> Markdown version of [/jobs/ext/2953137-consultant-experimente-data-retrieval-ia-generative-rag-f-h](https://www.wearedevelopers.com/jobs/ext/2953137-consultant-experimente-data-retrieval-ia-generative-rag-f-h). 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). --- # consultant expérimenté Data & Retrieval - IA Générative / RAG F/H - **Company:** Smartpoint - **Location:** Paris, France - **Experience:** Expert - **Contract:** Permanent contract - **Skills:** Clean Code Principles, Java (Programming Language), Airflow, Automation of Tests, Continuous Integration, Information Retrieval, Python (Programming Language), PostgreSQL, Redis, DataOps, Data Ingestion, Large Language Models, Apache Spark, Generative AI, Pytest, Kubernetes, Apache Kafka, Machine Learning Operations, Docker - **Published:** September 17, 2026 - **Apply:** https://www.smartpoint.fr/offre-emploi/consultant-experimente-data-retrieval-ia-generative-rag-f-h/ ## About the Role De formation supérieure en informatique, Data, IA ou domaine équivalent, vous disposez d'une expérience significative en Data Engineering, Information Retrieval ou IA appliquée, idéalement sur des environnements à forte volumétrie. Vous maîtrisez notamment : * la conception de pipelines Data industrialisés ## Description Au sein d'une équipe spécialisée en Data et Intelligence Artificielle, vous intervenez sur des problématiques à forte dimension technique autour de la gestion de données, de l'Information Retrieval et de l'IA générative. Votre mission consiste à concevoir et industrialiser les pipelines permettant de collecter, transformer, indexer et rechercher de grands volumes de données, afin d'alimenter des applications basées sur les LLM et les architectures RAG. Vous serez également impliqué dans les choix d'architecture, l'amélioration de la pertinence des recherches et l'industrialisation des solutions en production. Vos principales missions Data Engineering & Indexation * Concevoir et industrialiser des pipelines d'ingestion de données provenant de sources hétérogènes. * Mettre en œuvre les traitements de parsing, nettoyage, normalisation et chunking. * Concevoir et maintenir des systèmes d'indexation à grande échelle. * Mettre en œuvre des bases vectorielles et des embeddings. * Garantir la qualité, la fraîcheur, la traçabilité et la scalabilité des données et des index. Retrieval & RAG * Concevoir des stratégies de recherche sémantique et hybride. * Combiner recherche lexicale (BM25), embeddings, filtrage et reranking. * Mettre en place des indicateurs de pertinence : Recall, Precision, nDCG, MRR. * Optimiser les mécanismes de Retrieval alimentant les LLM et architectures RAG. * Travailler sur la gestion du contexte, la déduplication et la qualité des résultats. Architecture & qualité * Participer aux choix techniques et à l'évolution de la stack Data/IA. * Mettre en place les bonnes pratiques de développement : Clean Code, SOLID, tests automatisés. * Assurer l'observabilité des pipelines et des services. * Contribuer à la sécurité et à la conformité des données. * Accompagner techniquement les équipes et partager les bonnes pratiques. Environnement technique Indispensable : * Python 3.11+ * Data Engineering / Information Retrieval * Embeddings / NLP * Recherche sémantique et hybride * RAG / LLM * Bases vectorielles : Qdrant, Weaviate, pgvector, OpenSearch * PostgreSQL * Tests avec Pytest, * l'indexation et la recherche sur de grands volumes de données ; * les embeddings et la recherche vectorielle ; * les architectures de Retrieval et RAG ; * l'évaluation et l'optimisation de la pertinence des résultats ; * les problématiques de qualité, traçabilité et versioning des données. Vous êtes à l'aise dans les environnements techniques complexes et souhaitez participer à des projets au croisement de la Data Engineering et de l'IA générative. Un bon niveau d'anglais est requis pour évoluer dans un contexte international. ## Related Videos - [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) - [Carl Lapierre - Exploring Advanced Patterns in Retrieval-Augmented Generation](https://www.wearedevelopers.com/videos/1235-carl-lapierre-exploring-advanced-patterns-in-retrieval-augmented-generation) - [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 - [Top Big Data Technologies That You Need to Know](https://www.wearedevelopers.com/magazine/108-top-big-data-technologies-that-you-need-to-know) - [Graph and AI Trends 2026: Why Is AI Running but Not Yet Delivering?](https://www.wearedevelopers.com/magazine/680-graph-and-ai-trends-2026-why-is-ai-running-but-not-yet-delivering) - [Dev Digest 120 - Apple and peers](https://www.wearedevelopers.com/magazine/455-dev-digest-120-apple-and-peers) - [Dev Digest 121 - AI goes offline](https://www.wearedevelopers.com/magazine/456-dev-digest-121-ai-goes-offline) - [The 13 Best Python Libraries for Developers in 2025](https://www.wearedevelopers.com/magazine/371-the-13-best-python-libraries-for-developers-in-2025) - [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)