Tech lead Data & Retrieval – IA Générative / RAG F/H

Au sein d’une équipe spécialisée en Data et Intelligence Artificielle, vous intervenez sur des problématiques à forte dimension technique autour de la gestion de données, de l’Information Retrieval et de l’IA générative.

Votre mission consiste à concevoir et industrialiser les pipelines permettant de collecter, transformer, indexer et rechercher de grands volumes de données, afin d’alimenter des applications basées sur les LLM et les architectures RAG.

Vous serez également impliqué dans les choix d’architecture, l’amélioration de la pertinence des recherches et l’industrialisation des solutions en production.

Vos principales missions

Data Engineering & Indexation

• Concevoir et industrialiser des pipelines d’ingestion de données provenant de sources hétérogènes.

• Mettre en œuvre les traitements de parsing, nettoyage, normalisation et chunking.

• Concevoir et maintenir des systèmes d’indexation à grande échelle.

• Mettre en œuvre des bases vectorielles et des embeddings.

• Garantir la qualité, la fraîcheur, la traçabilité et la scalabilité des données et des index.

Retrieval & RAG

• Concevoir des stratégies de recherche sémantique et hybride.

• Combiner recherche lexicale (BM25), embeddings, filtrage et reranking.

• Mettre en place des indicateurs de pertinence : Recall, Precision, nDCG, MRR.

• Optimiser les mécanismes de Retrieval alimentant les LLM et architectures RAG.

• Travailler sur la gestion du contexte, la déduplication et la qualité des résultats.

Architecture & qualité

• Participer aux choix techniques et à l’évolution de la stack Data/IA.

• Mettre en place les bonnes pratiques de développement : Clean Code, SOLID, tests automatisés.

• Assurer l’observabilité des pipelines et des services.

• Contribuer à la sécurité et à la conformité des données.

• Accompagner techniquement les équipes et partager les bonnes pratiques.

Environnement technique

Indispensable :

• Python 3.11+

• Data Engineering / Information Retrieval

• Embeddings / NLP

• Recherche sémantique et hybride

• RAG / LLM

• Bases vectorielles : Qdrant, Weaviate, pgvector, OpenSearch

• PostgreSQL

• Tests avec Pytest

Environnement apprécié :

• LangChain

• OpenAI, Mistral, Amazon Bedrock

• BM25 / reranking

• Kafka

• Redis

• Airflow / Spark

• Docker / Kubernetes

• CI/CD

• Go ou Java