Descriptif du poste: CDD de projet 12 mois Démarrage à compter du 18/05/2026 Catégorie : A    Corps : Ingénieur de recherche Quotité : 20% temps incomplet Emploi ouvert aux agents contractuels uniquement Rémunération selon grille de la Fonction Publique Activités Collecte & normalisation des textes (UE) : * Moissonnage ciblé (EUR-Lex/CELEX/ELI) des actes identifiés ; archivage des versions (proposition/adoption/JO/consolidés), ainsi que des métadonnées (dates, base juridique, procédure, institutions). * Capture des liens intertextes (articles/considérants/amendements), des phases de mise en application et des documents interprétatifs (lignes directrices, communications). * Harmonisation des références (formatage uniforme des citations, identifiants uniques, nomenclature des actes). Livrables : Corpus UE (répertoires textuels/JSON), table instruments.csv (métadonnées normalisées), table links.csv (renvois explicites). Nettoyage & préparation des données. Extraction d'entités : * Constitution d'un jeu d'annotation "or" (guidelines + 100-150 extraits annotés) - Livrable : guide d'annotation + dataset "gold". * Nettoyage structurel (suppression artefacts PDF/HTML, titres/annexes repérés, segmentation articles/considérants). * Détection des doublons/versions ; harmonisation de l'encoding ; alignement inter-versions (diffs) pour suivre les évolutions. * Contrôles qualité : complétude champs, cohérence des dates, validité des URLs sources ; journalisation des corrections (audit trail). Livrables : Textes nettoyés (par langue/version) + diffs inter-versions ; rapport de contrôle qualité QA. Embeddings & indexation sémantique & indicateurs d'évolution : * Granularité d'indexation : passage du texte en chunks juridiques (article, alinéa, considérant), avec contexte (titre, chapitre, instrument). * Embeddings : entraînement/choix de modèles adaptés au fr/en/de (ou multilingues) ; normalisation vectorielle ; stockage en vecteur-store (FAISS/pgvector). * Évaluation : jeux de requêtes juridiques de test (xxxx, nDCG), hard negatives (renvois proches mais non pertinents), courbes précision-rappel. * RAG contrôlé (optionnel pour la suite) : composition keyword + vector search ; garde-fous (citations pin-point, passage exact). Livrables : Index sémantique (vectors + métadonnées), cartes de similarité (topics/communautés), bench d'évaluation (scripts + scores). Comparaison UE → États membres (FR/DE/IT + 1 pays) * France : recensement et cartographie de transposition/appropriation * Allemagne : idem * Italie : idem * Pays additionnels (extension possible à l'Afrique, à confirmer) : idem Livrables : Par pays : fiche pays (textes, échéances, autorités, écarts). Synthèse comparative & tableaux d'écart.: note comparative UE→ EM + tableaux consolidés.     Profil recherché: a) Savoir sur l'environnement professionnel Cœur "NLP juridique" * Embeddings : expérience pratique des modèles d'embeddings (monolingues et multilingues), normalisation vectorielle, indexation (FAISS/pgvector), évaluation IR (xxxx, nDCG, P/R), réduction dimensionnelle (UMAP/t-SNE) et RAG sous contraintes juridiques (citation exacte, grounding). * Annotation : maîtrise d'outils d'annotation (notamment Prodigy) pour définir jeux "gold", schémas d'étiquettes et boucles d'amélioration ; appétence pour l'automatisation (scripts QA). * Préparation de corpus : parsing/cleaning de textes juridiques multi-formats (PDF/HTML/JO), segmentation articles/considérants, alignement inter-versions, gestion multilingue. Droit & régulation * Propriété intellectuelle (indispensable) : solides bases en brevets, dessins et modèles, marques, et droit d'auteur (originalité, titularité, exceptions), avec un intérêt marqué pour les problématiques liées à l'IA (œuvres générées, inventivité, données d'entraînement). * Droit de l'UE lié à l'IA : connaissance des principaux instruments (données/plateformes/sécurité produits/cybersécurité) et de leurs mécanismes (amendements, "sans préjudice", articulation règlements/directives). * Comparé / international (atout) : premières notions des cadres afric@ines (UA/organisations régionales) ou appétence pour les approches comparatives. Data & visualisation * Structuration de données, graphes (NetworkX/Gephi), timelines, matrices ; rigueur documentaire (dictionnaires de données, versioning). * Communication claire des résultats (tableaux de bord, notes exécutives) ; niveaux anglais et français professionnels. b)    Savoir-faire opérationnel * Capacités organisationnelles et de planification ; gestion de projets. * Capacité à rédiger une note de synthèse technique. c)    Savoir-faire comportemental * Initiative, autonomie, sens de l'organisation, reporting, respect des délais. * Capacités d'observation, d'analyse et de synthèse. * Disponibilité et fle