Mission

Le Data Scientist conçoit, développe et industrialise des solutions d'analyse avancée, de Machine Learning et d'Intelligence Artificielle permettant d'exploiter les données afin de répondre aux enjeux métiers.

Il intervient depuis la compréhension du besoin et l'exploration des données jusqu'à la mise en production et au suivi des modèles, en collaboration avec les équipes métier, Data Engineering, Data Architecture, BI et IT.

Responsabilités principales

• Comprendre les problématiques métiers et les traduire en cas d'usage Data / IA.
• Identifier, collecter et analyser les données nécessaires aux analyses.
• Réaliser l'exploration des données et identifier les tendances, corrélations et anomalies.
• Préparer, nettoyer et transformer les données nécessaires aux modèles.
• Concevoir et entraîner des modèles de Machine Learning et d'analyse statistique.
• Développer des modèles de classification, régression, clustering, prévision ou détection d'anomalies.
• Évaluer et optimiser les performances des modèles.
• Développer des solutions basées sur l'IA générative lorsque les cas d'usage le nécessitent : LLM, RAG, embeddings, agents IA.
• Participer à l'industrialisation et au déploiement des modèles avec les équipes Data Engineering / MLOps.
• Mettre en place le suivi de la performance des modèles en production.
• Documenter les modèles, hypothèses, données utilisées et résultats obtenus.
• Présenter les résultats de manière compréhensible aux équipes métier et aux décideurs.
• Participer à l'amélioration des standards, méthodes et bonnes pratiques Data / IA.

Compétences techniques

Data Science / Machine Learning

• Python
• Pandas, NumPy
• Scikit-learn
• XGBoost / LightGBM
• TensorFlow ou PyTorch
• Statistiques et probabilités
• Feature Engineering
• Évaluation et optimisation de modèles

Data

• SQL
• Manipulation de données structurées et non structurées
• Data Lake / Lakehouse
• Spark / PySpark
• Databricks

IA générative

• LLM
• Prompt Engineering
• RAG
• Embeddings
• Vector databases
• Frameworks tels que LangChain ou équivalent

Industrialisation / MLOps

• MLflow
• Git
• CI/CD
• Docker
• APIs
• Monitoring des modèles

Cloud

Une connaissance d'au moins un environnement Cloud est appréciée :

• Microsoft Azure
• AWS
• Google Cloud Platform

Profil recherché

• Formation Bac+5 en Data Science, Intelligence Artificielle, Mathématiques, Statistiques, Informatique ou domaine équivalent.
• Expérience en développement de solutions Data Science / Machine Learning.
• Bonne maîtrise de Python et SQL.
• Solides connaissances en statistiques et Machine Learning.
• Capacité à travailler avec des volumes importants de données.
• Une expérience de Databricks et des architectures Lakehouse constitue un atout.
• Une expérience des solutions d'IA générative est également appréciée.

Compétences comportementales

• Capacité d'analyse et de synthèse.
• Curiosité et capacité à expérimenter.
• Autonomie et proactivité.
• Capacité à travailler avec des interlocuteurs techniques et métiers.
• Capacité à vulgariser des problématiques complexes.
• Rigueur dans la documentation et la validation des résultats.
• Bon niveau de communication dans un environnement international.

Livrables attendus

• Analyses exploratoires et statistiques.
• Jeux de données préparés et documentés.
• Modèles de Machine Learning.
• Notebooks et composants Python.
• APIs ou services permettant d'exposer les modèles.
• Documentation technique et fonctionnelle.
• Indicateurs de performance des modèles.
• Supports de restitution auprès des métiers.