Data Engineer / Sciences : RAG NLP LLM

Location: Boulogne-Billancourt, IDF, fr

Description de l'entreprise

Alten, la maison des ingénieurs : qui sommes-nous ?

Fort de plus de 35 ans d’expérience, le groupe Alten est présent dans plus de 30 pays. Avec ses 54 000 collaborateurs, dont 88 % d’ingénieurs, Alten s’impose aujourd’hui comme un acteur international de référence et un leader sur son marché.

Attaché au bien-être de ses collaborateurs, le groupe a été certifié Top Employer pour la 12ᵉ année consécutive. Cette reconnaissance repose sur un audit exigeant mené par le Top Employer Institute, évaluant plus de 600 pratiques RH, garantissant un environnement de travail de qualité pour tous.

Pourquoi nous rejoindre ?

• Un engagement RSE fort : Nos équipes contribuent à des projets porteurs de sens, tournés vers un avenir durable. Alten est notamment engagé dans plusieurs initiatives environnementales telles que Planet Tech’Care, la Charte de l’ingénierie ou encore le Climate Ambition Accelerator.
• Le développement des compétences au cœur de notre stratégie : Nous accompagnons chaque collaborateur dans sa montée en compétences tout au long de son parcours carrière.
• Une culture d’entreprise dynamique : Événements fédérateurs, actions solidaires, webinaires innovation, challenges variés… Faites l’expérience d’un environnement stimulant où vous pourrez partager vos talents et vos passions.

Description du poste

Contexte de la mission

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

1. 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).

2. 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.

3. 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.

4. 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.

5. Collaboration et industrialisation

   • 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.

6. 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.
• Outils :
  • Data Engineering : Apache Spark, Apache Airflow, Kafka.
  • DevOps/MLOps : Docker, Kubernetes, Git, CI/CD, MLflow.
  • Bases de données : SQL (PostgreSQL, MySQL), NoSQL (MongoDB), bases vectorielles (Pinecone, Weaviate, FAISS).
• Cloud : AWS (SageMaker, Bedrock), Azure (OpenAI, Cognitive Services), GCP (Vertex AI).
• Méthodologies : Agile (Scrum, Kanban), MLOps, DevOps.

Qualifications

Profil recherché

• Formation : Bac+5 en informatique ou 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).