Nous recrutons un Ingénieur Data & IA TAL / NLP, spécialisé dans les modèles de langage, les systèmes d'inférence à grande échelle, et les frameworks agentiques modernes. Type de contrat : CDI, salaire selon expérience, forfait jours Syntec Expérience requise : stage NLP a minima si junior, expérience 1 à 5 ans en projet NLP et architecture cloud / on-premise si profil expérimenté Lieu de travail : École polytechnique (Palaiseau, 91) 1 à 2 jours par semaine, sinon télétravail Vous rejoindrez notre équipe NLP/LLM pour concevoir, optimiser et déployer des systèmes IA de pointe : recherche sémantique, RAG avancés, fine-tuning, distillation, quantization, graphes de connaissances et systèmes agentiques orchestrés. Vos missions : - Concevoir, entraîner, fine-tuner et optimiser des modèles de langage (LLM open-source ou propriétaires) - Implémenter, benchmarker et améliorer des pipelines RAG de nouvelle génération : Retrieval, filtering, ranking, Evaluation quantitative/qualitative des performances, Robustesse multilingue (français / anglais) - Évaluer et optimiser des modèles d'embeddings : BGE, E5, Qwen Embedding, GritLM, SFR-Embedding, etc., Comparaison de performances sur nos cas d'usage internes, Sélection et ajustement de modèles pour différents contextes (dense, hybrid, reranking) - Construire des systèmes agentiques via : LangChain / LangGraph, LlamaIndex, OpenAI Agents SDK, ou autres frameworks avancés d'orchestration LLM - Concevoir des pipelines robustes pour la collecte, génération et nettoyage de données complexes - Mettre en place des stratégies d'optimisation d'inférence (quantization, distillation, pruning, batching, caching) - Développer des protocoles d'évaluation rigoureux (benchmarks, stress tests, LLM-as-a-judge, datasets internes) - Collaborer étroitement avec les équipes engineering et produit pour intégrer vos solutions en production Profil recherché : - Master/Ingénieur/PhD en machine learning, NLP, informatique ou domaine associé - Souhaité : 2-5+ ans d'expérience en NLP/LLM ou IA appliquée - Excellente maîtrise de Python, PyTorch (ou TensorFlow) et HuggingFace Transformers - Expérience concrète dans la mise en œuvre de pipelines RAG complets et robustes, l'évaluation d'embedding models (BGE, Qwen, E5, etc.) et la comparaison de retrieveurs - Compétence confirmée avec des frameworks agentiques : LangChain, LangGraph, LlamaIndex, OpenAI Agents SDK, ou équivalents - Connaissance des modèles open-source (Llama, Mistral, Qwen, Gemma.) et des techniques de fine-tuning (LoRA, QLoRA, adapters) - Connaissances pratiques en architecture de déploiement IA (Docker, APIs, scaling, monitoring) - Capacité d'analyse, autonomie, rigueur scientifique et communication claire - Adaptabilité et intérêt marqué pour les approches open-source