Job Vacancy Tech Lead GenAI, Data Science & Scientific AI
Clermont-Ferrand
R&S TELECOM
Share this job
Contexte d’utilisation chez Limagrain Compétences attendues Niveau RAG end-to-end Retrievers & embeddings Assistants scientifiques, juridiques et métiers sur corpus internes. Optimiser la récupération de sources fiables. Ingestion, parsing, OCR, structure, chunking, embeddings, indexation, retrieval, reranking, génération et citations. Indispensa ble Dense/sparse/hybride, metadata filters, multi query, parent-child, contextual retrieval, vector stores et évaluation du retrieval. Indispensa ble Analyse documentaire Exploiter PDF, Word, PowerPoint, Layout-aware parsing, OCR, extraction Indispensa Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Technologies / savoir-faire Contexte d’utilisation chez Limagrain Compétences attendues Niveau tableaux, scans et dossiers complexes. tables/images, métadonnées, déduplication, classification et validation. ble VLM & VQA Analyser images, figures, schémas, parcelles, maladies, rapports et documents multimodaux. Vision-language models, visual question answering, grounding, OCR multimodal, évaluation et limites. Avancé Gestion du contexte Maîtriser qualité, coût et mémoire des agents. Context engineering, fenêtres, compression, résumé, mémoire court/long terme, cache, provenance et isolation. Indispensa ble Single-agent Automatiser une tâche métier avec outils et garde-fous. ReAct/tool calling, structured outputs, validation, retries, human-in-the-loop et permissions. Indispensa ble Multi-agent Décomposer les workflows complexes entre agents spécialisés. Supervisor, router, planner-executor, handoffs, shared state, parallélisme, consensus et contrôle des boucles. Avancé LangChain / LlamaIndex Assembler modèles, retrievers, tools et chaînes RAG. Intégrations, loaders, chains, agents, structured output et composants remplaçables. Avancé LangGraph Orchestration stateful et durable de workflows agentiques. Graphes, état, checkpoints, streaming, interruptions, human-in-the-loop et reprise. Avancé LangSmith Tracing, debugging, datasets, évaluations et monitoring.
Candidate profile
Formation supérieure en Data Science, Machine Learning, informatique, mathématiques appliquées, géomatique, bio-informatique ou domaine scientifique proche. Expérience significative de R&D appliquée : formulation d’hypothèses, prototypage, expérimentation, évaluation, documentation et transfert vers la production. Expérience de déploiement Cloud en production sur GCP et/ou Azure, avec sécurité, CI/CD, IaC, monitoring et maîtrise des coûts. Expérience concrète de plateformes RAG et d’agents comportant des intégrations SI, des validations humaines et une observabilité granulaire. Capacité démontrée à lire et challenger des publications scientifiques et techniques, puis à les traduire en choix d’architecture ou protocoles d’évaluation. Expérience de coordination de pilotes, benchmarks, ateliers métiers, prestataires, experts scientifiques, équipes Data/Cloud/Sécurité et sponsors.
Working environment
Piloter techniquement la conception, l’évaluation, le déploiement et l’industrialisation de solutions GenAI, RAG et agentiques dans un contexte agricole et scientifique, en reliant les métiers, la recherche, la Data, le Cloud, Microsoft 365 et les plateformes Google Cloud/Azure.
Apply to this job!
Find your next career move from +8,000 jobs!
Manage your visibility
Salary, remote work... Define all the criteria that are important to you.
Get discovered
Recruiters come directly to look for their future hires in our CV library.
Join a community
Connect with like-minded tech and IT professionals on a daily basis through our forum.
Tech Lead GenAI, Data Science & Scientific AI
R&S TELECOM