Taux journalier (TJM): 800 CONTEXTE Tech lead Expert Data Retrieval RAG. PRE EMBAUCHE - 6 mois de mission maximum. Au sein de l'équipe "AI Service", vous contribuerez à la conception de pipelines d'ingestion, d'indexation et de recherche pour des corpus juridiques massifs. Enjeu : garantir la fraîcheur et la qualité du retrieval (sémantique et hybride) pour des équipes réparties en Europe, en respectant la sécurité et la conformité des données (RGPD, cloisonnement par pays). MISSIONS * Collecte, ingestion & indexation : concevoir des pipelines pour sources hétérogènes (parsing, nettoyage, chunking, normalisation), industrialiser modèles d'embeddings, alimenter et maintenir bases vectorielles, gérer fraîcheur et reconstruction des index, garantir scalabilité et traçabilité (lignage, versioning). * Recherche & pertinence (Retrieval) : piloter stratégie combinant recherche lexicale et sémantique (BM25 + embeddings), reranking et filtrage par métadonnées ; structurer la phase de récupération pour alimenter les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte) ; mettre en place jeux de tests et métriques (recall, precision, nDCG, MRR) ; instrumenter pipelines (logs, métriques, traces de qualité) et garantir observability et security. * Leadership technique & gouvernance : promouvoir Clean Code, SOLID, tests automatisés ; assurer veille, documentation et rayonnement technique (articles, meetups, open-source). Livrables : pipelines reproductibles, index robustes et métriques de pertinence opérationnelles. OUTILS & ENVIRONNEMENT * Langages : Python 3.11+ (maîtrise requise), Go * Indexation : bases vectorielles (pgvector, Weaviate, Qdrant, OpenSearch), recherche hybride / BM25 * Embeddings & NLP : sentence-transformers, modèles d'embeddings, tokenisation, parsing de documents * RAG & LLM : LangChain, RAG, reranking, OpenAI, Mistral, Bedrock * Data & infra : PostgreSQL, Airflow / Spark (ou équivalent), Kefka, Redis, Docker, CI/CD, K8S * Tests : Pytest ; évaluation de la pertinence (recall, nDCG, MRR) CONDITIONS DE TRAVAIL * Pré embauche * Mission de 6 mois maximum * Contexte européen avec équipes réparties en Europe * Respect des normes RGPD et cloisonnement par pays ---------------------------------------- Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières : https://www.linkedin.com/company/naxotech (https://www.linkedin.com/company/naxotech) 1. Master, PhD, ou équivalent 2. Maîtrise de Python 3.11+ et connaissance de Go 3. Expérience avec des bases vectorielles telles que pgvector, Weaviate, Qdrant, OpenSearch et recherche hybride / BM25 4. Compétences en embeddings et NLP : sentence-transformers, modèles d'embeddings, tokenisation, parsing de documents 5. Connaissance des outils RAG et LLM : LangChain, RAG, reranking, OpenAI, Mistral, Bedrock 6. Compétences en data & infrastructure : PostgreSQL, Airflow / Spark (ou équivalent), Kefka, Redis, Docker, CI/CD, K8S 7. Maîtrise des tests avec Pytest et évaluation de la pertinence (recall, nDCG, MRR) 8. Expérience avérée en data engineering / information retrieval en production 9. Expertise en retrieval, pipelines reproductibles, culture IA/ML 10. Anglais fluide (contexte européen quotidien) 11. Qualités personnelles : vision produit, pédagogie, rigueur sécurité, curiosité innovation, communication claire