Legal Engineer - AI Quality (Internship)

Юрист-инженер — Качество и оценка ИИ

Стажировка · Команда: Машинное обучение · Париж — гибридный формат · 6 месяцев · Начало: как можно скорее · Рабочие языки: английский и французский

О роли

Мы внедряем ИИ во все модули DiliTrust, и самый сложный вопрос не "работает ли это?", а "достаточно ли это хорошо, чтобы юрист мог на это положиться?". Для ответа на этот вопрос нужен человек, который понимает как модель, так и право.

Это и есть данная роль. Вы присоединитесь к команде ML в качестве юридического голоса внутри цикла разработки, переводя юридическую экспертизу в тестовые наборы, критерии оценки и документацию, которые определяют, будут ли наши ИИ-функции выпущены. Вы будете ежедневно работать с ML-инженерами и менеджерами по продукту, и ваши выводы будут напрямую влиять на то, что будет выпущено, а что вернется на доработку.

Это позиция юриста-инженера, а не практикующего юриста. Вы не будете составлять контракты; вы будете определять, как выглядит правильный ответ в контракте, в масштабе, и будете контролировать систему на соответствие этому.

Что вы будете делать

Разработка и проведение оценок ИИ (Lini)

Разработка кампаний оценки для Lini по всем модулям (CLM, Board Portal, Legal Entity Management, Matter Management). Определение того, что означает "правильно" для каждой функции: шкалы оценки, пороговые значения приемки и крайние случаи, которые важны для юриста, но незаметны для метрики. Проведение кампаний, анализ результатов и эскалация проблем качества команде ML с четкой диагностикой, а не отчетом об ошибке.

Владение эталонными данными

Создание, курирование и поддержание эталонных тестовых наборов, по которым измеряется команда. Поиск репрезентативных юридических документов, установление истины, и честное отслеживание покрытия по мере развития функций. Этот набор данных станет рабочим определением качества для команды, и он будет вашим.

Преобразование обратной связи от клиентов в сигнал для продукта

Сбор и структурирование обратной связи по ИИ-функциям, полученной от отдела поддержки клиентов. Создание таксономии отказов вместо списка жалоб, чтобы повторяющиеся слабые места стали приоритетными рабочими элементами. Поддержание документации обратной связи в актуальном состоянии на Confluence.

Анализ конкурентной среды

Отслеживание продуктов Legal Tech, выпускающих заметные ИИ-возможности, и поддержание ясного представления о рынке: что они заявляют, что они делают на самом деле, где мы лидируем, а где нет.

Документирование и обучение

Написание и поддержание справочной документации на Confluence по нашим ИИ-функциям — возможностям, ограничениям, подходящим сценариям использования — для отделов продукта, продаж, поддержки клиентов. Если коллега сможет объяснить клиенту ограничения функции, не обращаясь в команду ML, значит, вы справились хорошо.

Кто нам нужен

Студент, проходящий промежуточный год (Bac +4/+5), соответствующий одному из двух профилей:

• Юридический бэкграунд с реальным интересом к технологиям. У вас есть диплом юриста, и вас больше интересует, как работает инструмент, чем прецедентное право.

• Технический или инженерный бэкграунд с искренним интересом к праву. Вы можете критически оценивать вывод модели и хотите работать в области, где точность имеет последствия.

В обоих случаях искомый человек:

• Любознателен, автономен и добросовестен — способен самостоятельно вести направление работы без постоянного надзора

• Аналитически подкован: структурирует информацию, замечает несоответствия, четко синтезирует.

• Отлично владеет французским и английским языками — устно и письменно

• Комфортно чувствует себя в быстро меняющейся среде, где дорожная карта постоянно обновляется.

Требуемые навыки

• Глубокие юридические знания или продемонстрированная способность быстро осваивать юридические концепции

• Свободное владение французским и английским языками — английский является рабочим языком в команде ML

• Уверенное владение инструментами продуктивности: Confluence, Jira (или эквивалент), Slack, Excel / Google Sheets

• Желательно: знакомство с LLM, prompt engineering или концепциями оценки ИИ. Практический опыт работы с ИИ-инструментами, применяемыми в юридической практике, является большим плюсом.

Что вы получите

Прямое понимание того, как ИИ-функции разрабатываются, измеряются и выпускаются в рамках коммерческого продукта Legal Tech — внутри команды ML, а не на смежных позициях. Юридическая инженерия становится отдельным карьерным треком, и это год работы над реальным продуктом.

Процесс найма

Два этапа, и мы действуем быстро.

1. Ознакомительный звонок (20–30 мин, телефон или видео)

Беседа с нанимающим менеджером / командой по подбору персонала о вашем опыте, о том, что привлекает вас на стыке права и ИИ, и о практических основах (даты, продолжительность, требования к обучению). Частично на английском языке.

2. Кейс (с выполнением дома + обсуждение)

Мы пришлем вам короткое, конкретное задание: набор выводов ИИ по юридическим документам для оценки. Вы расскажете, что не так, как бы вы это систематически измеряли и что бы вы сообщили команде ML. Ожидаемое время работы — около 2 часов. Затем мы обсудим это вместе в течение 45–60 минут с командой ML и продуктовой командой. Мы ищем не правильный ответ — мы смотрим на то, как вы рассуждаете, структурируете проблему и отстаиваете свое решение.