Data scientist - (H/F)

Le ProjetRejoignez une équipe à la pointe de l'innovation pour concevoir, optimiser et industrialiser nos solutions d?Intelligence Artificielle Générative. Au c?ur de nos enjeux, vous piloterez l'évolution de nos architectures RAG et de nos systèmes de recommandation pour transformer l'expérience utilisateur.

Vous évoluez dans un environnement stimulant où l?expérimentation rencontre les exigences de la mise en production à grande échelle.

Vos Missions : En tant qu'Ingénieur IA, votre quotidien s'articule autour de quatre piliers majeurs :

1. Architecture & Développement RAGConception et optimisation de pipelines hybrides (BM25 + Recherche Vectorielle + Reranking).

Expérimentations avancées sur les stratégies HyDE (Baseline, Sélectif, Hybride).

Intégration et fine-tuning de LLM via AWS Bedrock (Claude Sonnet / Haiku).

2. Performance & RerankingDéploiement et tests de modèles de reranking (type Qwen) pour affiner la pertinence.

Arbitrage constant sur le triptyque : Qualité / Latence / Coût.

3. Data Engineering & IngestionGestion du cycle de vie de la donnée : Chunking, génération d?embeddings (Titan) et indexation.

Connexion et exploitation des sources de données (Snowflake, S3).

4. Évaluation & IndustrialisationMise en place de frameworks d'évaluation (RAGAS, DeepEval) et suivi des métriques clés (nDCG@K, Recall, MRR).

Passage à l'échelle des pipelines : robustesse, monitoring et gestion des "edge cases".Votre

Stack Technique :
Cloud / IA : AWS (Bedrock, Lambda, SageMaker, S3).

LLM : Claude (Anthropic).

Vector DB & Search : OpenSearch, FAISS.

Data : Snowflake, Pandas, Python.

Évaluation : RAGAS, DeepEval.

Prêt(e) à relever le défi GenAI avec nous ? Postulez dès maintenant !

Profil candidat:
Profil RecherchéVous maîtrisez les architectures RAG et les problématiques liées aux bases de données vectorielles.

Vous avez une solide expérience sur l'écosystème AWS.

Rigoureux(se), vous accordez une importance capitale à l'évaluation continue et à la mesure de la performance.

Vous savez transformer une expérimentation complexe en un service stable et monitoré.