Recrutement tech pour startups et scale-ups.
Chez Bluecoders, nous sommes convaincus que ce ne sont pas les idées qui transforment le monde, mais ceux qui savent les coder.
Depuis 2016, nous accompagnons les startups et scale-ups dans la structuration de leurs équipes techniques, en identifiant les profils tech capables d’avoir un vrai impact.
Recruter dans la tech, c’est notre spécialité. Mais surtout, c’est notre passion. Comprendre une stack, un produit, décoder les signaux faibles, c’est ce qui nous anime chaque jour.
Derrière chaque besoin client, nous cherchons à identifier les vrais enjeux. Ce sont ces échanges en profondeur qui nous permettent de bâtir des process de recrutement rigoureux, sur-mesure, capables d’attirer des profils exigeants.
Notre force: une communauté soudée de recruteurs freelances, tous expérimentés et passionnés. Ensemble, nous partageons une même exigence de qualité et le goût du travail bien fait.
Chez Bluecoders, nous croyons qu’un bon recrutement ne repose pas uniquement sur les compétences. Il repose sur l’alignement entre un projet et une équipe.
Nous savons que c’est de là que naissent les collaborations durables.
Au sein de la founding team en construction, tu prends en charge la couche matérielle et d'inférence :
- Optimisation des moteurs d'exécution (vLLM, SGLang, TensorRT-LLM),
- Tuning GPU,
- Quantisation,
- Gestion de la mémoire et du cache.
Tu travailles sur des clusters GPU NVIDIA (ou AMD) en environnement Kubernetes, avec une maîtrise fine de Linux et des stacks réseau bas niveau (x86, InfiniBand, RDMA), dans un contexte de très haute performance et de souveraineté (SecNumCloud, ISO 27001).
Tu interagis avec le CTO sur les choix d'architecture et contribues à faire tourner la plateforme en production pour les premiers clients.
Stack technique : vLLM, SGLang, CUDA, Triton, Python, Kubernetes GPU, Linux, RDMA/InfiniBand/NCCL, quantisation (GPTQ, AWQ, FP8).
Localisation : Paris (présence physique requise, notamment pour interventions sur les serveurs).
Indispensables :
- Expérience concrète en serving de modèles open source à l'échelle en production (vLLM, TGI, SGLang, TensorRT ou équivalent)
- Maîtrise de CUDA, Triton ou des kernels GPU bas niveau
- Capacité à identifier un goulot d'étranglement mémoire/cache et à y remédier
- Python solide, à l'aise avec Kubernetes GPU et Linux
- Bonne connaissance du matériel x86, GPU NVIDIA (AMD ou autre fournisseur accepté)
- Curiosité sur les architectures hardware (choix de GPU, mémoire HBM, NVLink, InfiniBand)
Un plus :
- Expérience HPC (RDMA, InfiniBand, RoCE, MPI, NCCL, IO path)
- Contributions open source (vLLM, SGLang, PyTorch, Triton…)
- Sensibilité au contexte souverain / SecNumCloud
Ce qui fait la différence : quelqu'un capable de nommer une brique qu'il a écrite ou modifiée lui-même en production, pas uniquement opérée.
En bref
Année de création
2016
Nombre d'employés
10
Âge moyen
30
Genre
83%
17%