États-Unis
HEARTLAND BUSINESS SYSTEMS LLC
Black Canyon Consulting
Ingénieur Pipeline de Contenu
États-Unis
Bethesda, Maryland, United States
PythonAWS
Traduction automatique. Consultez l’original.
Présentation
Nous recherchons un Ingénieur Pipeline de Contenu pour concevoir et mettre en œuvre des pipelines réutilisables permettant d'extraire, de structurer, d'indexer et de récupérer des informations à partir de documents d'autorisation, de cartes et d'autres contenus non structurés.
L'Ingénieur Pipeline de Contenu développera des capacités de traitement documentaire couvrant l'OCR, l'analyse de documents, l'extraction multimodale, l'enrichissement de métadonnées, l'indexation vectorielle, la recherche sémantique et les flux de travail basés sur des agents. Le poste prendra en charge des documents tels que des PDF, des formulaires numérisés, des dossiers de puits, des plans cadastraux, des relevés topographiques, des cartes et des descriptions juridiques, afin de rendre leur contenu disponible pour les applications en aval et les services d'IA.
Ce poste est en télétravail.
Si vous souhaitez rejoindre une organisation performante, axée sur les services professionnels et la technologie, postulez dès aujourd'hui !
Missions et Responsabilités
- Concevoir et mettre en œuvre des pipelines d'ingestion et de traitement réutilisables pour les PDF, les documents numérisés, les images, les formulaires, les cartes et autres contenus non structurés.
- Mettre en œuvre des flux de travail d'OCR et de traitement documentaire multimodal pour les documents standards et les supports cartographiques.
- Extraire le texte, les tableaux, les métadonnées, les identifiants et les attributs spécifiques au domaine à partir des documents sources.
- Prendre en charge l'extraction d'informations à partir de plans cadastraux et de relevés topographiques, y compris les descriptions juridiques, les étiquettes, les azimuts, les distances et autres informations spatiales pertinentes.
- Développer des processus d'analyse, de classification, de normalisation, de segmentation et d'enrichissement des métadonnées des documents.
- Maintenir le lien et la traçabilité entre les informations extraites, les documents sources, les systèmes d'origine et les enregistrements commerciaux associés.
- Construire des index de documents et des index vectoriels en utilisant OpenSearch ou des technologies comparables.
- Mettre en œuvre des pipelines d'embeddings, de recherche sémantique et de récupération.
- Développer des APIs et des interfaces réutilisables permettant aux applications en aval et aux services d'IA de rechercher et de récupérer le contenu des documents.
- Mettre en œuvre des flux de travail basés sur des agents pour des activités telles que la classification de documents, la sélection de stratégies d'extraction, la validation, la gestion des exceptions et l'assurance qualité.
- Établir des seuils de confiance et des processus de révision humaine pour les extractions incertaines ou ambiguës.
- Collaborer avec les ingénieurs SIG pour connecter les résultats de l'extraction de cartes et de documents avec des géométries géoréférencées et vectorisées.
- Collaborer avec les Data Scientists pour créer des jeux de données d'évaluation et mesurer la qualité de l'OCR, de l'extraction, de la récupération et de la classification.
- Mettre en place des tests automatisés, une surveillance et une observabilité pour les pipelines de traitement documentaire.
- Optimiser le traitement en termes de précision, de débit, de répétabilité et de coût.
Formation
- Licence en informatique, génie logiciel, science des données, systèmes d'information ou dans un domaine technique connexe.
Profil recherché
- 5+ années d'expérience en génie logiciel, ingénierie des données, recherche, traitement documentaire ou domaine connexe.
- Solide expérience en développement Python et expérience dans la création de pipelines de données ou de traitement de contenu en environnement de production.
- Expérience pratique du traitement de PDF, d'images, de documents numérisés et de contenus semi-structurés utilisant des technologies d'OCR et d'extraction documentaire.
- Expérience avec des magasins de documents, des moteurs de recherche ou des bases de données vectorielles, incluant les embeddings et la recherche sémantique.
- Expérience en analyse, classification, segmentation, enrichissement de métadonnées et préservation de la traçabilité des sources documentaires.
- Expérience avec des flux de travail de traitement documentaire basés sur LLM ou des agents, incluant l'extraction, la validation, le routage ou la gestion des exceptions.
- Expérience dans la création de pipelines robustes avec tests automatisés, journalisation, surveillance, gestion des erreurs et contrôles qualité.
- Expérience dans l'évaluation de la qualité de l'OCR et de l'extraction à l'aide de critères mesurables et de seuils de confiance.
- Solides compétences en résolution de problèmes pour travailler avec des formats de documents complexes et incohérents.
Compétences appréciées
- Expérience avec OpenSearch.
- Expérience avec les services de traitement documentaire, d'IA ou de machine-learning sur AWS.
- Expérience avec des frameworks d'agents tels que LangChain, LangGraph ou des frameworks d'orchestration similaires.
- Expérience avec des modèles multimodaux, des modèles vision-langage ou l'extraction documentaire basée sur LLM.
- Expérience dans la création de solutions RAG ou de recherche sémantique en entreprise.
- Expérience avec des cartes, des dessins techniques, des plans cadastraux, des documents d'arpentage ou des descriptions juridiques.
- Expérience dans l'extraction d'azimuts, de distances, de coordonnées ou d'autres informations géospatiales à partir de documents.
- Expérience de travail dans le secteur du gouvernement fédéral américain.
- Expérience avec des documents relatifs aux autorisations, à l'environnement, à l'énergie, à la gestion des terres ou à la réglementation.
Avantages et Salaire
Nous attirons les meilleurs talents grâce à notre package d'avantages sociaux compétitif qui comprend une couverture médicale, dentaire et optique, un plan 401k avec contribution de l'employeur, des jours fériés payés, des congés payés et un remboursement des frais de scolarité.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil