consultant expérimenté Data & Retrieval – IA Générative / RAG F/H

Smartpoint; Paris; Sur place; EUR 70 000 - 110 000; Plein temps

Résumé du poste

Smartpoint, ESN pure player Data & IA, fondée en 2006 à Paris, conçoit et exploite des plateformes data de bout en bout et adopte une approche DataOps & IAOps 360°. Le poste vise une mission d’ingénierie data orientée indexation, retrieval et IA générative, avec des pipelines massifs, LLM et architectures RAG, et une emphase sur qualité, traçabilité et observabilité des données.

Vous évoluerez dans une équipe spécialisée et travaillez sur des stack modernes (Python, bases vectorielles,

Qualifications

• Formation supérieure en informatique, data ou IA exigée et expérience significative en Data Engineering, Information Retrieval ou IA appliquée.
• Maîtrise des pipelines data industrialisés, indexation et recherche sur de grands volumes de données.
• Connaissance des embeddings, recherche vectorielle et architectures Retrieval et RAG.
• Bonne aptitude à l’évaluation et à l’optimisation de la pertinence des résultats.
• Sensitivity to data quality, traceability and versioning.

Responsabilités

• Concevoir et industrialiser des pipelines d’ingestion et de traitement de données provenant de sources hétérogènes.
• Mettre en œuvre le parsing, le nettoyage, la normalisation et le chunking des données.
• Concevoir et maintenir des systèmes d’indexation à grande échelle.
• Mettre en œuvre des bases vectorielles et des embeddings pour la recherche.
• Garantir la qualité, la traçabilité et la scalabilité des données et des index.

Connaissances

Data Engineering

Information Retrieval

Embeddings / NLP

RAG / LLM

Recherche sémantique

Formation

Formation Supérieure en Informatique, Data ou IA

Outils

Python 3.11+

PostgreSQL

Bases vectorielles: Qdrant, Weaviate, pgvector, OpenSearch

Pytest

LangChain

OpenAI

Description du poste

Smartpoint en bref, qui sommes-nous et en quoi sommes-nous différents ?

Smartpoint est une ESN pure player Data & IA créée en 2006 à Paris. Nous concevons, modernisons, déployons et opérons des plateformes Data/IA de bout en bout, avec une approche DataOps & IAOps 360° : du cadrage à l’industrialisation, le run et l’amélioration continue. Notre valeur ajoutée : des architectures data production-ready, des pipelines automatisés et observables et une obsession de la valeur opérationnelle pour les métiers. Nos équipes interviennent sur l’ensemble des grands chantiers Data & IA : architecture et modernisation des plateformes, data engineering & XOps (DataOps, MLOps/LLMOps), IA / IA générative (LLM, RAG, agents), BI & analytics (modernisation BI, reporting, dashboards) ainsi que la gouvernance des données & qualité (catalogue, lineage, data quality, data contracts). Quelques repères : +300 experts, SmartLab (R&D inshore à Paris, agrément CIR), certifications ISO 27001/27701, engagement RSE et bilan carbone.

Vos responsabilités et le périmètre du poste

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

Votre profil

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.