Ingénieur RAG / Retrieval

Mission principale

Construit les systèmes de recherche sémantique et bases vectorielles qui ancrent les LLM.

5 responsabilités clés

• Concevoir les pipelines d'ingestion et de découpage des documents.
• Construire les index vectoriels et hybrides (embeddings + mots-clés).
• Optimiser la pertinence : reranking, filtres, évaluation du retrieval.
• Ancrer les réponses des LLM dans les sources avec citations fiables.
• Maintenir la fraîcheur des connaissances et gérer les droits d'accès.

Compétences clés

Embeddings, bases vectorielles, recherche hybride, évaluation de pertinence, LLM.

Ce qui est attendu

Des réponses ancrées dans les bonnes sources : le RAG est la brique qui rend les LLM fiables en entreprise.

Évolutions possibles

Architecte d'agents IA, Ingénieur search senior, Architecte de solutions IA.