Guide CV pour Prompt Engineer : Comment Décrocher un Poste qui N'Existait Presque Pas il y a Deux Ans

Le prompt engineering occupe une position inhabituelle sur le marché de l'emploi. C'est réel — les entreprises recrutent activement pour ce poste, paient des salaires compétitifs et le traitent comme une compétence technique distincte. C'est aussi fréquemment dénigré — par les technologues qui le considèrent comme une compétence temporaire qui sera automatisée, par les systèmes RH qui ne savent pas à quelle famille d'emplois il appartient, et par les recruteurs qui ne peuvent pas toujours distinguer la vraie expertise de quelqu'un qui a joué avec ChatGPT.

Il en résulte un problème de crédentiel particulier. Le prompt engineering n'a pas de diplôme universitaire établi, pas de certification largement reconnue, pas d'intitulé de poste standard, et pas de consensus sur ce que le rôle implique réellement. Vous essayez d'être embauché pour un emploi que le marché n'a pas encore décidé comment évaluer — en rivalisant avec une vague de personnes qui ont ajouté « prompt engineer » à leur titre LinkedIn après un week-end d'expérimentation.

Ce guide explique comment se démarquer de ce bruit et présenter un CV qui démontre une compétence réelle en prompt engineering aux personnes qui savent vraiment ce qu'elles cherchent.

Ce qu'Est Vraiment le Prompt Engineering (et Ce qu'Il N'Est Pas)

Avant d'écrire un seul mot de votre CV, soyez clair dans votre propre esprit sur ce qu'est le prompt engineering en tant que compétence professionnelle — car le flou dans la définition du domaine est une partie significative du défi.

Dans son essence, le prompt engineering professionnel est la pratique de concevoir, tester et affiner les entrées de modèles de langage pour produire de façon fiable des sorties qui répondent à des standards de qualité et de performance spécifiques dans un contexte de production. L'emphase sur « production » et « de façon fiable » et « standards spécifiques » est ce qui distingue le prompt engineering réel de l'expérimentation occasionnelle.

Le vrai prompt engineering implique :

• Concevoir des structures de prompt (messages système, exemples few-shot, scaffolding chain-of-thought, contraintes de format de sortie) qui produisent des sorties cohérentes sur une large gamme d'entrées
• Construire et exécuter des frameworks d'évaluation pour mesurer si les changements de prompt améliorent ou dégradent les performances sur des métriques définies
• Comprendre et exploiter les comportements spécifiques aux modèles, y compris les différences entre familles de modèles, variantes fine-tunées et modèles instruction-tunés
• Le versioning des prompts et l'itération systématique avec une gestion des changements appropriée
• La conception pour les cas limites et les entrées adversariales qui provoqueraient des défaillances de prompt
• L'optimisation des coûts (efficacité des tokens, stratégies de cache, routage de modèle pour les arbitrages coût/qualité)
• L'intégration dans des systèmes de production via des APIs, l'appel de fonctions, l'utilisation d'outils et les architectures RAG

Ce que ce n'est pas : écrire des questions intéressantes dans ChatGPT, utiliser des outils IA pour la productivité personnelle, ou suivre un cours qui enseigne « les 7 types de prompts ».

Votre CV doit démontrer le premier aspect et se distancer implicitement du second.

Le Problème des Preuves et Comment le Résoudre

Le défi central du CV de prompt engineer est le problème des preuves : une grande partie du meilleur travail est invisible. Un excellent prompt qui extrait de façon fiable des données structurées à partir de documents non structurés ne produit pas d'artefact visible de la même façon qu'une base de code, un design ou un article publié. Le travail réside dans un fichier template de prompt qui peut être propriétaire, dans des tableurs d'évaluation qui ne peuvent pas être partagés, et dans des métriques de production qui sont confidentielles.

Voici comment créer des preuves publiques de vos compétences :

Construisez des outils publics. Un outil publiquement accessible qui utilise un prompting sophistiqué pour faire quelque chose de genuinement utile — documenté comme une étude de cas — est la pièce de portfolio la plus puissante pour un prompt engineer. Ce n'est pas besoin d'être un produit. Ça peut être un script Python avec un dépôt GitHub public, un espace Hugging Face, ou un Colab partagé. Ce qui compte, c'est qu'un intervieweur puisse le regarder et voir : cette personne comprend comment concevoir des prompts qui fonctionnent de façon fiable sur des entrées variées.

Écrivez publiquement sur votre processus. Les techniques que vous utilisez pour concevoir des prompts, les frameworks d'évaluation que vous avez construits, les modes de défaillance que vous avez appris à anticiper — ce sont d'excellents sujets pour des écrits techniques. Un post détaillé sur la façon dont vous avez amélioré la fiabilité d'un prompt pour une tâche d'extraction spécifique (même un projet personnel) démontre une profondeur technique qu'un intitulé de poste ne peut pas.

Contribuez aux outils IA open source. Des projets comme LangChain, DSPy, Instructor et des bibliothèques connexes ont des communautés actives et des issues et exemples liés aux prompts. Contribuer démontre à la fois une maîtrise technique et un engagement avec la communauté professionnelle.

Participez publiquement à des compétitions. Plusieurs compétitions et défis de prompt engineering existent (PromptHero, diverses compétitions Hugging Face, hackathons IA). Bien se classer dans l'un d'entre eux est une preuve citable.

Structure du CV pour Prompt Engineers

Section résumé : Soyez précis sur les familles de modèles avec lesquelles vous avez travaillé, les types de tâches pour lesquelles vous avez conçu des prompts, et votre approche d'évaluation. « Expérimenté en prompt engineering » est du bruit. « Deux ans de prompt engineering pour des tâches d'extraction d'informations et de génération de données structurées avec GPT-4, Claude 3 et des variantes Mistral, avec des frameworks d'évaluation quantifiés en production » est du signal.

Incluez un lien vers votre portfolio (GitHub, site personnel) si vous en avez un. Pour les prompt engineers, le lien vers le portfolio dans le résumé du CV est encore plus important que dans d'autres rôles techniques car il n'y a pas d'autre accréditation standard vers laquelle pointer.

Entrées d'expérience : Pour chaque rôle pertinent, documentez le travail de prompt engineering spécifiquement, pas seulement les résultats produit. Le lecteur doit voir à la fois ce que le système IA faisait et comment vous avez construit la couche de prompting qui le faisait fonctionner.

Exemple de bullet d'expérience faible : « Développé des fonctionnalités IA pour la plateforme de support client. »

Exemple de bullet d'expérience fort : « Conçu et itéré le pipeline de prompting multi-étapes pour la classification automatisée des tickets (intention + urgence + catégorie de routage), réduisant le taux d'escalade humaine de 34% à 11% sur 4 mois grâce à une évaluation systématique des prompts sur un ensemble de test labelisé de 2 000 exemples. Performance de production maintenue sur deux mises à jour majeures de modèle (GPT-4 → GPT-4o → GPT-4o mini) grâce à une itération de prompts sous contrôle de version. »

Les spécificités ici — la métrique, l'approche d'évaluation, la taille de l'échantillon, la migration de modèle — sont toutes des preuves d'un travail de niveau professionnel.

Section compétences : Incluez les familles de modèles spécifiques (GPT-4 / GPT-4o, Claude 3 / Claude 3.5, Gemini, Mistral, variantes Llama), les frameworks (LangChain, LlamaIndex, DSPy, Instructor, Semantic Kernel), les outils d'évaluation (RAGAS, LangSmith, pipelines d'évaluation personnalisés), et les compétences support (Python, JSON schema, bases de données vectorielles, modèles d'embedding).

Ne gonflez pas la section compétences avec des choses que vous n'avez utilisées qu'une fois. Tout ce que vous listez, vous devez être en mesure d'en parler lors d'un entretien technique.

Compétences Techniques à Démontrer

Les recruteurs qui évaluent les candidats prompt engineer recherchent des preuves de compétences techniques spécifiques. Ce sont celles qui signalent le plus fortement une capacité professionnelle :

La conception d'évaluation. La capacité à construire des frameworks d'évaluation capables de mesurer si un changement de prompt est vraiment une amélioration est probablement la compétence de prompt engineering la plus importante. Cela nécessite : définir des métriques de qualité spécifiques aux tâches, construire ou sourcer des ensembles de test, et exécuter des comparaisons systématiques. Quelqu'un qui dit « j'itère sur les prompts jusqu'à ce qu'ils semblent meilleurs » est un amateur. Quelqu'un qui dit « j'ai construit un ensemble d'évaluation de 500 exemples avec une vérité terrain labelisée par des humains et j'ai exécuté toutes les itérations de prompt contre lui avant de promouvoir en production » est un professionnel.

La gestion des modes de défaillance des prompts. Comment gérez-vous l'injection de prompt ? Les tentatives de jailbreak ? Le décalage de distribution (le prompt fonctionne sur les données d'entraînement mais échoue sur les cas limites non couverts par l'ensemble de test) ? La dégradation à travers les mises à jour de modèle ? Démontrer une conscience de ces défis et montrer comment vous les avez abordés est une preuve puissante d'expérience en production.

L'ingénierie de sortie structurée. Amener les modèles de langage à produire de façon fiable des sorties structurées (JSON avec des schémas spécifiques, tables structurées, extractions catégorisées) est une compétence de production fondamentale. Cela implique la spécification du format de sortie, la logique de validation et de réessai, et la gestion des cas où le modèle ne suit pas le schéma. Une expérience spécifique ici est très valorisée.

Les pipelines multi-étapes et agentiques. Pour les rôles impliquant des systèmes agentiques — utilisation d'outils, raisonnement multi-étapes, appel de fonctions, orchestration de plusieurs appels LLM — l'expérience en fiabilité, gestion des erreurs et optimisation des coûts dans ces architectures est un fort différenciateur.

L'architecture RAG. La Retrieval-Augmented Generation est désormais une architecture standard pour de nombreux produits IA d'entreprise. Comprendre comment la qualité de la récupération affecte la qualité de la génération, comment ajuster les stratégies de chunking et de récupération, et comment concevoir des prompts qui utilisent efficacement le contexte récupéré est une compétence fondamentale pour de nombreux rôles de prompt engineering.

Répondre au Scepticisme « Est-ce un Vrai Emploi ? »

Certains interviewers et recruteurs croient genuinement que le prompt engineering sera automatisé ou rendu non pertinent à mesure que les modèles deviennent plus capables de s'auto-instruire. Vous pouvez rencontrer ce scepticisme.

Les preuves contre ce point de vue sont pratiques : les systèmes IA de production nécessitent une maintenance continue des prompts à mesure que les modèles sont mis à jour, que de nouveaux cas limites émergent, que l'évaluation révèle des lacunes, et que les exigences changent. Ce n'est pas fondamentalement différent de la façon dont les systèmes logiciels nécessitent une maintenance continue — le fait que les outils le facilitent n'élimine pas le jugement nécessaire pour bien le faire.

La réponse la plus forte n'est pas de débattre du point mais de plaider empiriquement à travers votre CV. Si votre CV démontre que vous avez amélioré de façon mesurable des systèmes IA de production, réduit les taux de défaillance, maintenu les performances à travers des transitions de modèle, et construit une infrastructure d'évaluation que d'autres utilisent — la question théorique de savoir si le prompt engineering est « réel » devient non pertinente. Le travail a produit de la valeur. C'est le seul argument qui compte.

Adapter Votre CV à des Rôles Spécifiques

L'intitulé « prompt engineer » couvre une large gamme de rôles réels. Adapter votre CV nécessite de comprendre quel type de rôle vous ciblez.

Rôles de recherche et d'expérimentation (courants dans les labs IA, les entreprises orientées recherche) : soulignez votre méthodologie d'évaluation, votre familiarité avec la littérature d'évaluation des modèles, et toute contribution académique ou quasi-académique que vous avez apportée au domaine.

Rôles d'ingénierie en production (la plupart des équipes IA d'entreprise) : soulignez la fiabilité, l'échelle, l'optimisation des coûts, le monitoring et la maintenance à travers les transitions de modèle.

Rôles de produit IA (AI PM qui font aussi du prompting, ou ingénieurs proches du produit) : soulignez le lien entre les choix techniques de prompt et les résultats d'expérience utilisateur. Montrez la chaîne de la décision de prompt au comportement de l'utilisateur à la métrique métier.

Applications verticales (IA juridique, IA médicale, IA financière) : soulignez la connaissance du domaine aux côtés de la compétence en prompt engineering. Un prompt engineer qui comprend le vocabulaire spécifique, le contexte réglementaire et les standards de qualité du domaine cible est bien plus précieux qu'un généraliste dans la plupart des applications IA verticales.

Des outils comme NextCV peuvent vous aider à adapter un brouillon de CV solide au langage spécifique de différentes descriptions de poste — ce qui compte dans un domaine où la définition du rôle varie autant d'un employeur à l'autre.

Ce que l'Entretien Testera

Votre CV vous obtient l'entretien. L'entretien teste trois choses spécifiquement pour les rôles de prompt engineering :

La capacité de prompting en direct. Attendez-vous à recevoir une tâche et à devoir concevoir un prompt en temps réel. L'évaluateur ne vérifie pas seulement si vous obtenez une bonne sortie — il observe votre processus : comment vous réfléchissez à la structure, comment vous gérez les cas d'échec, comment vous itérez, et si vous proposez une approche d'évaluation.

La profondeur technique sur les modèles. Attendez-vous à des questions sur des comportements spécifiques des modèles : quelles sont les limitations de la famille de modèles que vous avez le plus utilisée ? Comment la longueur de la fenêtre de contexte affecte-t-elle la qualité des sorties ? Comment gérez-vous les modèles qui sont incohérents dans le suivi des instructions ? Ces questions séparent les personnes qui ont utilisé les outils de celles qui les comprennent.

Le jugement dans l'ambiguïté. Les vrais problèmes de prompt engineering sont sous-spécifiés — les exigences ne sont pas claires, les critères d'évaluation sont contestés, ou le comportement du modèle est inattendu. Comment gérez-vous l'ambiguïté ? Comment transformez-vous une exigence vague en une spécification testable ? Ce jugement est la chose la plus difficile à entraîner et la plus précieuse à démontrer.

Commencer sur le CV si Vous Êtes Nouveau dans le Domaine

Si vous ciblez des rôles de prompt engineering mais n'avez pas d'historique d'emploi conventionnel dans ce domaine, le chemin vers un CV crédible passe par le travail public.

Commencez par un projet : choisissez un vrai problème qu'un modèle de langage pourrait aider à résoudre — extraire des données structurées à partir de documents, générer des résumés cohérents d'un type spécifique de contenu, classifier des entrées selon une taxonomie définie. Construisez un système de prompting qui y répond rigoureusement, avec évaluation. Documentez le processus en détail. Rendez-le publiquement accessible.

Ce seul projet, bien documenté, fera plus pour votre CV qu'une liste de cours ou de certifications. C'est une preuve concrète de la compétence qui compte.

NextCV peut vous aider à structurer et formuler l'expérience autour de ce projet pour qu'elle soit lue comme un travail de niveau professionnel plutôt qu'un projet de loisir — parce que pour beaucoup de prompt engineers autodidactes, c'est exactement ce que c'est.

Le domaine est nouveau. Les critères d'évaluation sont encore en cours d'établissement. Les candidats qui font preuve d'une pensée rigoureuse, d'un engagement technique sincère et de preuves publiques de leur approche ont un chemin bien plus clair vers le rôle que ceux qui attendent que des accréditations existent.

Construisez les preuves. Rédigez le CV autour d'elles. Obtenez l'emploi.