Opportunité Rennes ! Data Scientist Python / NLP H/F
Contexte
Dans le cadre du développement de solutions d'Intelligence Artificielle appliquées au traitement documentaire, nous recherchons un Data Scientist spécialisé en NLP pour renforcer une équipe Data & IA.
Le consultant interviendra sur des problématiques d'analyse et d'extraction d'informations à partir de documents contractuels (contrats clients, fournisseurs, NDA, conventions, marchés publics, avenants, etc.) afin d'automatiser leur traitement et leur exploitation.
L'environnement est fortement orienté vers les technologies de traitement du langage naturel (NLP), l'IA générative et les modèles de langage (LLM).
Missions
Analyse documentaire
Comprendre la structure et les spécificités des documents contractuels.
Identifier les informations métier à extraire (parties prenantes, dates, montants, échéances, clauses, pénalités, obligations, renouvellements, etc.).
Participer à la définition des modèles de données cibles.
Développement NLP
Concevoir et développer des pipelines de traitement documentaire.
Mettre en œuvre des modèles de :
Classification de documents
Extraction d'entités nommées (NER)
Extraction de clauses contractuelles
Résumé automatique
Recherche sémantique
Fine-tuner des modèles NLP adaptés aux besoins métier.
Évaluer et améliorer les performances des modèles.
IA Générative
Concevoir des solutions basées sur les LLM.
Développer des architectures RAG (Retrieval Augmented Generation).
Optimiser les prompts et les chaînes de traitement.
Évaluer les performances et limiter les hallucinations.
Industrialisation
Développer des services Python robustes et maintenables.
Participer aux revues de code.
Mettre en place des tests et métriques de qualité.
Contribuer à l'industrialisation des modèles en environnement cloud.
Collaboration
Travailler en étroite collaboration avec :
Product Owner
Experts métier
Data Engineers
ML Engineers
Architectes Data
Compétences Techniques Requises
Python (expert)
NLP & Machine Learning
SpaCy
Hugging Face Transformers
NLTK
Scikit-Learn
PyTorch ou TensorFlow
IA Générative
OpenAI / Azure OpenAI
LangChain
LlamaIndex
RAG
Embeddings
Vector Search
Traitement documentaire
OCR
Azure Document Intelligence
Tesseract
Extraction PDF
Parsing documentaire
Bases de données
SQL
PostgreSQL
MongoDB (apprécié)
MLOps & Cloud
Git
Docker
Kubernetes (apprécié)
Azure
Azure Machine Learning
Azure AI Foundry
CI/CD