Data Engineer / Sciences : RAG NLP LLM

ALTEN Group; Friauville; Hybrid; EUR 60,000 - 90,000; Full time

Job summary

ALTEN recherche un Développeur Data Science/NLP/LLM pour concevoir, développer et déployer des solutions NLP et RAG en environnement Cloud.

Vous travaillerez sur des pipelines de données, l’intégration et l’optimisation de LLM, et la collaboration avec des équipes pluridisciplinaires pour des cas d’usage métier variés.

Qualifications

• Bac+5 en informatique ou école d’ingénieur.
• 2 à 5 ans d’expérience en développement Python avec spécialisation Data Science/NLP/RAG/LLM.
• Maîtrise Python et bibliothèques associées (TensorFlow, PyTorch, Hugging Face, LangChain, LlamaIndex).
• Expérience en NLP (traitement de texte, fine-tuning de modèles).
• Connaissance des architectures RAG et des outils vectoriels.
• Expérience LLM (déploiement, optimisation, évaluation).
• Connaissance Data Engineering (Spark, Airflow) et bonnes pratiques DevOps/MLOps.
• Expérience cloud (AWS, Azure, GCP).

Responsibilities

• Concevoir et maintenir des pipelines ETL/ELT pour collecter, nettoyer et transformer des données.
• Automatiser les processus de traitement de données à grande échelle.
• Optimiser les performances des pipelines (vitesse, scalabilité, fiabilité).
• Développer des modèles de NLP pour des tâches spécifiques (classification, extraction d’entités, traduction automatique).
• Fine-tuner des modèles de langage pré-entraînés.
• Évaluer et améliorer la qualité des modèles NLP.
• Implémenter des architectures RAG et intégrer des bases vectorielles.
• Déployer et optimiser des LLM pour des applications métiers.
• Collaborer avec les équipes DevOps pour déployer les solutions en production (Docker, Kubernetes, CI/CD).
• Documenter les architectures et les résultats.

Skills

Python

NLP

Data Science

RAG

LLM

TensorFlow

PyTorch

Hugging Face

LangChain

LlamaIndex

Spark

Airflow

AWS

Azure

GCP

Docker

Kubernetes

CI/CD

PostgreSQL

MongoDB

Pinecone

Weaviate

FAISS

Education

Bac+5 en informatique

Tools

SQL

NoSQL

PostgreSQL

MySQL

MongoDB

Pinecone

Weaviate

FAISS

Job description

Dans le cadre de projets innovants liés à l’Intelligence Artificielle et au traitement des données, vous interviendrez en tant que Développeur Data Science / NLP / RAG / LLM. Votre mission consistera à concevoir, développer et déployer des solutions avancées en traitement du langage naturel (NLP), Retrieval-Augmented Generation (RAG) et Large Language Models (LLM).

Vous serez impliqué dans des projets variés, tels que :

• Le développement de pipelines de données pour alimenter des modèles d’IA.
• La conception de systèmes RAG pour améliorer la précision des réponses générées par l’IA.
• L’intégration et l’optimisation de LLM pour des applications métiers (chatbots, analyse de texte, génération de contenu, etc.).
• La collaboration avec des équipes pluridisciplinaires (Data Engineers, DevOps, experts métiers).

Missions principales

Développement de pipelines de données et d’infrastructures IA

• Concevoir et maintenir des pipelines ETL/ELT pour collecter, nettoyer et transformer des données.
• Automatiser les processus de traitement de données à grande échelle.
• Optimiser les performances des pipelines (vitesse, scalabilité, fiabilité).

Modélisation et traitement du langage naturel (NLP)

• Développer des modèles de NLP pour des tâches spécifiques (classification, extraction d’entités, traduction automatique, etc.).
• Fine-tuner des modèles de langage pré-entraînés (BERT, T5, etc.).
• Évaluer et améliorer la qualité des modèles NLP.

Conception et optimisation de systèmes RAG

• Implémenter des architectures Retrieval-Augmented Generation pour enrichir les réponses des LLM avec des données externes.
• Intégrer des bases de connaissances vectorielles (Pinecone, Weaviate, FAISS).
• Optimiser la pertinence et la rapidité des systèmes RAG.

Intégration et déploiement de LLM

• Déployer et optimiser des Large Language Models (LLM) pour des applications métiers.
• Adapter les LLM à des cas d’usage spécifiques (chatbots, génération de texte, analyse de sentiments, etc.).
• Travailler sur l’efficacité énergétique et la scalabilité des modèles.
• Collaborer avec les équipes DevOps pour déployer les solutions en production (Docker, Kubernetes, CI/CD).
• Participer à la mise en place de tests automatisés pour valider les performances des modèles.
• Documenter les processus, les architectures et les résultats.

Veille technologique et innovation

• Suivre les avancées en NLP, RAG et LLM (recherches académiques, nouvelles bibliothèques, etc.).
• Proposer des solutions innovantes pour améliorer les systèmes existants.
• Participer à des ateliers ou formations pour monter en compétences.

Environnement & méthodologies

• Langages et frameworks :
  • Python (obligatoire), TensorFlow, PyTorch, Hugging Face (Transformers), LangChain, LlamaIndex.
  • Bibliothèques NLP : NLTK, spaCy, scikit-learn.
• Bases de données : SQL (PostgreSQL, MySQL), NoSQL (MongoDB), bases vectorielles (Pinecone, Weaviate, FAISS).

Profil recherché

• Formation : Bac+5 en informatiqueou école d’ingénieur.
• Expérience : 2 à 5 ans en développement Python avec une spécialisation en Data Science, NLP, RAG ou LLM (projets concrets requis).
• Compétences techniques :
  • Maîtrise de Python et des bibliothèques associées (TensorFlow, PyTorch, Hugging Face, LangChain, LlamaIndex).
  • Expérience en NLP (traitement de texte, fine-tuning de modèles).
  • Connaissance des architectures RAG et des outils associés (bases vectorielles, recherche sémantique).
  • Expérience avec les LLM (déploiement, optimisation, évaluation).
  • Connaissance des outils Data Engineering (Spark, Airflow) et des bonnes pratiques DevOps/MLOps.
  • Expérience avec les environnements cloud (AWS, Azure, GCP).