Data Scientist / Gen AI - Permanent

• Gen IA 

• LLM (langchain, langgraph)

• npl

Vous rejoindrez une équipe dynamique travaillant sur un projet d'IA Générative ambitieux et à fort impact au sein de la DSI/Valorisation Data & IA (VDI), en lien avec le Chief Data Officer du Data Office et en lien avec le Centre de Compétence IA/Ops qui se met en place et auquel vous participerez.

L'objectif est de développer et d'optimiser dans un 1er temps une solution d'IA capable de générer des pré-réponses aux e-mails de nos adhérents. Ces e-mails couvrent un large éventail de sujets : demandes de renseignement, réclamations, et actions diverses sur leurs contrats. Ce projet vise à améliorer significativement l'efficacité de nos équipes et la qualité de service offerte à nos adhérents, dans le cadre d’un ensemble de projets métier d’efficience opérationnelle.

Vos Missions Principales :

• Reprise et Poursuite des Travaux Existants : Vous prendrez en charge les travaux en cours du Data Scientist sortant, en assurant une transition fluide et la continuité du développement du projet d'IA Générative.

• Développement et Optimisation de Modèles LLM : Concevoir, entraîner, évaluer et optimiser des Large Language Models (LLM) pour la génération de texte, spécifiquement adaptés aux besoins de pré-réponses aux e-mails.

• Intégration et Déploiement : Participer à l'intégration des modèles développés dans notre environnement de production, en collaboration avec les équipes techniques.

• Mise en place de Bonnes Pratiques MLOps/LLMOps : Contribuer à l'industrialisation des modèles d'IA, en appliquant les principes et outils MLOps et LLMOps pour garantir la robustesse, la scalabilité et la maintenabilité des solutions.

• Optimisation des Processus RAG : Analyser et améliorer les processus actuels de Retrieval-Augmented Generation (RAG) de notre plateforme Hélia, en vue d'accroître la pertinence, la flexibilité et la performance des réponses pour l'utilisateur final.

• Analyse et Amélioration Continue : Analyser les performances des modèles, identifier les axes d'amélioration et proposer des solutions innovantes pour optimiser la pertinence et la qualité des pré-réponses générées.

• Veille Technologique : Rester informé(e) des dernières avancées en matière d'IA Générative, de LLM et de Machine Learning pour proposer des approches toujours plus performantes.

3. Compétences indispensables et Environnement Technique

Compétences indispensables :

Vous évoluerez au sein de notre plateforme Hélia, un environnement sécurisé déployé sur Cloud S3NS Crypt3ns, et interagirez avec des APIs internes exposées via Cloud Run.

• Machine Learning (ML) : Maîtrise avérée des algorithmes et techniques de Machine Learning, incluant le traitement du langage naturel (NLP).

• Large Language Models (LLM) : Expertise solide dans la conception, l'entraînement, le fine-tuning et l'évaluation de LLM. Expérience avec Gemini (via Vertex AI) et Mistral est un atout majeur.

• Python : Excellente maîtrise du langage Python et de ses bibliothèques dédiées à la Data Science (Pandas, NumPy, Scikit-learn, TensorFlow, PyTorch, Hugging Face Transformers).

• Orchestration LLM : Maîtrise des frameworks d'orchestration tels que Langchain et Langgraph.

• IA Ops (MLOps / LLMOps) : Expérience significative dans la mise en œuvre de pratiques MLOps et/ou LLMOps (gestion de versions de modèles, CI/CD pour l'IA, monitoring, déploiement, etc.).

• Bases de données vectorielles : Connaissance et expérience avec PGVector pour le stockage et la recherche de vecteurs.

• Cloud : Expérience indispensable avec les services Cloud, notamment Cloud Run pour le déploiement et l'exécution de services.

• Observabilité : Familiarité avec des outils d'observabilité pour LLM comme Langfuse est un plus.

• Architecture logicielle : Compréhension des principes d'architecture hexagonale.

• Frontend/Backend : Une connaissance de React pour le frontend et des APIs Python pour le backend serait appréciée pour faciliter les échanges avec l'équipe de développement.