais, français ou anglais, sans donner l’impression d’un formulaire.
- Porter le pipeline d’estimation. Trois méthodes indépendantes (ventes comparables, terrain plus construction, rendement locatif) donnent chacune un chiffre, et quelque chose doit les réconcilier en une estimation assortie d’une fourchette qu’un agent peut justifier devant un client.
- Écrire les outils que les agents appellent : recherches cadastrales, ventes comparables, PEB et permis, le CRM lui-même.
- Construire le harnais d’évaluation. Aujourd’hui, savoir si un changement de prompt a aidé passe par la lecture de transcriptions, ce qui ne tient pas à l’échelle.
- Surveiller le coût et la latence. Un propriétaire abandonne une conversation qui réfléchit huit secondes.
Votre profil
📈Expérience & parcours
- Un an ou plus d’ingénierie logicielle, en grande partie près de l’IA.
- Vous avez mis un système LLM entre les mains de vrais utilisateurs et vous en êtes resté responsable ensuite.
- Informatique, ingénierie, ou les projets qui le démontrent.
- L’anglais suffit pour travailler ici. Le néerlandais ou le français aide à lire ce que nos utilisateurs écrivent vraiment.
💻Compétences techniques
- Python pour les services IA, et assez de TypeScript pour travailler dans une base de code Next.js.
- Les API Claude, OpenAI et Gemini en pratique : tool use, function calling, sorties structurées.
- Orchestration multi-agents, et un avis sur les cas où un seul prompt bien construit fait mieux.
- Une évaluation que vous pouvez montrer. Affirmer qu’un changement a aidé ne devrait pas coûter cinquante transcriptions.
- Du RAG là où il le mérite. Une grande part de ce que nous traitons est de la donnée structurée, pas des documents.
🧠État d’esprit
- Vous êtes à l’aise à l’idée de montrer quelque chose d’inachevé à un utilisateur pour en tirer des enseignements.
- Vous voulez être joignable pour ce que vous avez construit.
- Vous distinguez un modèle qui fait une belle démo d’un modèle sur lequel une agence compte chaque jour.
- Vous suivez les sorties de modèles et jugez lesquelles méritent qu’on s’y attarde.
- Vous préférez passer un après-midi à regarder un agent travailler plutôt que lire une spécification à son sujet.
Pourquoi nous rejoindre
- Vous êtes seul propriétaire de la couche IA. Il n’y a pas d’équipe ML au-dessus de vous à qui déférer.
- Les données immobilières sont un vrai désordre : relevés cadastraux, certificats PEB, annonces qui se contredisent.
- Petite équipe : ce que vous livrez est chez les agences en quelques jours.
Notre processus
- Un premier entretien en ligne avec Miguel, CTO de Cultiv (30 min).
- L’entretien technique, dans nos bureaux.
- Vous rencontrez le reste de l’équipe autour d’un déjeuner.