Stagiaire en optimisation des embeddings pour la recherche documentaire basée sur les LLM

Introduction Pour notre division Systèmes d’Information , nous recherchons un⸱e Stagiaire dont la mission principale sera d’ évaluer et optimiser des stratégies d’embedding pour des systèmes de recherche documentaire basés sur des modèles de langage . Responsabilités Afin de mener à bien sa mission, la/le stagiaire devra mener les actions suivantes : Réaliser une revue de littérature sur les approches d'embedding sémantique et les architectures de type RAG (Retrieval-Augmented Generation) appliquées à la recherche documentaire en entreprise Analyser les cas d’usages existants, les données disponibles et les stratégies d’indexation mises en place Concevoir et mettre en œuvre un cadre d’évaluation comparative des solutions d'embedding Étudier l’adaptation et l’entraînement de modèles sur des corpus spécialisés afin d’améliorer la qualité de recherche Proposer un cadre d’évaluation coût-performance et analyser l’interprétabilité des représentations générées Profil Actuellement en Master en Data Science, Robotique ou équivalent Maîtrise des outils usuels de science des données tels que Python, Num.

Py, Pandas, Py. Torch ou Tensor. Flow Connaissances solides en apprentissage profond et en traitement automatique du langage naturel Expérience avec les architectures de type Transformer et les modèles de langage Autonomie et esprit d’analyse Conclusion S’immerger enfin dans la pratique, assumer ses premières responsabilités, participer à des projets novateurs, mettre au profit de l’entreprise son enthousiasme et ses compétences fraîchement acquises : voilà les défis que Rolex vous aidera à relever.

L’idée de rejoindre une manufacture de renom, ayant conscience de l’importance d’accompagner et de former ses collaborateurs par des professionnels du métier, vous réjouit ? Alors, rejoignez-nous. lag #LI-DNI