(STAGE) - Data Engineering : Data Quality & Observability (Thémis)

Notre mission ⚖️ Chez Doctrine, nous nous engageons depuis 2016 pour un enjeu démocratique majeur : rendre le droit plus accessible. Nous sommes la 1ère plateforme d’IA juridique qui permet aux avocats et juristes de se libérer des tâches répétitives et chronophages, pour se concentrer sur l’essentiel, cela à toutes les étapes de leur travail : qu’il s’agisse de comprendre un dossier, rechercher des informations ou rédiger des documents. Doctrine aujourd’hui, c’est plus d’1 million de visites chaque mois et des dizaines de nouveaux professionnels du droit qui nous rejoignent chaque jour. Notre ambition va au-delà des frontières : nous avons pour ambition de construire le leader européen de l’IA juridique. Après la France, nous avons déjà lancé Doctrine en Italie, et travaillons actuellement à notre expansion en Allemagne avec une conviction très forte : il faut penser globalement, avec une mise en oeuvre locale. C’est pour cela que nous travaillons au plus près des besoins de nos clients et nous attachons à comprendre très finement les subtilités de chaque système juridique. Et ce n’est que le début ! Nos valeurs 🤝 Challenge the status quo. Nous défendons les idées audacieuses et la prise de risque intelligente. Liberty and responsibility. Nous promouvons l’autonomie, l’impact de chacun·e et l’ownership. Knowledge is power. L'information est au cœur de la mission de Doctrine, et nous voulons toujours apprendre plus. Release early, release often and listen to your customers. Nous croyons au pouvoir de l’itération et à l’importance d’écouter en permanence notre marché, nos client·e·s et leurs problématiques. Contexte du Stage 🕹️ Au sein de l’équipe Thémis, vous rejoindrez un environnement où la donnée juridique est au cœur du produit. Chaque jour, des milliers de décisions de justice (mais pas que…) sont collectées, traitées et indexées dans nos moteurs de recherche. Ces pipelines de données sont essentiels à la qualité de notre service : la moindre erreur peut impacter directement l’expérience utilisateur et la fiabilité des résultats. Votre mission sera de rendre cette donnée plus observable et mesurable, en contribuant à la qualité et la transparence des flux de données qui alimentent notre moteur de recherche juridique. Le déroulé ⏱️ Vous serez en contact avec à la fois l’équipe produit qui récupère les feedbacks utilisateurs et l’équipe qui acquiert cette donnée. 1. Phase d’Exploration Découverte de la pipeline décisions existante Compréhension des besoins des équipes consommatrices de la donnée Identification des points de défaillance possibles impactant l’expérience utilisateur 2. Phase de Conception Définition de KPIs applicables à la pipeline décisions Conception d’un framework d’observabilité 3. Phase de Réalisation Benchmark d’outils (dbt tests / Great Expectations / datadog / Snowflake) Intégration avec les outils de monitoring existants Kudos : Création d’un dashboard de suivi synthétique (qualité, taux de complétude, erreurs, latence, etc.) Ce que vous apprendrez 📖

Construire une approche d’observabilité de la donnée à l’échelle d’une entreprise

Manipuler des pipelines de données complexes dans un environnement cloud moderne

Développer une culture DataOps orientée qualité, résilience et transparence

Collaborer avec des ingénieurs expérimentés et des experts métiers sur des problématiques concrètes

Profil recherché 🎯

Étudiant(e) en data engineering, ou analytics, avec une appétence pour la qualité et la fiabilité de la donnée

Solides bases en Python et SQL

Intérêt pour les sujets d’observabilité, de pipeline monitoring et de data governance

Autonomie, curiosité, et goût pour le travail collaboratif