Machine Learning Intern – Legal Knowledge Agent

Machine Learning Intern – Legal Knowledge Agent Prêt(e) à rejoindre la révolution Legal Tech ? Vision: Editeur de logiciels SaaS de premier plan, DiliTrust est une entreprise globale spécialisée dans les solutions juridiques et de gouvernance. Notre ambition est d’accompagner nos clients dans la digitalisation rapide de leurs départements juridiques. Avec une croissance annuel de plus de 40 % depuis 2020, nous visons à devenir l’un des leaders mondiaux de la Legal Tech, avec une valorisation dépassant 1 milliard de dollars d’ici à 2027. Impact: De la génération de rapports pour les Assemblées Générales à la gestion du cycle de vie des contrats assistée par l'IA, nos équipes réparties dans 8 bureaux à travers le monde (France, les États-Unis, le Mexique, la région MEA, l'Allemagne, l'Espagne, l'Italie et le Canada) sont le moteur de notre succès mondial. Aujourd’hui, nous accompagnons +2 400 clients dans 64 pays, dont 80 % sont des d’entreprises cotées sur les principaux marchés européens, américains et du Moyen-Orient. Reconnaissance: DiliTrust est un pionnier de l’innovation LegalTech, étant la première entreprise du secteur à avoir intégré des fonctionnalités IA dès 2022. Nous sommes également reconnus pour offrir un environnement de travail dynamique et entrepreneurial à nos équipes, certifié chaque année depuis 2019 par les labels "Happy at Work" et "Tech at Work". Contexte: Cette année, nous recherchons des stagiaires passionnés et motivés pour rejoindre notre équipe de recherche afin de développer des systèmes agentiques pour la recherche avancée d’information. Notre focus : Agentic Knowledge Retrieval. Basé sur des représentations en graphes de sources de connaissance hétérogènes : documents, données structurées, informations non structurées. Objectif : permettre à des agents intelligents de naviguer dans des graphes de connaissance et de récupérer/combiner dynamiquement des informations multi-sources. Ce nouveau paradigme vise à combler le fossé entre les méthodes de recherche statiques et les approches adaptatives et contextuelles. En dotant les agents de capacités de raisonnement sur des graphes couvrant divers domaines de connaissance, nous débloquons des réponses plus riches, plus précises et mieux explicables dans des contextes juridiques ou business complexes. Votre rôle : Intégrer des types de données hétérogènes (documents, bases de données, APIs, LLMs…) dans des graphes de connaissance multi-couches. Concevoir des stratégies agentiques et politiques de navigation exploitant la topologie du graphe, les relations sémantiques et la fiabilité des sources. Optimiser les workflows de recherche pour la rapidité, la précision et la pertinence dans des environnements réels et dynamiques. Responsabilités : Mener une recherche sur les méthodes actuelles de construction et navigation dans des graphes de connaissance multi-sources. Concevoir et implémenter des stratégies de recherche agentiques capables de raisonner et de traverser des représentations en graphes. Explorer l’intégration de Large Language Models pour aider les agents à interpréter, filtrer et classer l’information récupérée. Comparer des techniques d’apprentissage sur graphes et de planification agentique pour l’efficacité et la pertinence de la recherche. Partager les résultats via des présentations internes, du code, et éventuellement des publications ou meetups externes. Exigences : Actuellement inscrit dans une école d’ingénieur ou un programme lié à l’informatique. Préparation d’un Master 2 (ou diplôme équivalent de fin d’études). Disponible pour un stage à temps plein de 6 mois. Fort intérêt pour l’ingénierie logicielle, le développement web ou les systèmes distribués. Connaissances de base dans au moins un langage de programmation (ex. : JavaScript/TypeScript, Python, Java, etc.). Envie d’apprendre, curiosité et volonté de travailler dans une équipe collaborative. Bonnes compétences en communication et capacité à poser des questions, partager des idées et recevoir des retours. #J-18808-Ljbffr