? Compétences techniques clés :<br/> <br/> ? Moteurs de recherche : Maîtrise avancée d'Elasticsearch, incluant le tuning de pertinence et la gestion des index.<br/> <br/> ? Recherche Vectorielle : Expérience concrète dans l'utilisation de bases de données vectorielles et de modèles d'embedding.<br/> <br/> ? Reranking : Solide expérience dans la conception de modèles de reranking (XGBoost/LightGBM pour le LTR, ou approches Deep Learning).<br/> <br/> ? Stack Data : Maîtrise de Python, SQL et de l'écosystème GCP (BigQuery, Vertex AI).<br/> <br/> ? Expérience de plus de 7 ans en avec une spécialisation marquée sur les problématiques de Information Retrieval (IR)<br/> <br/> ? En intervenant à toutes les étapes des projets, vous pourrez :<br/> <br/> ? Stratégie Search : Collaborer avec les Product Managers pour défi nir la roadmap de pertinence (recherche textuelle, sémantique, hybride).<br/> <br/> ? Architecture Vectorielle : Concevoir et déployer des solutions de Vector Search (Embeddings, ANN) pour capturer l'intention client au-delà des mots-clés.<br/> <br/> ? Optimisation du Ranking : Implémenter et itérer sur des modèles de Learning to Rank (LTR) et de Reranking pour arbitrer entre pertinence métier, mix marge et préférences utilisateur.<br/> <br/> ? Évaluation de la pertinence : Mettre en place des protocoles d'A/B testing rigoureux et des frameworks d'évaluation (nDCG, MRR, Click-through rate).<br/> <br/> ? Expertise Elasticsearch : Optimiser les confi gurations, les analyseurs et les requêtes complexes pour garantir des performances temps réel à grande échelle.<br/> <br/> ? Mentorat : Guider et élever le niveau technique des data scientists juniors sur les thématiques de NLP et de Search.<br/> <br/> <br/> <br/> ? Compétences techniques clés :<br/> <br/> ? Moteurs de recherche : Maîtrise avancée d'Elasticsearch, incluant le tuning de pertinence et la gestion des index.<br/> <br/> ? Recherche Vectorielle : Expérience concrète dans l'utilisation de bases de données vectorielles et de modèles d'embedding.<br/> <br/> ? Reranking : Solide expérience dans la conception de modèles de reranking (XGBoost/LightGBM pour le LTR, ou approches Deep Learning).<br/> <br/> ? Stack Data : Maîtrise de Python, SQL et de l'écosystème GCP (BigQuery, Vertex AI).<br/> <br/> ? Expérience de plus de 7 ans en avec une spécialisation marquée sur les problématiques de Information Retrieval (IR)<br/> <br/> ? En intervenant à toutes les étapes des projets, vous pourrez :<br/> <br/> ? Stratégie Search : Collaborer avec les Product Managers pour défi nir la roadmap de pertinence (recherche textuelle, sémantique, hybride).<br/> <br/> ? Architecture Vectorielle : Concevoir et déployer des solutions de Vector Search (Embeddings, ANN) pour capturer l'intention client au-delà des mots-clés.<br/> <br/> ? Optimisation du Ranking : Implémenter et itérer sur des modèles de Learning to Rank (LTR) et de Reranking pour arbitrer entre pertinence métier, mix marge et préférences utilisateur.<br/> <br/> ? Évaluation de la pertinence : Mettre en place des protocoles d'A/B testing rigoureux et des frameworks d'évaluation (nDCG, MRR, Click-through rate).<br/> <br/> ? Expertise Elasticsearch : Optimiser les confi gurations, les analyseurs et les requêtes complexes pour garantir des performances temps réel à grande échelle.<br/> <br/> ? Mentorat : Guider et élever le niveau technique des data scientists juniors sur les thématiques de NLP et de Search.<br/> <br/> <br/> <br/>