Data Engineer H/F - Havana IT & Apps

Groupe Havana: Créé en 2011, nous incarnons la transformation digitale en misant sur l'innovation, la performance et le bien-être au travail.Notre identité :150 experts déployés à travers la France.Acteurs clés dans les domaines de la DATA, du Cloud et de l'intelligence artificielle.Nous accompagnons nos clients dans la transformation digitale de leur SI
Rejoignez Havana en tant qu'Expert Data & Retrieval (F/H) sur Paris ! Au sein de l'équipe AI Service, vous contribuerez au développement de solutions d'intelligence artificielle de nouvelle génération destinées à transformer les usages du secteur juridique.En tant qu'Expert Data & Retrieval, vous serez responsable de la collecte, de l'ingestion, de l'indexation et de la recherche de données sur des corpus juridiques de très grande volumétrie. Vous jouerez un rôle clé dans la qualité des données qui alimentent les modèles de langage et les produits IA déployés à l'échelle européenne.Votre mission consiste à concevoir des pipelines de données robustes, industrialisés et performants, capables d'assurer une recherche pertinente, rapide et fiable dans un environnement à forts enjeux techniques.Vos missionsConcevoir et industrialiser les pipelines de donnéesDévelopper des pipelines d'ingestion permettant de collecter, traiter et normaliser des données issues de sources hétérogènes (bases juridiques, open data, contenus éditoriaux...).Mettre en oeuvre les traitements de parsing, nettoyage, découpage (chunking) et enrichissement documentaire.Concevoir et maintenir les processus d'indexation ainsi que les bases vectorielles.Garantir la qualité, la fraîcheur et la traçabilité des données et des index.Assurer la scalabilité des traitements sur des corpus volumineux.Optimiser la recherche d'information (Retrieval)Développer des stratégies de recherche hybrides combinant recherche lexicale (BM25) et recherche sémantique.Mettre en oeuvre les mécanismes de reranking et de filtrage par métadonnées.Définir des métriques et des jeux de tests afin d'évaluer et d'améliorer en continu la pertinence des résultats (Recall, Precision, nDCG, MRR).Concevoir la couche Retrieval des architectures RAG alimentant les modèles de langage.Superviser les pipelines grâce à des outils d'observabilité et garantir la sécurité ainsi que la conformité des données (RGPD).Contribuer à l'excellence techniquePromouvoir les bonnes pratiques de développement (Clean Code, SOLID, tests automatisés).Participer aux choix d'architecture et aux évolutions de la stack technique.Partager vos connaissances au sein de l'équipe et contribuer au rayonnement technique de l'entreprise (veille, conférences, articles, open source).Localisation : Paris La DéfenseDémarrage : SeptembreType de contrat : CDI/Pré-embauche avec une période de mission pouvant aller jusqu'à 6 mois avant intégration.

Vous êtes diplômé(e) d'un Master, d'un doctorat ou d'une formation équivalente et disposez d'une expérience significative (min 5 ans) en Data Engineering et en Information Retrieval sur des environnements de production à forte volumétrie. Vous maîtrisez notamment :Python (3.11+) et idéalement Go ;les bases vectorielles (pgvector, Weaviate, Qdrant, OpenSearch) ;les techniques d'embeddings, de NLP et de recherche hybride ;les architectures RAG et les principaux frameworks associés (LangChain, OpenAI, Mistral, Bedrock) ;PostgreSQL, Docker, Kubernetes, Redis, Kafka, Airflow ou Spark, ainsi que les pratiques CI/CD ;les outils de tests et les métriques d'évaluation de la pertinence.Une bonne compréhension des LLM, de solides pratiques de qualité des données (lignage, versioning, reproductibilité) ainsi qu'un niveau d'anglais courant sont indispensables.Une connaissance de Java constitue un atout supplémentaire. Les qualités que nous recherchonsSens du produit et compréhension des enjeux métiers.Excellentes capacités de communication et de vulgarisation.Leadership technique et goût du partage.Forte exigence en matière de qualité, de sécurité et de fiabilité.Curiosité, esprit d'innovation et veille technologique permanente.Ce poste n'est pas ouvert à l'alternance ou aux stages !Poste ouvert aux personnes en situation d'handicap !

• Docker
• Python
• Anglais
• Java
• Clean
• Intelligence artificielle
• Compétences ménagères
• Veille technologique
• Kubernetes
• PostgreSQL
• Logiciels de gestion de versions
• Management d'équipe
• KAFKA