Nous encourageons les candidatures de personnes en situation de handicap, et nous nous engageons à répondre au mieux à leurs besoins spécifiques.
Profil / Mission
Dans le cadre de projets Data Science menés par Davidson pour ses clients dans des secteurs variés (Gaming, Luxe, Télécoms, Finance, etc.), tu interviendras en tant que spécialiste ML & DL. Ta mission consistera à accompagner des experts métiers sur des problématiques variées : traitement du langage naturel, reconnaissance d’images, détection de la fraude, système de recommandation, agent conversationnel, etc.
À Ces Fins Tes Missions Consisteront à
- Animer des ateliers d’expression de besoins
- Identifier, intégrer et croiser les sources de données (structurées ou non structurées)
- Préparer et analyser des données
- Créer, implémenter des modèles
- Prototyper et valider les algorithmes
- Mesurer les gains obtenus
- Communiquer et capitaliser sur les résultats
- Réaliser une veille technologique ainsi que des études d’opportunités
Compétences requises ou à acquérir
- De formation ingénieur / BAC+5, tu as déjà réussi plusieurs projets dans le domaine de la Data Science. Avec au minimum 2 ans d’expérience professionnelle (et c’est vraiment un minimum hein…)
- Des compétences scripting sont nécessaires. Et mieux vaut être fort en maths !
Aptitudes / Savoir-être
- Excellent relationnel
- Capacité d’analyse
- Curiosité
- Pédagogie
- Anglais + SQL / Python bilingue
Description du pôle
La donnée est aujourd’hui un actif stratégique au cœur de la transformation digitale des entreprises et à la base de la création de multiples nouveaux services. Davidson dispose d’une expertise unique autour de la donnée qui lui permet d’intervenir de bout-en-bout pour ses clients, qu’ils soient data-driven ou cherchent « simplement » à valoriser leurs données.
Nos Métiers
- Accompagnement à la mise en place d’une stratégie données
- Architecture Big Data
- Data visualisation
- Data science
Notre Environnement Technique
- Infrastructures & Stockage : Cloud (AWS, Azure, Google Cloud Platform), Cloudera,
- MapReduce, Hortonworks, mongoDB, Hadoop, Cassandra, Splunk, Redis, CouchDB
- Traitement de données : Spark, Scala, Kafka, Logstach, Elasticsearch, Hive, Storm, Flink
- Analytics : R, Python, SPSS&SAS, TensorFlow, Sickit learn
- Dataviz : grafana, dataiku, kibana, Tableau, Qlik, Outil propre JS
- Devops & containers : Docker, puppet, Jenkins, Sonar, Openshift, Kubernetes, Ansible
- Domaines : Machine Learning, Deep Learning