Recevez plus de réponses des employeurs
Envoyez un CV adapté au poste en quelques minutes.
Guild Data Discoverii recherche un Data Scientist / MLOps Engineer. Vous concevrez des modèles de segmentation et de scoring, puis industrialiserez les pipelines ML pour une utilisation opérationnelle durable.
Vous piloterez l’intégration et le déploiement en production, surveillerez les drift et participerez à des cas d’usage d’IA Générative, au sein d’un cadre data-driven.
Tu es passionné(e) par la data science au service de la performance business et tu aimes transformer des données brutes en leviers de croissance et de décision ? Segmentation avancée, scoring prédictif, industrialisation de modèles et exploration de l’IA générative font partie des sujets qui t’animent ? Rejoins notre Guild Data Discoverii au sein d’un environnement au cœur de la stratégie data-driven de l’entreprise.
Concevoir des modèles de segmentation : construire et affiner des segmentations avancées (RFM, comportementales) pour optimiser le ciblage et la prise de décision.
Développer des modèles de scoring prédictif : élaborer des scores d’attrition, d’appétence ou de valeur (client, produit, risque) pour éclairer les décisions métier.
Réconcilier des données multi-sources : mettre en place des algorithmes de rapprochement pour unifier des profils issus de sources hétérogènes (déduplication, fusion de bases).
Analyser les irritants et points de friction : développer des modèles de compréhension des freins dans les parcours utilisateurs et leur impact sur la satisfaction ou la performance.
Explorer l’IA Générative : tester et intégrer des cas d’usage d’IA Générative dans les processus métier.
Industrialiser et déployer en production : construire des pipelines MLOps robustes (entraînement, versioning, déploiement, monitoring) pour une utilisation opérationnelle durable des modèles.
Assurer le suivi et la maintenance des modèles en production : mettre en place des mécanismes de monitoring, de détection de drift et de réentraînement automatisé.
Documenter et restituer : produire une documentation méthodologique claire et des rapports d’analyse avec des recommandations actionnables.
En 1er, un savoir-être en phase avec notre culture :
Une expérience de 5 à 7 ans en Data Science et/ou MLOps.Une maîtrise avancée de Python (Scikit-learn, Pandas, NumPy, SciPy) et des techniques de clustering et de classification.Une expérience du développement et du déploiement de modèles ML en production (Scikit-learn, TensorFlow ou PyTorch).Une bonne maîtrise de SQL / BigQuery pour la manipulation de gros volumes de données.Une expérience en NLP et manipulation d’API LLM pour l’analyse textuelle.Une aisance avec les environnements Cloud (GCP ou équivalent), Git et CI/CD.Une connaissance des outils MLOps (Vertex AI Pipelines, MLflow, Docker, Airflow ou équivalents).Les petits plus qui feront la différence :Une expérience de visualisation de données (Matplotlib, Seaborn, Plotly).Une connaissance des bonnes pratiques de craftsmanship (SOLID, YAGNI, couverture de tests).Une expérience en observabilité et monitoring de modèles en production.Une sensibilité aux enjeux data dans un secteur à forte volumétrie (retail, banque, assurance, industrie…).Et surtout, tu as envie de mettre la data science au service d’une meilleure performance et prise de décision business ?Alors rejoins-nous et construisons ensemble les modèles prédictifs de demain !