Tech Lead Expert Data Retrieval Rag H/F - collectivite

Information importanteType de contrat: FreelanceTaux journalier : Salaire selon profilLocalisation : 92400 Courbevoie, FranceDate de démarrage :4 à 8 semainesMode de travail : HybridePublié le : 7 juillet 2026Le besoinContextePré embauche - 6 mois de mission maximumAux côtés d'une équipe d'experts passionnés au sein de l'équipe AI Service, vous relèverez les plus hauts défis techniques de la société et du marché de l'édition juridique. En tant qu'Expert Data & Retrieval, vous êtes le garant de la matière première de notre IA : la collecte, l'ingestion, l'indexation et la recherche de pertinence sur des volumes juridiques massifs, le socle qui alimente nos modèles de langage et nos produits. Votre terrain de jeu : transformer la manière dont tout un secteur, le droit, travaille au quotidien.Votre mission n'est pas d'écrire un simple script, mais de concevoir des pipelines de données robustes capables d'ingérer, de nettoyer et d'indexer d'énormes corpus juridiques, puis d'exposer une recherche rapide et pertinente (sémantique et hybride) au service de plusieurs équipes à travers l'Europe. Vous garantirez la fraîcheur des index et la qualité du retrieval tout en gérant une complexité technique de haut vol (volumétrie, hétérogénéité des sources, évaluation de la pertinence, scalabilité...).MissionsConcevoir des pipelines d'ingestion pour la collecte et le traitement de sources hétérogènes (édition, open data, bases juridiques), incluant parsing, nettoyage, chunking et normalisation des documents.Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index.Garantir la scalabilité de l'indexation sur des corpus massifs et assurer la traçabilité des données (lignage, versioning des index).Développer une stratégie de retrieval combinant recherche lexicale et sémantique (BM25 + embeddings) avec reranking et filtrage par métadonnées pour maximiser la pertinence.Mettre en place des jeux de tests et des métriques de pertinence (recall, precision, nDCG, MRR) pour mesurer et améliorer le retrieval.Structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte).Instrumenter les pipelines (logs, métriques, traces de qualité) et garantir la sécurité et la conformité des données juridiques (RGPD, cloisonnement par pays).Promouvoir les pratiques de Clean Code, SOLID, et tests automatisés.Assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).Outils & EnvironnementLangages : Python 3.11+ (maîtrise requise), Go.Indexation : bases vectorielles (pgvector, Weaviate, Qdrant, OpenSearch), recherche hybride / BM25.Embeddings & NLP : sentence-transformers, modèles d'embeddings, tokenisation, parsing de documents.RAG & LLM : LangChain, RAG, reranking, OpenAI, Mistral, Bedrock.Data & infra : PostgreSQL, Airflow / Spark (ou équivalent), Kefka, Redis, Docker, CI/CD, Kubernetes.Tests : Pytest ; évaluation de la pertinence (recall, nDCG, MRR).Conditions de travailType de contrat : Pré embauche, mission de 6 mois maximum.Rémunération : Fourchette à définir.Lieu :La Défense, France : Lefebvre DallozDébut : 01/09/2026Profil recherchéDiplôme : Master, PhD, ou équivalentMaîtrise requise de Python 3.11+Connaissance de GoExpérience avec des bases vectorielles (pgvector, Weaviate, Qdrant, OpenSearch) et recherche hybride / BM25Compétences en embeddings et NLP : sentence-transformers, modèles d'embeddings, tokenisation, parsing de documentsExpérience avec RAG & LLM : LangChain, RAG, reranking, OpenAI, Mistral, BedrockConnaissances en data & infra : PostgreSQL, Airflow / Spark (ou équivalent), Kefka, Redis, Docker, CI/CD, K8SMaîtrise des tests : Pytest ; évaluation de la pertinence (recall, nDCG, MRR)Expérience avérée en data engineering / information retrieval sur des volumes massifs en productionExpertise Retrieval : maîtrise de l'indexation, des embeddings et de la recherche hybride, capacité à mesurer et améliorer la pertinenceCulture Data : pipelines reproductibles, qualité et lignage des données, versioning des datasets et des indexSolide culture IA / ML : embeddings, NLP et bonne compréhension des LLMPolyvalence appréciée, notamment une appétence pour JavaAnglais fluide (contexte européen quotidien)Vision Produit : compréhension des enjeux métiers du droit pour prioriser les fonctionnalitésLeadership Technique & pédagogie : capacité à évangéliser les bonnes pratiques data, retrieval et IAObsession de la Qualité : rigueur sur la sécurité des données et la fiabilité des servicesEsprit d'innovation : curiosité pour les avancées de l'écosystème IA, NLP et dataCommunication : savoir vulgariser des concepts complexes