Ingénieur Data & IA TAL/NLP (H/F)

France Travail; Palaiseau; Hybride; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une entreprise innovante dans le secteur de l'IA recherche un Ingénieur Data & IA TAL/NLP, spécialisé en modèles de langage et systèmes d'inférence. Le poste est basé à Palaiseau avec un contrat CDI et la possibilité de télétravail. Le candidat idéal doit avoir 2 à 5 ans d'expérience dans le domaine et maîtriser des outils comme Python, PyTorch et HuggingFace. Vous travaillerez sur des projets d'avant-garde, optimisant des modèles et développant des pipelines robustes.

Prestations

Ordinateur portable

Complémentaire santé

Indemnité transports

Télétravail possible

Qualifications

• 2-5 ans d’expérience en NLP/LLM ou IA appliquée.
• Excellente maîtrise de Python, PyTorch et HuggingFace Transformers.
• Connaissances pratiques en architecture de déploiement IA (Docker, APIs, scaling).

Responsabilités

• Concevoir, entraîner, fine-tuner et optimiser des modèles de langage.
• Implémenter et améliorer des pipelines RAG de nouvelle génération.
• Développer des protocoles d’évaluation rigoureux.

Connaissances

Python

PyTorch

HuggingFace Transformers

NLP

Machine Learning

LangChain

Docker

Formation

Master/Ingénieur/PhD en machine learning, NLP, informatique

Outils

TensorFlow

Description du poste

Offre n° 201QCFP - Ingénieur Data & IA TAL/NLP (H/F)

Nous recrutons un Ingénieur Data & IA TAL/NLP, spécialisé dans les modèles de langage, les systèmes d'inférence à grande échelle et les frameworks agentiques modernes, pour l’École polytechnique (Palaiseau, 91). Type de contrat : CDI. Lieu : 1 à 2 jours par semaine sur site, télétravail le reste du temps. Le poste vise des candidats avec 1 à 5 ans d'expérience en projets NLP, architecture cloud/on‑premise, ou un stage NLP minimum, et exige une maîtrise des systèmes LLM, RAG, embeddings et des frameworks agentiques.

Responsabilités

• Concevoir, entraîner, fine‑tuner et optimiser des modèles de langage (LLM open‑source ou propriétaires)
• Implémenter, benchmarker et améliorer des pipelines RAG de nouvelle génération : retrieval, filtering, ranking, evaluation quantitative/qualitative des performances, robustesse multilingue (français / anglais)
• Évaluer et optimiser des modèles d'embeddings (BGE, E5, Qwen Embedding, GritLM, SFR‑Embedding, etc.) ; comparer les performances sur nos cas d’usage internes ; sélectionner et ajuster les modèles pour différents contextes (dense, hybride, reranking)
• Construire des systèmes agentiques via LangChain / LangGraph, LlamaIndex, OpenAI Agents SDK, ou autres frameworks avancés d’orchestration LLM
• Concevoir des pipelines robustes pour la collecte, la génération et le nettoyage de données complexes
• Mettre en place des stratégies d’optimisation d’inférence (quantization, distillation, pruning, batching, caching)
• Développer des protocoles d’évaluation rigoureux (benchmarks, stress tests, LLM‑as‑a‑judge, datasets internes)
• Collaborer étroitement avec les équipes engineering et produit pour intégrer vos solutions en production

Profil recherché / Qualifications

• Master/Ingénieur/PhD en machine learning, NLP, informatique ou domaine associé
• 2–5 + ans d’expérience en NLP/LLM ou IA appliquée (ou stage NLP minimum notamment pour les candidats juniors)
• Excellente maîtrise de Python, PyTorch (ou TensorFlow) et HuggingFace Transformers
• Expérience concrète dans la mise en œuvre de pipelines RAG complets et robustes, l’évaluation d’embedding models (BGE, Qwen, E5, etc.) et la comparaison de retrieveurs
• Compétence confirmée avec des frameworks agentiques : LangChain, LangGraph, LlamaIndex, OpenAI Agents SDK, ou équivalents
• Connaissance des modèles open‑source (Llama, Mistral, Qwen, Gemma) et des techniques de fine‑tuning (LoRA, QLoRA, adapters)
• Connaissances pratiques en architecture de déploiement IA (Docker, APIs, scaling, monitoring)
• Capacité d’analyse, autonomie, rigueur scientifique et communication claire
• Adaptabilité et intérêt marqué pour les approches open‑source

Conditions de travail et avantages

• Salaire selon expérience
• Ordinateur portable
• Complémentaire santé
• Indemnité transports
• Pas de déplacements requis
• Possibilité de télétravail (semaine à 2 jours sur site)