> Markdown version of [/jobs/ext/2287811-expert-data-retrieval-legaltech-h-f](https://www.wearedevelopers.com/jobs/ext/2287811-expert-data-retrieval-legaltech-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).

---

# Expert Data & Retrieval - Legaltech H/F

- **Company:** Salutech
- **Location:** France
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Clean Code Principles, Java (Programming Language), Artificial Intelligence, Airflow, Automation of Tests, Continuous Integration, Data Security, Information Retrieval, Python (Programming Language), PostgreSQL, Open Source Technology, Parsing, Redis, Management of Software Versions, Planning Software, Large Language Models, Apache Spark, Pytest, Kubernetes, Docker
- **Published:** August 29, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/82742213.html

## About the Role

Diplôme : Master, PhD, ou équivalent., Profil recherchéDiplôme : Master, PhD, ou équivalentMaîtrise requise de Python 3.11+Connaissance de GoExpérience avec bases vectorielles (pgvector, Weaviate, Qdrant, OpenSearch) et recherche hybride / BM25Compétences en embeddings & NLP : sentence-transformers, modèles d'embeddings, tokenisation, parsing de documentsExpérience avec RAG & LLM : LangChain, RAG, reranking, OpenAI, Mistral, BedrockConnaissances en data & infra : PostgreSQL, Airflow / Spark (ou équivalent), Kefka, Redis, Docker, CI/CD, K8SMaîtrise des tests : Pytest ; évaluation de la pertinence (recall, nDCG, MRR)Expérience avérée en data engineering / information retrieval sur des volumes massifs en productionExpertise Retrieval : maîtrise de l'indexation, des embeddings et de la recherche hybride, capacité à mesurer et améliorer la pertinenceCulture Data : pipelines reproductibles, qualité et lignage des données, versioning des datasets et des indexSolide culture IA / ML
: embeddings, NLP et bonne compréhension des LLMPolyvalence appréciée, notamment une appétence pour JavaAnglais fluide (contexte européen quotidien)Vision Produit : compréhension des enjeux métiers du droit pour prioriser les fonctionnalitésLeadership Technique & pédagogie : capacité à évangéliser les bonnes pratiques data, retrieval et IAObsession de la Qualité : rigueur sur la sécurité des données et la fiabilité des servicesEsprit d'innovation : curiosité pour les avancées de l'écosystème IA, NLP et dataCommunication : savoir vulgariser des concepts complexes, 1. Diplôme : Master, PhD, ou équivalent

 2. Maîtrise requise de Python 3.11+
 3. Connaissance de Go
 4. Expérience avec bases vectorielles (pgvector, Weaviate, Qdrant, OpenSearch) et recherche hybride / BM25
 5. Compétences en embeddings & NLP : sentence-transformers, modèles d'embeddings, tokenisation, parsing de documents
 6. Expérience avec RAG & LLM : LangChain, RAG, reranking, OpenAI, Mistral, Bedrock
 7. Connaissances en data & infra : PostgreSQL, Airflow / Spark (ou équivalent), Kefka, Redis, Docker, CI/CD, K8S
 8. Maîtrise des tests : Pytest ; évaluation de la pertinence (recall, nDCG, MRR)
 9. Expérience avérée en data engineering / information retrieval sur des volumes massifs en production
 10. Expertise Retrieval : maîtrise de l'indexation, des embeddings et de la recherche hybride, capacité à mesurer et améliorer la pertinence
 11. Culture Data : pipelines reproductibles, qualité et lignage des données, versioning des datasets et des index
 12. Solide culture IA / ML : embeddings, NLP et bonne compréhension des LLM
 13. Polyvalence appréciée, notamment une appétence pour Java
 14. Anglais fluide (contexte européen quotidien)
 15. Vision Produit : compréhension des enjeux métiers du droit pour prioriser les fonctionnalités
 16. Leadership Technique & pédagogie : capacité à évangéliser les bonnes pratiques data, retrieval et IA
 17. Obsession de la Qualité : rigueur sur la sécurité des données et la fiabilité des services
 18. Esprit d'innovation : curiosité pour les avancées de l'écosystème IA, NLP et data
 19. Communication : savoir vulgariser des concepts complexes

EUR

Management d'équipe
Anglais
Intelligence artificielle
Clean
Pédagogie
Normalisation
Python
Capacité d'adaptation
PostgreSQL
Logiciels de gestion de versions
Docker

## Description

Aux côtés d'une équipe d'experts passionnés au sein de l'équipe AI Service, vous relèverez les plus hauts défis techniques de la société, et du marché de l'édition juridique. En tant qu'Expert Data & Retrieval, vous êtes le garant de la matière première de notre IA : la collecte, l'ingestion, l'indexation et la recherche de pertinence sur des volumes juridiques massifs, le socle qui alimente nos modèles de langage et nos produits. Votre terrain de jeu : transformer la manière dont tout un secteur, le droit, travaille au quotidien., Votre mission n'est pas d'écrire un simple script, mais de concevoir des pipelines de données robustes capables d'ingérer, de nettoyer et d'indexer d'énormes corpus juridiques, puis d'exposer une recherche rapide et pertinente (sémantique et hybride) au service de plusieurs équipes à travers l'Europe. Vous garantirez la fraîcheur des index et la qualité du retrieval tout en gérant une complexité technique de haut vol (volumétrie, hétérogénéité des sources, évaluation de la pertinence, scalabilité...).

Vos missions principales : bâtir, outiller, transmettre

 - Collecte, ingestion & indexation

 - Pipelines d'ingestion : concevoir la collecte et le traitement de sources hétérogènes (édition, open data, bases juridiques), le parsing, le nettoyage, le chunking et la normalisation des documents.
 - Indexation & embeddings : choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index.
 - Qualité & volumétrie : garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index).
 - Recherche & pertinence (Retrieval)

 - Stratégie de retrieval : combiner recherche lexicale et sémantique (BM25 + embeddings) avec reranking et filtrage par métadonnées pour maximiser la pertinence.
 - Évaluation continue : mettre en place des jeux de tests et des métriques de pertinence (recall, precision, nDCG, MRR) pour mesurer et améliorer le retrieval.
 - RAG : structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte).
 - Observability & Security : instrumenter les pipelines (logs, métriques, traces de qualité) et garantir la sécurité et la conformité des données juridiques (RGPD, cloisonnement par pays).
 - Leadership Technique & Gouvernance

 - Culture Craftsmanship : promouvoir les pratiques de Clean Code, SOLID, et tests automatisés.
 - Rayonnement : assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).

Stack technique

 - Langages : Python 3.11+ (maîtrise requise), Go.
 - Indexation : bases vectorielles (pgvector, Weaviate, Qdrant, OpenSearch), recherche hybride / BM25.
 - Embeddings & NLP : sentence-transformers, modèles d'embeddings, tokenisation, parsing de documents.
 - RAG & LLM : LangChain, RAG, reranking, OpenAI, Mistral, Bedrock.
 - Data & infra : PostgreSQL, Airflow / Spark (ou équivalent), Kefka, Redis, Docker, CI/CD, K8S.
 - Tests : Pytest ; évaluation de la pertinence (recall, nDCG, MRR).


## Related Videos

- [Coffee with Developers - Maria Apazoglou](https://www.wearedevelopers.com/videos/1209-coffee-with-developers-maria-apazoglou)
- [pytest: Simple, rapid and fun testing with Python](https://www.wearedevelopers.com/videos/213-pytest-simple-rapid-and-fun-testing-with-python)
- [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered)
- [Reducing LLM Calls with Vector Search Patterns - Raphael De Lio (Redis)](https://www.wearedevelopers.com/videos/1714-reducing-llm-calls-with-vector-search-patterns-raphael-de-lio-redis)
- [Automagic Configuration in Python](https://www.wearedevelopers.com/videos/363-automagic-configuration-in-python)
- [Docker build without Docker](https://www.wearedevelopers.com/videos/100114-docker-build-without-docker)

## Related Articles

- [Best Companies to Work For in Paris: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/190-best-companies-to-work-for-in-paris-top-25-companies-in-2023)
- [Best Coding Boot Camps in Germany](https://www.wearedevelopers.com/magazine/237-best-coding-boot-camps-in-germany)
- [Best Companies to Work For in France: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/189-best-companies-to-work-for-in-france-top-25-companies-in-2023)
- [Résumé-Driven Development: How IT trends affect the job market for software developers](https://www.wearedevelopers.com/magazine/59-resume-driven-development-how-it-trends-affect-the-job-market-for-software-developers)
- [Dev Digest 121 - AI goes offline](https://www.wearedevelopers.com/magazine/456-dev-digest-121-ai-goes-offline)
- [Data Engineer Salary UK](https://www.wearedevelopers.com/magazine/253-data-engineer-salary-uk)