Data / AI engineer (stage ou alternance)

Mission : construire les agents IA qui complètent automatiquement le catalogue de formations d’Edumapper, et garantir la fiabilité et la qualité de la donnée produite.

Edumapper modélise l’offre d’études supérieures française et ses débouchés professionnels. Notre référentiel de formations est le cœur du produit : plus il est complet, structuré et à jour, mieux nous aidons les lycéens à faire les bons choix d’orientation. Le problème, c’est que cette information vit aujourd’hui dispersée sur des milliers de sites d’établissements, dans autant de formats différents. C’est exactement le sujet de ce stage.

En collaboration directe avec Romain Boyer, notre Head of Data, les co-fondateurs, notre Directeur Scientifique (Julien Randon-Furling) et des doctorants et docteurs en mathématiques, statistique, IA et Machine Learning, tu travailleras sur l’industrialisation et la complétion du catalogue de formations à l’aide d’agents IA avec un haut niveau d’exigence sur la qualité des données :

• Conception d’agents de scraping intelligent, capables de parcourir les sites des établissements et d’y identifier l’information pertinente, sans règle écrite à la main pour chaque site.
• Extraction de données structurées exploitables à partir de ces pages : formations, diplômes, modalités d’admission, frais de scolarité…
• Mapping à nos référentiels internes : normalisation, déduplication et résolution d’entités, pour rattacher chaque information au bon établissement et à la bonne formation.
• Tests de qualité : mise en place de contrôles automatisés garantissant que seule de la donnée fiable entre dans le référentiel.
• Mise en production : orchestration, monitoring et fiabilisation du pipeline dans la durée.

Missions annexes (selon l’avancement et tes appétences) :

• Identification, intégration et consolidation de nouvelles sources de données externes dans nos référentiels.
• Application et diffusion des bonnes pratiques de modélisation et de qualité dans notre base de données.
• Amélioration de nos analytics internes, pour mieux piloter le produit et l’activité.

Notre stack : Python, SQL, Dagster, DuckDB et les briques d’IA générative (LLM, agents, RAG) qui vont avec.
Ce n’est pas un stage d’observation : tu porteras ton pipeline du prototype à la production, en revue avec le Head of Data, sur un périmètre directement visible dans le produit.Edumapper est un environnement idéal pour les passionnés de traitement et de transformation de la donnée, rigoureux et autonomes, appréciant les petites équipes et désireux de participer à la conception d’un produit à fort impact social.

Nous recherchons un(e) étudiant(e) qui a envie de faire de l’ingénierie de la donnée pour de vrai : modéliser proprement, construire des pipelines robustes, et mettre en production. Nous n’attendons pas un profil déjà expérimenté, mais des bases techniques solides et l’envie d’apprendre vite.

Compétences techniques :

• Bases solides en Python et SQL : c’est le socle du poste.
• Goût pour l’intégration et la consolidation de données hétérogènes dans des référentiels proprement modélisés.
• Premières notions de construction de flux de traitement de données (ETL / ELT) ; une première prise en main d’un orchestrateur (Dagster, Airflow, dbt…) est un plus.
• Un fort intérêt pour les technologies d’IA générative (LLM, agents, RAG) et le web scraping, ou une première expérience sur ces sujets.
• La connaissance de DuckDB, ou une sensibilité aux enjeux de qualité et de test de la donnée, sera appréciée.

Parcours académique :

• Étudiant(e) en grande école d’ingénieurs ou en Master en informatique, data science, mathématiques appliquées, statistique ou domaine connexe.
• Des projets personnels, académiques ou associatifs autour de la donnée, du scraping ou des LLM sont un excellent signal : n’hésite pas à nous les partager.

Compétences interpersonnelles :

• Rigueur, curiosité et désir fort d’apprendre de nouveaux outils et technologies.
• Bonne communication, capacité à collaborer avec des interlocuteurs techniques et non techniques.
• Autonomie face à un sujet ouvert : savoir avancer, poser les bonnes questions, itérer.
• Un intérêt pour le monde de l’éducation et de l’orientation est un plus.

Infos pratiques

Contrat : stage (6 mois) ou alternance (1 an)

Localisation : Paris 8e

Remote : 4 jours au bureau, 1 jour en télétravail optionnel. Chez Edumapper, on est convaincus que les meilleures idées naissent ensemble, autour d’un café, d’un tableau blanc gribouillé, d’une discussion spontanée. Le full remote n’est pas une option à court terme.

Macbook à disposition

Démarrage : dès que possible1. Call découverte avec Aminata, Chief People Officer 2. Entretien métier avec Romain, Head of Data 3. Test technique à distance suivi d’un débrief avec Romain, Head of Data et Julien (CPTO) 4. Entretien final avec les fondateurs → Proposition !