Data Engineer H/F at EVERIENCE

Lyon, Auvergne-Rhône-Alpes, France -

Full Time

Start Date

Immediate

Expiry Date

27 May, 26

Salary

0.0

Posted On

26 Feb, 26

Experience

5 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

AWS, GCP, Azure, Python, Java, LLM, Document AI, OCR, Hybrid Architectures, Data Structuring, Benchmarking, Model Performance Analysis, Spring IA

Industry

IT Services and IT Consulting

Description

Description de l'entreprise Et si vous choisissiez plus qu’un simple job ? HELPLINE est spécialisée dans l’infogérance du support utilisateur et la mise en œuvre d’une expérience collaborateur augmentée par l’IA, où l’expertise humaine et la technologie s’enrichissent mutuellement. Ses équipes assurent le support utilisateur, le support applicatif, le support de proximité, la gestion des actifs IT et la GRC (Gouvernance, Risque et Conformité). Sa mission est double : soutenir les besoins opérationnels des DSI et des métiers ; et offrir aux collaborateurs une expérience fluide et fiable, alignée avec les standards des marques grand public. Intervenant en France et dans le monde, HELPLINE compte 2500 collaborateurs au service de plus de 200 clients. Elle affiche un CA de +200 M€ en 2025. HELPLINE fait partie d’Everience, groupe international de conseil et de services numériques augmentés, pionnier de la symbiose Homme-IA en entreprise. Située au cœur du 7ème, l’agence de Lyon est née en 2019, elle compte aujourd’hui 150 collaborateurs qui œuvrent soit sur le centre de services, soit chez nos clients en assistance technique. Nous rayonnons sur l’ensemble de la Région Rhône Alpes Auvergne avec des références clients telles que l’EM Lyon, SNCF, SUEZ… Description du poste Dans le cadre de son développement, HEPLINE recherche un Data Engineer H/F pour une mission auprès de l’un de nos clients du secteur bancaire, basé à Champagne au Mont d'Or. 🎯Vos principales missions seront les suivantes : 1️⃣Recherche & expérimentation Tester différents LLM indépendamment du provider (AWS, GCP, Azure…) Identifier les approches Document AI pertinentes (OCR + LLM + vision) Explorer les architectures hybrides (OCR classique + LLM post-processing) 2️⃣Data & évaluation Préparer et structurer les jeux de données de test et de validation Définir les critères de succès / échec des cas d’usage Mettre en place des outils de benchmark (IA tools ou équivalents) Comparer les performances des modèles et produire les analyses associées 3️⃣Développement & intégration Réaliser des développements sur les produits (Java / Python) Contribuer à l’intégration des modèles dans l’écosystème existant Participer aux travaux autour de Spring IA Qualifications 🔍 Profil recherché Vous disposez d’une formation informatique en Bac +5, et d'une bonne expérience, de 4 à 7 ans. Vous maîtrisez AWS,GCP et Azure . Vous êtes aussi un expert sur Python et Java, et avez de solides connaissances sur la vision documentaire et la documentation de l'IA. 🕵️‍♂️Savoir-être Esprit d’équipe et partage de connaissances Capacité à travailler en autonomie et à être force de proposition Bon relationnel avec des interlocuteurs techniques et métiers Capacité à garder son sang-froid en situation d’incident Bonne capacité à avoir un sens de rigueur, d'autonomie et un sens de l'analyse. Informations complémentaires Pour mieux se connaître, voici nos étapes de recrutement (réponse garantie) : 📞 Entretien téléphonique (15 min) 👥 Entretien RH (1 h) + débrief des 2 exercices en ligne (non éliminatoires) 👔 Entretien Manager (1 h) Chez nous : mutuelle & transport à 50%, tickets resto (9,5€ à 60%), primes cooptation 1000€, CSE, intégration 2 semaines, formation, mobilité, équipe soudée, stabilité et croissance. Videos YouTube d’Everience : en français https://youtu.be/5-F56MLHlQI en anglais https://youtu.be/ZuYhyq3rr9E Tous nos postes sont ouverts aux personnes en situation de handicap Niveau d'expérience: 5-10 ans Département: Fonctions d'ingénierie Type de contrat: CDI

Responsibilities

The Data Engineer will be responsible for researching and experimenting with various LLMs and Document AI approaches, including testing hybrid architectures. Key tasks also involve preparing and structuring test datasets, defining success criteria, implementing benchmarking tools, and comparing model performance.