Data Scientist – GenAI · LLMs · Agents IA

Contexte

Dans le cadre du développement d'un produit IA interne, notre client — un grand groupe pharmaceutique international — industrialise des cas d'usage GenAI pour la validation automatique du contenu marketing. Nous cherchons un Data Scientist expérimenté, avec une forte culture LLMs et agents IA, pour concevoir les briques data-driven autour de l'extraction de règles MLR (Medical, Legal & Regulatory) et la mise en place d'un cadre d'évaluation robuste.

Missions principales

1. Extraction de règles MLR

• Développer des pipelines pour extraire automatiquement les règles MLR depuis les documents des autorités de santé

• Structurer ces règles sous forme exploitable : knowledge base, RAG, ou graphe de connaissances

2. Validation de contenu marketing via agents IA

• Concevoir des agents capables de détecter les non-conformités et de proposer des corrections

• Intégrer ces agents dans les workflows existants de revue MLR

3. Framework d'évaluation

• Définir et construire un golden dataset ou équivalent de référence

• Développer des méthodologies d'évaluation offline / online

• Définir des métriques business-oriented : compliance, précision, recall, criticité des erreurs

4. Monitoring & amélioration continue

• Détecter les dérives de performance (performance drift, data drift)

• Mettre en place des boucles d'amélioration continue sur les modèles et les agents

Stack technique

• LLMs : OpenAI, Anthropic, …

• RAG & orchestration : LangChain, LlamaIndex, …

• Cloud : AWS (services data + Bedrock)

• Vector DB : Pinecone, …

• Knowledge Graph : Neo4j, Neptune, …

• Monitoring & évaluation : Weights & Biases, Weave

Conditions

• Localisation : Paris – Île-de-France

• Rythme : 3 jours sur site / 2 jours remote

• Type : Freelance, mission longue durée

• Démarrage : ASAP

• 5+ ans d'expérience en data science / machine learning

• Solide expérience en GenAI : LLMs, RAG, agents IA (LangChain, LlamaIndex…)

• Compétences en NLP et extraction d'information

• Expérience en évaluation de modèles GenAI (evals, benchmarks)

• Python courant (pandas, scikit-learn, PyTorch)

• Expérience en environnement réglementé (pharma, finance…) appréciée

• Autonomie, rigueur et capacité à collaborer avec des équipes produit