Stagiaire en optimisation des embeddings pour la recherche documentaire basée sur les LLM (H/F)

Location: Genève, Genè, CH

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, NumPy, Pandas, PyTorch ou TensorFlow

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