Stage IA & LLM: Amélioration d'extraction & benchmarks

Ealico; Paris, France, Western Europe, Europe; Hybrid; EUR 8,928 - 13,392; Full time

Job summary

Ealico à Paris recherche un stagiaire en IA pour optimiser les processus d'extraction de données. Le candidat idéal est diplômé Bac+5 et maîtrise Python.

Ce stage implique le prompt engineering avancé et l'évaluation de modèles open source pour maximiser l'efficacité des processus. Connaissances en IA et une première exposition aux LLM sont appréciées.

Qualifications

• Formation Bac+5 en informatique, data science ou mathématiques appliquées.
• Expérience en développement informatique avec Python.
• Une première exposition aux LLM.

Responsibilities

• Analyser les cas d'échec de la pipeline actuelle.
• Améliorer le taux de rapports parfaitement traités.
• Benchmarker des modèles open source contre les API propriétaires.
• Mettre en place des métriques d'évaluation.
• Documenter les choix techniques et les résultats obtenus.

Skills

Python

IA/Machine Learning

Prompt Engineering

Modèles open source

Education

Bac+5 école d'ingénieur ou université

Job description

Paris (75), à proximité de Bastille et de gare de Lyon

• Formation Bac+5 grande école d'ingénieur ou université (informatique, data science ou mathématiques appliquées)
• Projets ou expériences en développement informatique avec Python (même projets personnels ou académiques)
• Stage de 4 à 6 mois

Souhaitées

• Formation reconnue pour son excellence en IA/Machine Learning
• Préférence pour un stage de fin d’étude (car embauche par la suite possible)
• Très bonne maîtrise de Python
• Une première exposition aux LLM : appels API, prompt engineering, fine-tuning, RAG

À propos du poste

Une fonctionnalité clé de notre plateforme repose sur l'IA pour analyser automatiquement des rapports de contrôle réglementaire : extraction de données, structuration et intégration dans notre système.

La pipeline existe et fonctionne en production depuis 2024. La mission portera sur deux axes :

• Améliorer significativement la qualité d'extraction — l'objectif est de maximiser le ratio de rapports parfaitement traités vs. rapports nécessitant une correction manuelle
• Explorer et benchmarker des modèles locaux (open source) pour réduire notre dépendance aux API tierces, tout en maintenant le niveau de qualité

Concrètement, ce stage consiste en la réalisation de prompt engineering avancé, de l'évaluation systématique de modèles, de l'optimisation de pipelines d'extraction, et potentiellement du fine-tuning.

La stack technique

Responsabilités

• Analyser les cas d'échec de la pipeline actuelle et identifier les axes d'amélioration
• Améliorer le taux de rapports parfaitement traités (prompt engineering, structuration des données, pré/post-traitement)
• Benchmarker des modèles open source (Mistral, Llama…) contre les API propriétaires sur nos cas d'usage réels
• Mettre en place des métriques d'évaluation systématiques pour comparer objectivement les résultats
• Documenter les choix techniques et les résultats obtenus

Processus de recrutement

• Échange téléphonique (20 min)
• Test technique à réaliser chez soi
• Entretien sur site avec le CTO et le CEO