Pour le compte de l’un de nos clients, acteur majeur du secteur de l’assurance en Suisse, nous recherchons un(e) Data Scientist spécialisé(e) en Generative AI et LLM, avec une bonne maîtrise des problématiques MLOps. Vous rejoindrez une équipe engagée dans le développement et la mise en production de plusieurs cas d’usage autour de l’IA générative, au sein d’un environnement cloud moderne. Vous interviendrez sur l’ensemble du cycle de vie de solutions basées sur les LLM et les agents IA : Évaluer la faisabilité technique de nouveaux cas d’usage GenAI Concevoir, tester et industrialiser des pipelines end-to-end Développer des solutions de RAG (Retrieval-Augmented Generation) Mettre en place des mécanismes d’extraction et de parsing de documents Développer des solutions de synthèse et d’analyse automatique de contenus Concevoir et améliorer des AI Agents basés sur des LLM Définir les métriques permettant d’évaluer la performance et la fiabilité des modèles Mettre en place des systèmes d’évaluation, de non-régression et de gestion du feedback Tester différents modèles et approches afin d’identifier les solutions les plus performantes Compétences recherchées Indispensables : Excellente maîtrise de Python Expérience concrète avec les LLM / Generative AI Bonne maîtrise de MLflow Expérience avec LangChain Maîtrise du cycle de développement complet d’agents IA basés sur des LLM Expérience dans l’évaluation de modèles : evaluators, non-régression, feedback loops, métriques de performance Capacité à travailler de manière autonome et orientée résultats Atouts : Expérience avec Azure Databricks Connaissance de Azure OpenAI Expérience dans le secteur de l’assurance ou sur des problématiques documentaires similaires Connaissance de l’allemand Français : obligatoire Allemand : un plus L’environnement technique peut nécessiter de travailler sur des documents non disponibles en anglais Localisation : Lausanne Taux d’activité : 75 à 100 % Présence sur site attendue avec possibilité de 1 à 2 jours de télétravail par semaine #J-18808-Ljbffr
