Descriptif du poste:\n\nAu sein d'une équipe spécialisée en Data et Intelligence Artificielle, vous intervenez sur des problématiques à forte dimension technique autour de la gestion de données, de l'Information Retrieval et de l'IA générative.\nVotre mission consiste à concevoir et industrialiser les pipelines permettant de collecter, transformer, indexer et rechercher de grands volumes de données, afin d'alimenter des applications basées sur les LLM et les architectures RAG.\nVous serez également impliqué dans les choix d'architecture, l'amélioration de la pertinence des recherches et l'industrialisation des solutions en production.\n \nVos principales missions\nData Engineering & Indexation\n* Concevoir et industrialiser des pipelines d'ingestion de données provenant de sources hétérogènes.\n* Mettre en œuvre les traitements de parsing, nettoyage, normalisation et chunking.\n* Concevoir et maintenir des systèmes d'indexation à grande échelle.\n* Mettre en œuvre des bases vectorielles et des embeddings.\n* Garantir la qualité, la fraîcheur, la traçabilité et la scalabilité des données et des index.\nRetrieval & RAG\n* Concevoir des stratégies de recherche sémantique et hybride.\n* Combiner recherche lexicale (BM25), embeddings, filtrage et reranking.\n* Mettre en place des indicateurs de pertinence : Recall, Precision, nDCG, MRR.\n* Optimiser les mécanismes de Retrieval alimentant les LLM et architectures RAG.\n* Travailler sur la gestion du contexte, la déduplication et la qualité des résultats.\nArchitecture & qualité\n* Participer aux choix techniques et à l'évolution de la stack Data/IA.\n* Mettre en place les bonnes pratiques de développement : Clean Code, SOLID, tests automatisés.\n* Assurer l'observabilité des pipelines et des services.\n* Contribuer à la sécurité et à la conformité des données.\n* Accompagner techniquement les équipes et partager les bonnes pratiques.\nEnvironnement technique\n \nIndispensable :\n* Python 3.11+\n* Data Engineering / Information Retrieval\n* Embeddings / NLP\n* Recherche sémantique et hybride\n* RAG / LLM\n* Bases vectorielles : Qdrant, Weaviate, pgvector, OpenSearch\n* PostgreSQL\n* Tests avec Pytest\nEnvironnement apprécié :\n* LangChain\n* OpenAI, Mistral, Amazon Bedrock\n* BM25 / reranking\n* Kafka\n* Redis\n* Airflow / Spark\n* Docker / Kubernetes\n* CI/CD\n* Go ou Java\n\nProfil recherché:\n\nDe formation supérieure en informatique, Data, IA ou domaine équivalent, vous disposez d'une expérience significative en Data Engineering, Information Retrieval ou IA appliquée, idéalement sur des environnements à forte volumétrie.\nVous maîtrisez notamment :\n* la conception de pipelines Data industrialisés ;\n* l'indexation et la recherche sur de grands volumes de données ;\n* les embeddings et la recherche vectorielle ;\n* les architectures de Retrieval et RAG ;\n* l'évaluation et l'optimisation de la pertinence des résultats ;\n* les problématiques de qualité, traçabilité et versioning des données.\nVous êtes à l'aise dans les environnements techniques complexes et souhaitez participer à des projets au croisement de la Data Engineering et de l'IA générative.\nUn bon niveau d'anglais est requis pour évoluer dans un contexte international.