En un coup d'œil
- Missions: Concevoir des pipelines pour gérer et rechercher de grandes quantités de données.
- Entreprise: Équipe dynamique spécialisée en Data et IA générative.
- Avantages: Salaire compétitif, télétravail, et opportunités de développement professionnel.
- Autres infos: Environnement technique stimulant avec des possibilités de croissance rapide.
- Pourquoi ce job: Participez à des projets innovants au cœur de l'IA et de la Data.
- Qualifications: Expérience en Data Engineering et maîtrise des systèmes d'indexation.
Le salaire estimé est compris entre 63000 - 77000 € par an.
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
Profil candidat :
De formation supérieure en informatique, Data, IA ou domaine équivalent, vous disposez d'une expérience significative en Data Engineering, Information Retrieval ou IA appliquée, idéalement sur des environnements à forte volumétrie. Vous maîtrisez notamment :
- la conception de pipelines Data industrialisés ;
- l'indexation et la recherche sur de grands volumes de données ;
- les embeddings et la recherche vectorielle ;
- les architectures de Retrieval et RAG ;
- l'évaluation et l'optimisation de la pertinence des résultats ;
- les problématiques de qualité, traçabilité et versioning des données.
Vous êtes à l'aise dans les environnements techniques complexes et souhaitez participer à des projets au croisement de la Data Engineering et de l'IA générative. Un bon niveau d'anglais est requis pour évoluer dans un contexte international.
Tech lead Data & Retrieval – IA Générative / RAG F/H employeur : Smartpoint
SMARTPOINT est un employeur de choix, offrant un environnement de travail dynamique et collaboratif à Paris. Avec des opportunités de croissance professionnelle et un soutien constant pour le développement des compétences, nous valorisons l'autonomie et l'innovation. Rejoindre notre équipe, c'est s'engager dans une aventure enrichissante où chaque contribution compte.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Tech lead Data & Retrieval – IA Générative / RAG F/H
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Smartpoint
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Smartpoint. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Tech lead Data & Retrieval – IA Générative / RAG F/H
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Smartpoint, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Smartpoint que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Smartpoint. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Smartpoint
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Smartpoint et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
