IA/LLM Engineer

Rejoins l'équipe R&I de Codoc, une entreprise innovante dans le domaine de la santé. En tant qu'IA/LLM Engineer, tu seras responsable de la conception, de l'industrialisation et de la maintenance des composants IA qui alimentent le produit Codoc. Tu travailleras en étroite collaboration avec l'équipe R&I sur des projets de recherche liés à l'errance diagnostique des maladies rares.

• Concevoir et intégrer les composants IA du produit Codoc, en particulier l'indexation vectorielle, les embeddings et les architectures LLM.
• Mettre en production et maintenir les pipelines IA dans les environnements hospitaliers partenaires, en garantissant qualité, performance et conformité RGPD/HDS.
• Contribuer aux projets de recherche sur l'errance diagnostique des maladies rares aux côtés de l’équipe R&I.

**Compétences techniques requises**

• Maîtrise de Python et de l'écosystème ML (PyTorch, HuggingFace Transformers, LangChain ou LlamaIndex)
• Solide expérience MLOps : CI/CD pour modèles, versioning (MLflow, DVC, W&B)
• Expérience d'indexation vectorielle et de bases de données embeddings (FAISS, OpenSearch, Qdrant, pgvector…), y compris le choix de la granularité selon les cas d'usage
• Maîtrise des architectures RAG et des patterns de déploiement LLM : orchestration, prompt engineering, quantization, gestion du contexte et des limites de tokens
• Bonnes pratiques d'évaluation : benchmarks d'embeddings, systèmes de feedback utilisateur, métriques de qualité et d'exhaustivité des extractions

**Compétences appréciées**

• Intérêt ou expérience dans le domaine de la santé, des données cliniques ou des terminologies médicales (UMLS, SNOMED, CIM-10)
• Expérience en NLP médical : modèles spécialisés (CamemBERT-bio, DrBERT, BioLinkBERT…), extraction d'entités, NER
• Pratique de la rédaction scientifique : publications, rapports d'étude, présentations en congrès
• Connaissance des contraintes réglementaires HDS / RGPD / IA act applicables à l'IA en santé

**Formation & expérience**

• Diplôme d'ingénieur·e ou Master 2 en data science, machine learning ou domaine connexe
• +5 ans d'expérience en déploiement de modèles IA / ML (hors stage)
• Expérience démontrée en conception et mise en production de systèmes impliquant LLM et/ou modèles d'embeddings à l'échelle