Stage Data Scientist IA – Recherche LLM/RAG

ChapsVision; Paris; On-site; EUR 13,000 - 19,000; Full time

Benefits offered by this job

Carte Swile: 11€ / jour travaillé pris

Télétravail jusqu’à 3 jours / semaine

Transports en commun remboursés à 50%

Forfait mobilité durable jusqu’à 400€

CE avec avantages

Job summary

ChapsVision recherche un stagiaire au sein de l’équipe AI Research pour travailler sur des travaux appliqués autour des LLM, du Retrieval-Augmented Generation et des architectures agentiques.

Vous développerez des approches NL-to-QL pour transformer des requêtes en langage naturel en langages de requête (SQL, GraphQL, SPARQL) et participerez à des benchmarks sur des cas réels, avec valorisation possible des travaux scientifiques.

Qualifications

• Formation Bac+4 à Bac+5 en informatique, IA, data science, NLP ou génie logiciel.
• Très bonnes connaissances en Python et ML / IA générative.
• Bonne compréhension des LLM et du Retrieval-Augmented Generation.
• Intérêt pour les bases de données et les architectures distribuées.
• Curiosité pour la recherche scientifique et autonomie.

Responsibilities

• Étudier les approches Agentic RAG et les mécanismes d'accès à la connaissance par les LLM.
• Développer un moteur NL-to-QL transformant des requêtes naturelles en SQL, GraphQL, ES/QL ou SPARQL.
• Concevoir des outils exploitables par des agents IA.
• Expérimenter différentes stratégies d'accès aux connaissances externes.
• Réaliser des benchmarks sur des cas d'usage réels et participer aux travaux de recherche.
• Valoriser les résultats par des publications ou des démonstrations.

Skills

Python

IA générative

LLMs

RAG

Bases de données

SQL

Moteurs de recherche

Travail en équipe

Esprit scientifique

Education

Bac+4 à Bac+5 en Informatique / IA / Data Science / NLP

Tools

Elasticsearch

GraphQL

SPARQL

Git

Linux

Job description

ChapsVision recherche un stagiaire au sein de l’équipe AI Research pour travailler sur des travaux appliqués autour des LLM, du Retrieval-Augmented Generation et des architectures agentiques.

Vous développerez des approches NL-to-QL pour transformer des requêtes en langage naturel en langages de requête (SQL, GraphQL, SPARQL) et participerez à des benchmarks sur des cas réels, avec valorisation possible des travaux scientifiques.