Tech Lead Data Retrieval / RAG - Python & Search - Freelance (H/F)

Envie de relever un nouveau défi autour de la Data et de l'IA ? CELAD vous attend !
Vous êtes passionné(e) par la recherche d'information, les architectures data et l'IA générative ? Vous souhaitez intervenir sur des problématiques de volumétrie, d'indexation et de pertinence à grande échelle ?
Nous recherchons un Tech Lead Data Retrieval / RAG pour rejoindre un acteur du secteur de l'édition juridique et de la Legaltech, basé à La Défense.
Au sein d'une équipe spécialisée dans les services IA, vous contribuerez à la conception du socle data qui alimente des applications intelligentes destinées aux professionnels du droit.
Vous serez le référent technique sur la collecte, l'ingestion, la transformation et l'indexation de corpus documentaires volumineux. Votre objectif : concevoir des pipelines fiables et scalables, tout en optimisant la pertinence des résultats issus de moteurs de recherche hybrides et de systèmes RAG.
*
Ingestion de données : concevoir des pipelines capables de collecter et de traiter des sources hétérogènes, d'assurer le parsing, le nettoyage, le chunking et la normalisation des documents.
*
Indexation : industrialiser les mécanismes d'indexation et d'embeddings sur des corpus volumineux, en garantissant la fraîcheur et la cohérence des index.
*
Recherche d'information : concevoir des stratégies de recherche combinant recherche lexicale, recherche sémantique, BM25, embeddings et reranking.
*
Optimisation de la pertinence : définir des métriques et des jeux de tests pour mesurer et améliorer la qualité du retrieval.
*
Architecture RAG : structurer la récupération des documents et du contexte transmis aux LLM, en gérant les citations, la déduplication et les fenêtres de contexte.
*
Qualité et traçabilité : mettre en place le versioning des datasets et des index, le lignage des données et des mécanismes de supervision.
*
Sécurité : contribuer à la protection des données, au cloisonnement des traitements et au respect des exigences réglementaires.
*
Leadership technique : accompagner les équipes, promouvoir les bonnes pratiques de développement et contribuer aux choix d'architecture.
*
Langages : Python 3.11+, Go apprécié.
*
Recherche et indexation : OpenSearch, Elasticsearch, pgvector, Weaviate, Qdrant, BM25, recherche hybride.
*
IA et NLP : embeddings, sentence-transformers, tokenisation, parsing documentaire, reranking, RAG, LangChain.
*
LLM : OpenAI, Mistral, Bedrock ou technologies équivalentes.
*
Data engineering : PostgreSQL, Airflow, Spark ou équivalents.
*
Infrastructure : Kafka, Redis, Docker, CI/CD, Kubernetes.
*
Tests et évaluation : Pytest, precision, recall, nDCG, MRR.
*
Vous justifiez d'au moins 9 ans d'expérience professionnelle hors stages et alternances, avec une expertise en data engineering, moteurs de recherche ou information retrieval.
*
Vous avez conçu et exploité des pipelines de données en production sur des volumes importants.
*
Vous maîtrisez les mécanismes d'indexation, les embeddings et les approches de recherche hybride.
*
Vous savez évaluer objectivement la pertinence d'un moteur de recherche et mettre en œuvre des actions d'amélioration.
*
Vous comprenez les architectures RAG et le rôle du retrieval dans la qualité des réponses générées par les LLM.
*
Vous êtes capable de prendre du recul sur les choix techniques, de définir des standards et d'accompagner d'autres développeurs.
*
Vous disposez d'un anglais professionnel courant pour évoluer dans un contexte international.
Une formation supérieure en informatique, data ou intelligence artificielle (Master, doctorat ou équivalent) est attendue.
*
Participer à la construction d'un moteur de recherche intelligent à grande échelle.
*
Contribuer