Data Scientist

Altametris; Saint-Denis; Sur place; EUR 55 000 - 75 000; Plein temps

Résumé du poste

Altametris recherche un Data Scientist pour développer et industrialiser des solutions d’intelligence artificielle appliquées à l’analyse de données issues de capteurs (images, LiDAR, nuages de points). Vous travaillerez sur tout le cycle projet, du besoin métier à la mise en production, en lien avec les équipes métiers et les pôles techniques.

Profil Bac+5 avec 1 à 2 ans d’expérience, maîtrise de Python et des bibliothèques ML/DL, et connaissances en traitement d’images et de données 3D.

Qualifications

• Diplômé d’un Bac+5, avec 1 à 2 ans d’expérience en Data Science ou IA.
• Maîtrise de Python et bibliothèques associées (NumPy, Pandas, Scikit-learn).
• Connaissances en Deep Learning (TensorFlow, PyTorch).
• Expérience en traitement d’images et/ou vision par ordinateur.
• Connaissance du traitement de nuages de points / LiDAR (PDAL/GDAL est un plus).
• Bonnes pratiques de versioning (Git, GitLab/GitHub).
• Notions en MLOps / industrialisation (Docker, API, CI/CD) appréciées.

Responsabilités

• Concevoir et déployer des modèles ML/DL pour images et nuages de points.
• Automatiser l’extraction d’objets et la détection de défauts.
• Industrialiser les solutions et assurer leur performance et fiabilité.
• Collaborer étroitement avec les équipes métiers et les partenaires externes.
• Conduire des pipelines de traitement et structurer les pratiques data.

Connaissances

Python

NumPy

Pandas

Scikit-learn

Deep Learning

TensorFlow

PyTorch

Image processing

Point cloud

LiDAR

PDAL/GDAL

Git

GitHub

GitLab

MLOps

GIS / Geomatics

Formation

Bac+5

Outils

Docker

API development

GitHub

GitLab

Description du poste

Dans le cadre du développement de ses activités autour de la donnée et de l’intelligence artificielle, Altametris (filiale de SNCF Réseau) renforce son équipe Data Science.

Le poste s’inscrit au cœur des enjeux de transformation numérique liés à l’analyse de données complexes issues de capteurs embarqués (images, LiDAR, nuages de points 3D). L’objectif est de concevoir et déployer des solutions innovantes permettant d’automatiser l’analyse, d’améliorer la détection d’anomalies et de valoriser les données métiers.

Le Data Scientist interviendra sur l’ensemble de la chaîne de traitement, de la compréhension du besoin métier jusqu’à l’industrialisation des solutions, en lien étroit avec les équipes métiers (topographie, micro-service, etc.)

Missions et principales activités

Le Data Scientist intervient sur l’ensemble du cycle de vie des projets de data science, de la compréhension du besoin métier à l’industrialisation des solutions.

Développement de solutions d’intelligence artificielle

• Développer des modèles de Machine Learning et Deep Learning pour le traitement d’images et de nuages de points
• Automatiser l’extraction d’objets et la détection de défauts
• Valoriser les données et les traitements réalisés

Conception et industrialisation

• Mettre en place des pipelines de traitement de données (ingestion, préparation, modélisation)
• Développer des outils et applications dans un objectif d’industrialisation
• Garantir la performance et la fiabilité des solutions déployées

Collaboration et gestion de projet

• Travailler en lien étroit avec les équipes métiers pour comprendre et cadrer les besoins
• Participer au suivi des projets et à la documentation technique
• Collaborer avec les différents pôles et partenaires externes

Innovation et amélioration continue

• Proposer et expérimenter des solutions algorithmiques innovantes
• Contribuer à la structuration des pratiques data et à la transformation numérique

Diplômé d’un Bac+5 avec 1 an ou 2 ans d’expérience

Maîtrise des langages Python (obligatoire) et bibliothèques associées (NumPy, Pandas, Scikit-learn)

Connaissances en Deep Learning (TensorFlow, PyTorch)

Expérience en traitement d’images et/ou vision par ordinateur

Connaissance du traitement de nuages de points 3D / LiDAR (pdal, gdal est un plus)

Bonne compréhension des algorithmes de Machine Learning (supervisé / non supervisé)

Expérience en data preprocessing et pipeline de données

Maîtrise des outils de versioning de code (Git) et bonnes pratiques collaboratives (GitLab, GitHub)

Notions en MLOps / industrialisation (Docker, API, CI/CD) appréciées

Connaissances en SIG / géomatique est un plus