Expert Data & Retrieval H/F
Raedy
- Paris - 75
- Indépendant
- Bac +5
- Services aux Entreprises
Les compétences pour ce job
Détail du poste
Le besoin
Notre client, acteur majeur de l'édition, recherche un(e) Expert Data & Retrieval pour rejoindre son équipe "AI Service", au coeur des enjeux d'intelligence artificielle appliquée au domaines réglementés.
Votre mission : concevoir des pipelines de données robustes capables d'ingérer, nettoyer et indexer d'énormes corpus juridiques, puis d'exposer une recherche rapide et pertinente (sémantique et hybride) au service de plusieurs équipes à travers l'Europe. Vous garantirez la fraîcheur des index et la qualité du retrieval, tout en pilotant une complexité technique de haut niveau : volumétrie, hétérogénéité des sources, évaluation de la pertinence, scalabilité.
Vos missions principales :
1. Collecte, ingestion & indexation
Concevoir des pipelines d'ingestion de sources hétérogènes (édition, open data, bases juridiques) : parsing, nettoyage, chunking, normalisation
Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles
Garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning)
2. Recherche & pertinence (Retrieval)
Combiner recherche lexicale et sémantique (BM25 + embeddings) avec reranking et filtrage par métadonnées
Mettre en place des jeux de tests et métriques de pertinence (recall, precision, nDCG, MRR)
Structurer la phase de retrieval alimentant les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte)
Instrumenter les pipelines (observabilité) et garantir la sécurité/conformité des données (RGPD, cloisonnement par pays)
3. Leadership technique & gouvernance
Promouvoir les pratiques Clean Code, SOLID, tests automatisés
Contribuer au rayonnement technique du groupe (veille, articles, meetups, open-source)
Pourquoi cette mission est unique :
Intervention au moment de décisions structurantes, réel pouvoir d'influence sur la stack finale
Défi data rare : indexer et rendre pertinent un patrimoine juridique massif et hétérogène au service de l'IA
Vision long terme - création d'un standard industriel pour le groupe, pas une simple feature à livrer
Équipe d'experts soudée et bienveillante, préembauche pensée pour une intégration durable
Le profil recherché
Profil recherché
Formation : Master, PhD, ou équivalent.
Compétences techniques requises :
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), Kafka, Redis, Docker, CI/CD, K8S
Tests & évaluation : Pytest, métriques de pertinence (recall, nDCG, MRR)
Expérience attendue :
Expérience avérée en data engineering / information retrieval sur des volumes massifs en production
Expertise retrieval confirmée : indexation, embeddings, recherche hybride, capacité à mesurer et améliorer la pertinence
Culture data solide : pipelines reproductibles, qualité et lignage des données, versioning
Bonne culture IA/ML : embeddings, NLP, compréhension des LLM (sans nécessairement en être l'expert serving)
Polyvalence appréciée : appétence pour d'autres langages (Java notamment) pour du transverse
Anglais fluide (contexte européen quotidien)
Soft skills :
Vision produit - gérer son moteur de recherche comme un produit, au service des autres développeurs
Leadership technique & pédagogie - capacité à évangéliser les bonnes pratiques
Obsession de la qualité - rigueur sur la sécurité des données (legaltech) et la fiabilité des services
Esprit d'innovation et curiosité pour l'écosystème IA/NLP/data
Communication - savoir vulgariser des concepts complexes
Infos complémentaires
Publiée le 24/07/2026 - Réf : b6f8a96354fce693a54ee52a20bd905e