Confirmed Machine Learning Engineer (Productivity)

Le contexte

La squad Productivity est au cœur de la transformation produit autour de la gestion des affaires contentieuses de bout en bout.

Le scope de la squad s'est considérablement enrichi, au-delà du seul gain de productivité, en allant vers l'accompagnement de la réflexion et de l'argumentation juridique, à travers plusieurs langues.

Aujourd’hui, elle est responsable de toute la chaîne de valeur :

1. Analyse de documents

2. Rédaction automatisée des conclusions et documents juridiques

3. Réflexion stratégique sur l’argumentation

C’est le cœur de notre IA appliquée au raisonnement juridique : travail avancé sur les modèles LLM, le machine learning et la structuration de documents complexes.1.

Tu peux trouver des détails sur l’ensemble de la stack sur Github !

A savoir : il n’est pas nécessaire d’avoir une expérience professionnelle dans le domaine du droit, cependant l’envie de s’investir et de monter en compétence dans la compréhension des documents juridique est importante :)

Les missions

• Développer des modèles NLP (basé sur le Machine Learning ou non) pour aider aider nos clients à être plus productif. Cela peut inclure l’aide à la recherche documentaire, l’aide à la génération de documents etc…
• Maintenir et monitorer ces modèles en production
• Collaborer avec différents types de profils, notamment ingénieurs, product managers, product designers, pour identifier de nouveaux axes de développement produit
• Participer à la diffusion interne et à la consolidation de nos bonnes pratiques dans le chapter ML; contribuer à l’élaboration de notre stratégie Engineering
• Faire monter en compétence les autres ingénieurs de l’équipe

Le profil idéal

• Une expérience significative en terme de construction de produit reposée sur le NLP, tel quel la reconnaissance d’entités nommées, la classification de texte, le résumé de texte, la modélisation de topic, la génération de contenu etc…
• Une bonne connaissance du machine learning et en particuliers des modèles de deep learning
• Une capacité à délivrer rapidement des prototypes dans un environnement product-centric
• Un fort intérêt pour les sujets d’intelligence artificielle
• L’envie d’identifier, d'analyser, et d'intégrer en production les dernières avancées scientifiques dans le domaine
• Une bonne maitrise du développement Python, avec un focus sur la construction d’algorithmes
• La maîtrise de la langue française et anglaise

Les à côtés du poste

• Comme tous les ingénieurs de Doctrine, tu participeras à un de nos chapters transverse, en l’espèce le chapter Data Science. Au sein de ce chapter, tu contribueras à des projets internes pour améliorer nos process et notre vision long-terme. Le chapter se réunit toutes les semaines pour :
• Partager des connaissances : suivit de l’état de l’art, revue de papiers scientifiques, amélioration continue, bonnes pratiques,…
• Proposer des évolutions : nouveaux outils à expérimenter, nouveaux process à mettre en œuvre
• Tu participeras également au recrutement : tous les contributeurs individuels rencontrent des candidats à l’occasion de tests techniques ou d’entretiens.