Descriptif du poste:\n\nSalary: 900\nIngénieur-e IA/ML - Plateforme d'Evidence Agentique (Backend)\nNous construisons une plateforme qui transforme des documents en graphe de connaissances et rédige des contenus de dossiers destinés aux payeurs, avec une traçabilité complète - de l'ingestion jusqu'à la rédaction, le contrôle qualité et le suivi des mises à jour de preuves. Tu seras propriétaire de l'ensemble du périmètre IA/ML et backend, de bout en bout, en travaillant de façon autonome du spike jusqu'à la production ; l'interface front-end est prise en charge par d'autres.\nTu développeras les pipelines de parsing documentaire et d'extraction par LLM sur des rapports d'études cliniques et des publications : segmentation, canonicalisation d'entités contre un graphe avec une discipline de fusion stricte, et détection terminologique. Tu implémenteras la couche graphe de connaissances Neo4j (migrations de schéma, templates Cypher, un serveur de requêtes MCP), le backend FastAPI qui porte l'état des workflows, une projection Postgres avec réconciliation, ainsi que des agents LLM de rédaction et de QC avec une provenance vérifiable. Tu seras également propriétaire du harnais d'évaluation : golden sets, métriques d'extraction et recalcul indépendant - chaque incrément étant conditionné à des résultats mesurés plutôt qu'à des démos.\n \n\nProfil recherché:\n\nIndispensable : Python solide ; ingénierie LLM en production (Azure OpenAI ou équivalent, extraction structurée, conception de prompts et d'agents, seams de test mock/réel) ; bases de données graphe avec Cypher ; FastAPI ou équivalent ; Postgres ; parsing documentaire (docx, pptx, PDF) ; rigueur dans les pratiques d'évaluation. À l'aise pour prendre seul-e des décisions d'architecture et les défendre à l'écrit.\nApprécié : frameworks d'agents MCP ou tool-calling, recherche vectorielle et embeddings, exposition au domaine clinique ou HEOR/accès au marché, déploiement mono-tenant basé sur Docker.