Pre Embauche - Tech Lead Expert Data Retrieval Rag H/F
LittleBig Connection (part of Mantu)
- Courbevoie - 92
- Freelance
- Bac +5
- Services aux Entreprises
Les compétences pour ce job
Vous vous reconnaissez dans ces compétences ? Cliquez dessus pour les ajouter rapidement à votre profil !
Détail du poste
Le besoin
Contexte de la mission
PRE EMBAUCHE - 6 mois de mission maximum
Aux côtés d'une équipe d'experts passionnés au sein de l'équipe AI Service, vous relèverez les plus hauts défis techniques de la société, et du marché de l'édition juridique. En tant qu'Expert Data & Retrieval, vous êtes le garant de la matière première de notre IA : la collecte, l'ingestion, l'indexation et la recherche de pertinence sur des volumes juridiques massifs, le socle qui alimente nos modèles de langage et nos produits. Votre terrain de jeu : transformer la manière dont tout un secteur, le droit, travaille au quotidien.
Votre mission n'est pas d'écrire un simple script, mais de concevoirdes pipelines de données robustescapables d'ingérer, de nettoyer et d'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 gérant une complexité technique de haut vol (volumétrie, hétérogénéité des sources, évaluation de la pertinence, scalabilité...).
Objectifs et livrables
Votre mission n'est pas d'écrire un simple script, mais de concevoirdes pipelines de données robustescapables d'ingérer, de nettoyer et d'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 gérant une complexité technique de haut vol (volumétrie, hétérogénéité des sources, évaluation de la pertinence, scalabilité...).
Vos missions principales : bâtir, outiller, transmettre
1. Collecte, ingestion & indexation
Pipelines d'ingestion : concevoir la collecte et le traitement de sources hétérogènes (édition, open data, bases juridiques), le parsing, le nettoyage, le chunking et la normalisation des documents.
Indexation & embeddings : choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index.
Qualité & volumétrie : garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index).
2. Recherche & pertinence (Retrieval)
Stratégie de retrieval : combiner recherche lexicale et sémantique (BM25 + embeddings) avec reranking et filtrage par métadonnées pour maximiser la pertinence
Évaluation continue : mettre en place des jeux de tests et des métriques de pertinence (recall, precision, nDCG, MRR) pour mesurer et améliorer le retrieval.
RAG : structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte).
Observability & Security : instrumenter les pipelines (logs, métriques, traces de qualité) et garantir la sécurité et la conformité des données juridiques (RGPD, cloisonnement par pays).
3. Leadership Technique & Gouvernance
Culture Craftsmanship : promouvoir les pratiques de Clean Code, SOLID, et tests automatisés
Rayonnement : assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).
Le profil recherché
Profil recherché
Profil
Diplôme : Master, PhD, ou équivalent.
Stacks :
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).
Compétences attendues :
Expérience avérée en data engineering / information retrieval sur des volumes massifs en production.
Expertise Retrieval : vous maîtrisez l'indexation, les embeddings et la recherche hybride, et vous savez mesurer puis améliorer la pertinence.
Culture Data : pipelines reproductibles, qualité et lignage des données, versioning des datasets et des index.
Solide culture IA / ML : embeddings, NLP et bonne compréhension des LLM (sans en être nécessairement l'expert serving).
Polyvalence appréciée : une appétence pour d'autres langages (Java notamment) pour prêter main-forte sur des sujets transverses est un vrai plus.
Anglais fluide (contexte européen quotidien)
Soft Skills
Vision Produit : comprendre les enjeux métiers du droit pour prioriser les fonctionnalités. Vos index et votre moteur de recherche sont gérés comme un produit : vous considérez les autres développeurs comme vos clients.
Leadership Technique & pédagogie : capacité à évangéliser les bonnes pratiques data, retrieval et IA auprès des autres développeurs.
Obsession de la Qualité : rigueur absolue sur la sécurité des données (Legaltech oblige) et la fiabilité des services.
Esprit d'innovation : curiosité pour les avancées de l'écosystème IA, NLP et data.
Communication : savoir vulgariser des concepts complexes.
Pourquoi ce poste est unique ?
Vous intervenez au moment de la prise de décisions structurantes. Vous avez un réel pouvoir d'influence sur la stack finale.
Complexité métier stimulante : indexer et rendre pertinent un patrimoine juridique massif et hétérogène, au service de l'IA, est un défi data rare.
Vision long terme : nous ne cherchons pas à "livrer une feature", mais à créer le standard industriel de notre groupe pour les prochaines années.
Une aventure humaine avant tout : vous rejoignez une équipe d'experts soudée et bienveillante. Cette préembauche est pensée pour vous accueillir pleinement et vous inscrire durablement dans la société, bien au-delà d'une simple mission.
Infos complémentaires
Publiée le 25/08/2026 - Réf : 686f54faa5853178dadaa3d03a7de46d
