> Markdown version of [/jobs/ext/1981262-data-scientist-specialiste-ia-generative-rag-aws-h-f](https://www.wearedevelopers.com/jobs/ext/1981262-data-scientist-specialiste-ia-generative-rag-aws-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Data Scientist - Spécialiste IA Générative & Rag Aws H/F - **Company:** IT Link - **Location:** Blagnac, France (Remote available) - **Experience:** Expert - **Contract:** Permanent contract - **Skills:** Artificial Intelligence, Amazon Web Services, Amazon S3, Cloud Computing, DevOps, Python (Programming Language), Machine Learning, Large Language Models, Prompt Engineering, Generative AI, Git, Cloud Integration, Docker - **Published:** August 8, 2026 - **Apply:** https://www.hellowork.com/fr-fr/emplois/82140254.html ## About the Role Diplômé(e) d'une école d'ingénieurs ou d'un Master 2 en Data Science / Intelligence Artificielle, vous justifiez d'une expérience significative sur des projets d'IA générative en environnement Cloud. Compétences techniques clés : - Langage : Python (maîtrise avancée). - Frameworks & Concepts IA : RAG, LLM, Prompt Engineering, LangChain. - Ecosystème Cloud AWS : Amazon Bedrock, OpenSearch Vector Engine, S3, etc. - DevOps & Industrialisation : Git, Docker. - Vos atouts : Vous faites preuve de rigueur, de curiosité technique face aux évolutions rapides des LLM, et d'un bon esprit de synthèse pour communiquer vos choix d'architecture., Ce poste est fait pour vous si :Vous avez une passion concrète pour l'IA générative et souhaitez concevoir des architectures RAG robustes en production.L'écosystème Cloud AWS (Bedrock, OpenSearch) est votre terrain de jeu privilégié pour déployer des modèles de langage.Vous aimez autant la technique pure (pipelines, Python, Docker) que la finesse de l'évaluation des réponses (gestion des hallucinations, pertinence).Ce poste n'est peut-être pas fait pour vous si :Vous cherchez un rôle orienté uniquement vers le Machine Learning traditionnel ou la statistique théorique sans volet GenAI/LLM.L'industrialisation de code (Git, Docker, pipelines) et l'intégration Cloud ne font pas partie de vos appétences., * Vous cherchez un rôle orienté uniquement vers le Machine Learning traditionnel ou la statistique théorique sans volet GenAI/LLM. * L'industrialisation de code (Git, Docker, pipelines) et l'intégration Cloud ne font pas partie de vos appétences., Intelligence artificielle Git Python Docker ## Description Intégré(e) au sein de nos équipes projets, vous serez au coeur de la conception, du développement et de l'optimisation du moteur d'IA générative d'un RAG Bot déployé sur l'infrastructure AWS. Vos principales responsabilités : - Pipelines de données : Développer et maintenir les pipelines d'ingestion et de traitement multi-documents. - Vectorisation & Recherche : Mettre en oeuvre les stratégies d'embeddings et paramétrer la recherche vectorielle. - Architecture RAG & Prompting : Concevoir, tester et optimiser les prompts ainsi que l'ensemble du pipeline RAG pour garantir des performances optimales. - Intégration LLM : Interfacer et intégrer les modèles de langage via Amazon Bedrock. - Qualité & Performance : Évaluer et améliorer en continu la qualité des réponses générées (mesure de la pertinence, précision des sources et réduction des hallucinations)., * Vous avez une passion concrète pour l'IA générative et souhaitez concevoir des architectures RAG robustes en production. * L'écosystème Cloud AWS (Bedrock, OpenSearch) est votre terrain de jeu privilégié pour déployer des modèles de langage. * Vous aimez autant la technique pure (pipelines, Python, Docker) que la finesse de l'évaluation des réponses (gestion des hallucinations, pertinence). ## Related Videos - [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94) - [From DevOps to Scaled DevOps: How We’re Rebuilding Continuous Delivery as a Platform](https://www.wearedevelopers.com/videos/100018-from-devops-to-scaled-devops-how-we-re-rebuilding-continuous-delivery-as-a-platform) - [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered) - [Accelerating GenAI Development: Harnessing Astra DB Vector Store and Langflow for LLM-Powered Apps](https://www.wearedevelopers.com/videos/966-accelerating-genai-development-harnessing-astra-db-vector-store-and-langflow-for-llm-powered-apps) - [Git for Code Reviews](https://www.wearedevelopers.com/videos/429-git-for-code-reviews) - [Shipping Faster with Less: Render on Cloud Hosting, AI Workloads, and the Future of DevOps](https://www.wearedevelopers.com/videos/1894-shipping-faster-with-less-render-on-cloud-hosting-ai-workloads-and-the-future-of-devops) ## Related Articles - [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer) - [Got AI ideas but no money? Here are 10 free ways to level up your AI skills with Google Cloud](https://www.wearedevelopers.com/magazine/600-got-ai-ideas-but-no-money-here-are-10-free-ways-to-level-up-your-ai-skills-with-google-cloud) - [What Are Large Language Models?](https://www.wearedevelopers.com/magazine/304-what-are-large-language-models) - [What Industries Outside of AI Are Hiring The Most AI Experts?](https://www.wearedevelopers.com/magazine/98-what-industries-outside-of-ai-are-hiring-the-most-ai-experts) - [Dev Digest 121 - AI goes offline](https://www.wearedevelopers.com/magazine/456-dev-digest-121-ai-goes-offline) - [7 Cloud Computing Trends Coming in 2025 for Developers](https://www.wearedevelopers.com/magazine/412-7-cloud-computing-trends-coming-in-2025-for-developers)