En un coup d'œil
- Missions: Construire des agents IA et des flux de travail pour transformer les ambitions d'IA en réalité.
- Entreprise: Hexa Scale, une entreprise innovante dans le domaine de l'IA avec une culture collaborative.
- Avantages: Salaire compétitif, partage des bénéfices, budget mobilité et assurance santé.
- Autres infos: Environnement dynamique avec des opportunités de croissance de carrière et de voyages.
- Pourquoi ce job: Impactez directement les entreprises grâce à l'IA tout en développant vos compétences.
- Qualifications: Expérience en ingénierie IA/ML et compétences en communication.
Hexa Scale's forward-deployed AI builder — the person who turns the firm's and the portfolio's AI ambitions into shipped agents, working workflows, and team-wide AI fluency.
Why this role exists
The Managing Partner and Operating Partner own investment selection, value-creation plans, and the strategic transformation conversations with portfolio CEOs. What we are missing is a dedicated builder and enabler who:
- Ships the internal AI tooling that makes Hexa Scale move faster than any other PE firm in Europe.
- Embeds with portfolio companies to actually build the first agents and AI workflows — not just advise on them.
- Is hands‑on enough to teach the deal team, the operating team, and portfolio operators how to use AI in their daily work.
Think Forward‑Deployed Engineer with an AI specialty and the maturity to operate independently in front of executives — but without yet owning IC‑level strategic calls.
1. Be Hexa Scale's in‑house AI builder (internal enablement)
- Build and maintain internal agents and scripts that compress repetitive work for the deal, operating, and finance teams.
- Own the rollout of our internal AI stack (LLM tools, agent frameworks, knowledge base, evals).
- Run regular "AI clinics" and short workshops to lift daily AI fluency across the team.
2. Productionize the AI layer of our investment platform
Working under the direction of the MP and OP, build and ship:
- Market intelligence agents tracking signals across European vertical SaaS sub‑segments.
- Sourcing & pipeline agents that enrich and prioritize targets.
- DD support tools: data‑room ingestion, customer‑call analysis, KPI extraction, AI‑readiness checks.
- Reporting automation for portfolio monitoring and LP communications.
- Provide the technical AI lens during DD: tech & product audit, AI‑readiness scoring, data‑asset evaluation, agentic opportunity sketches.
- Surface findings as structured inputs to the deal lead and the IC memo — strategic decisions stay with the MP / OP.
4. Forward‑deployed AI engineer for portfolio companies
- Embed with portfolio companies in short sprints (typically 2–8 weeks) to build the first AI use cases: ship the first agent, integrate the orchestration layer, set up evals, get something into production.
- Train internal counterparts so the work scales after the sprint ends.
- Capture reusable components and playbooks for the next portfolio company.
- This means regular travel to portfolio companies across France and Europe — expect to be on‑site for a significant part of your time.
Who we're looking for
- 4–6 years of experience as an applied AI/ML engineer, Forward‑Deployed Engineer, founding engineer, or applied AI consultant.
- Has shipped multiple LLM‑powered or agentic products in production — comfortable with LLM tooling, RAG, evals, and integrating into messy enterprise codebases and data.
- Builder mindset and high tempo: loves shipping, ships fast, iterates faster.
- Comfortable parachuting into an unfamiliar codebase, vertical, or company and getting traction in days, not months.
- Strong communicator; can teach AI to non‑technical executives and operators.
- Business‑literate — cares about ROI and adoption, not just elegance — but not aspiring to be a deal partner.
- English fluent; French is a strong plus.
- Genuinely excited about travel — this role isn't remote‑first. You'll be on the ground with portfolio teams across France and Europe on a regular basis.
Nice‑to‑haves
- Background in vertical SaaS, B2B SMB software, or developer tools.
- Prior FDE or applied AI consulting role with regular C‑level exposure.
- Comfort working across multiple European geographies and languages.
What success looks like (12 months)
- Several production‑grade internal agents owned by Hexa Scale across sourcing, DD, and reporting.
- Every Hexa Scale team member is measurably faster in their core workflows thanks to internal AI tooling and coaching.
- Every active DD has a structured AI‑lens analysis delivered by this role.
- At least one portfolio company has launched a first AI agent in production with this role on the build, and a local team trained to extend it.
- A growing library of reusable AI components and playbooks is being shared across the portfolio.
What's in it for you
- Package: €72K to €85K gross/year (base salary of €60K–€71K + 20% annual profit sharing)
- Opportunity to invest in Hexa portfolio startups at a (very) preferential rate
- 8 to 12 RTT days per year
- Mobility budget: €500/year for green transportation (bike, metro, electric scooter)
- Health insurance with 50% coverage for you and your family
#J-18808-Ljbffr
Forward-Deployed AI Builder employeur : Hexa
Hexa Scale est un employeur exceptionnel, offrant une culture de travail dynamique et collaborative où l'innovation en intelligence artificielle est au cœur de nos activités. En tant que Forward-Deployed AI Builder, vous bénéficierez d'opportunités de croissance professionnelle tout en travaillant directement avec des entreprises de portefeuille à travers la France et l'Europe, ce qui vous permettra de développer vos compétences tout en ayant un impact tangible sur nos projets. De plus, notre package attractif, incluant un salaire compétitif et des jours de RTT, témoigne de notre engagement envers le bien-être de nos employés.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Forward-Deployed AI Builder
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Hexa
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Hexa. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Forward-Deployed AI Builder
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Hexa, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Hexa que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Hexa. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Hexa
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Hexa et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
