Ingénieur senior en IA et données France

Intitulé du poste : Ingénieur(e) Senior en IA et Données — IA pour la Santé
Lieu : France uniquement | Télétravail, temps plein
Rattachement hiérarchique : Directeur de l'Ingénierie
Clients existants : Entreprises du Top 100 des sciences de la vie, des technologies médicales et de l'industrie pharmaceutique
Type de poste : Freelance/CDD, temps plein
Langues : anglais niveau professionnel
Principales responsabilités et objectifs
Concevoir, développer et maintenir des pipelines de données par lots (batch) et en flux continu (streaming) : ingestion, nettoyage, normalisation, enrichissement et déduplication.
Concevoir et gérer de bout en bout des pipelines ML/LLM : extraction et parsing de documents, segmentation, génération d'embeddings, indexation vectorielle, appels d'outils, workflows multi-étapes, gestion des nouvelles tentatives, mécanismes de repli (fallback) et gestion de l'état.
Développer du code Python robuste et testé, capable de traiter de grands volumes de données et de documents de manière fiable.
Garantir la qualité des pipelines : la détection et la correction des données obsolètes, corrompues ou erronées relèvent de votre responsabilité.
Travailler en autonomie et respecter les délais des projets avec un minimum d'encadrement..
Qualifications et compétences clés (non négociables)
Plus de 7 ans d'expérience en développement backend ou en ingénierie des données
Expérience préalable en startup
Excellente maîtrise de Python, React et Node
Expérience pratique des grands ensembles de données et des flux de données à haute vélocité (Kafka, Flink, Spark)
Maîtrise des outils d'orchestration de pipelines (Airflow, MLflow ou équivalent)
Solides compétences en SQL (PostgreSQL, BigQuery ou Snowflake) et expérience NoSQL (DynamoDB, OpenSearch, Elastic)
Expérience concrète des workflows LLM : architectures RAG, embeddings et bases de données vectorielles, ingénierie des prompts, appels de fonctions/outils (function calling), observabilité
Compréhension approfondie des modèles ETL/ELT et du traitement des données à grande échelle
Profil souhaité (fortement pertinent)
Expérience de la pile de données AWS à grande échelle
Connaissance des secteurs de la santé, des sciences de la vie ou des industries réglementées
Expérience de la conception et de la mise en production de pipelines de données, de ML et de LLM
A déjà débogué un pipeline et comprend l'importance de l'observabilité
A travaillé dans une startup dynamique où l'expression « ce n'est pas mon travail » n'a pas sa place

Work arrangement
No