En un coup d'œil
- Missions: Développez des modèles NLP pour révolutionner le secteur juridique avec l'IA.
- Entreprise: Doctrine, la plateforme juridique AI leader en Europe.
- Avantages: Télétravail flexible, budget de formation, et événements d'équipe réguliers.
- Autres infos: Opportunités de mobilité interne et environnement dynamique.
- Pourquoi ce job: Rejoignez une équipe innovante et impactez le futur du droit avec l'IA.
- Qualifications: Expertise en Machine Learning et développement Python requis.
Le salaire estimé est compris entre 62100 - 75900 € par an.
Our Mission
At Doctrine, we're building Europe's leading legal AI platform.
Our belief?
Law shouldn't be slowed down by repetitive tasks.
It should be augmented by a specialised AI, designed to understand, analyse and produce legal reasoning at the highest standard.
Our ambition?
To help legal professionals work with greater reliability, efficiency and peace of mind, through a single, comprehensive and secure platform.
Today, 27,000 legal professionals across five countries (France, Italy, Germany, Spain and Luxembourg) trust us to do just that.
Our growth is guided by a clear approach: a global vision, grounded in a deep understanding of local specificities.
Behind this ambition, a team of around 250 people, united around one goal: supporting lawyers and legal professionals at every stage of their work, from research to drafting.
And we're just getting started.
Context
We are looking for a confirmed/senior Machine Learning Engineer to help us build the first legal AI platform.
Join a squad dedicated to revolutionizing how legal professionals advise clients and businesses across France and Europe.
A high-impact product squad responsible for secondary legal sources and private documents.
These are complex challenges where you will also contribute to embedding Gen AI at the core of our products.
You can find full details about our stack on Git Hub https://github. com/Doctrine Legal/#our-tech-stack !
- Missions
- Develop NLP models (whether based on Machine Learning or not) to assist with information search and recommendation within legal documents, in particular.
- Maintain and monitor these models in production.
- Design conversational agents to accelerate lawyers’ work across various areas of law, ensuring accurate responses and facilitating drafting tasks.
- Collaborate with different types of profiles, including engineers, product managers, and product designers, to identify new product development opportunities.
- Participate in internal knowledge sharing and consolidation of best practices; contribute to the development of our Engineering strategy.
- Ideal Profile
- Strong knowledge of Machine Learning (both classical and deep learning) for data extraction and recommendation, ideally with some first-hand experience with LLMs.
- Experience with natural language search engines and inverted indexes such as Elasticsearch.
- Solid understanding of MLOps challenges, with a strong motivation to grow in this area.
- A keen interest in artificial intelligence topics.
- Desire to identify, analyze, and deploy the latest scientific advances in production.
- Strong Python development skills, with a focus on algorithm design.
- Proficiency in French, as you will be working with legal data in French.
- Extras of the role
- Like all engineers at Doctrine, you will join one of our cross-functional chapters — in this case, the Web chapter.
Within this chapter, you will contribute to internal projects aimed at improving our processes and shaping our long-term vision.
- The chapter meets every week to: Share knowledge: keep track of the state of the art, review scientific papers, continuous improvement, best practices, etc.
- Propose improvements: experiment with new tools, suggest new processes to implement.
- You will also take part in recruitment: all individual contributors meet candidates through technical assessments or interviews.
- What's in it for you
- A flexible remote work policy, allowing up to three days of remote work per week (depending on your team).
- A flexible leave policy
- Real internal mobility opportunities
- Regular team events
- A genuine focus on individual and collective learning, with a €750 annual budget for any training related to your role, plus team-wide and company-wide training sessions
- A Gymlib subscription for sports and wellness activities
- Free access to the Moka. care mental health support platform, including up to 6 individual sessions per year
- Health insurance with Alan
- A Swile card for meal vouchers and sustainable mobility allowance (€66.60/month)
- Discounts and perks via our Works Council (CSE) on the Happypal platform
- Brand new Apple equipment
Our values
- Challenge the status quo: we champion bold ideas that drive change across an entire industry.
- Liberty and responsibility: we encourage autonomy, individual impact and ownership.
- Knowledge is power: information is at the heart of Doctrine's mission, and we constantly strive to grow.
- Release early, release often and listen to your customers: we believe in the power of iteration and in constantly listening to our market, our customers and their challenges.
- Our hiring process
- A 30-min intro call with one of our Talent Acquisition Managers to understand your career goals and walk you through what we're building at Doctrine.
- A 1-hour conversation with your future manager to dive into the role, team scope and answer all your questions.
- One or two technical assessments to evaluate your skills in practice.
- An office visit including: lunch with 3 people from different teams to give you a feel for your future colleagues; a values conversation to share our vision; and a meeting with our CEO, Guillaume.
- (The process can be adapted to fit your personal and professional constraints if needed.)
- Diversity & inclusion
All our roles are open to people with disabilities.
Feel free to bring it up at any point during the process.
We're committed to putting in place whatever adjustments are needed to ensure a working environment that works for everyone.
#J-18808-Ljbffr
Experienced/Senior Machine Learning Engineer - Squad Distribute employeur : Starther
Starther est un employeur de choix, offrant un environnement dynamique et collaboratif où les employés peuvent s'épanouir. En tant qu'Associate Product Manager, vous aurez l'opportunité de travailler sur des projets innovants dans le domaine de l'IA, tout en bénéficiant d'un soutien continu pour votre développement professionnel. La culture d'entreprise valorise la créativité et l'initiative, ce qui permet à chacun de contribuer de manière significative à l'évolution de notre système de suivi des candidatures.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Experienced/Senior Machine Learning Engineer - Squad Distribute
✨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 Starther
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Starther. 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 Experienced/Senior Machine Learning Engineer - Squad Distribute
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Starther, 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 Starther 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 Starther. 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 Starther
✨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 Starther et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
