Data Scientist Senior Industrie

Mp Data; Boulogne-Billancourt; Sur place; EUR 70 000 - 110 000; Plein temps

Résumé du poste

Mp Data recherche un expert Data Science pour cadrer et résoudre des enjeux opérationnels dans des projets industriels et narratifs complexes. Vous concevrez, entraînerez et évaluerez des modèles, et industrialiserez les solutions tout en assurant un suivi de performance sur la durée.

Vous partagerez votre expertise avec les consultants et contribuerez à l’avant-vente sur des sujets techniques. Au moins 5 ans d’expérience en Data Science, solides compétences statistiques, et capacité à

Qualifications

• Au moins 5 ans d’expérience en Data Science, dont une partie significative sur des modèles déployés en production et suivis dans la durée.
• Une vraie solidité en statistiques et en modélisation : vous savez expliquer pourquoi un modèle marche, pas seulement le faire tourner.
• L’aisance face à un interlocuteur métier : vulgariser, challenger un besoin, défendre un choix.
• Un plus : expérience en recherche opérationnelle, en deep learning (vision, séries temporelles), en MLOps ou en contexte industriel.

Responsabilités

• Cadrer le problème avec les équipes métier et data du client, et traduire un enjeu opérationnel en approche de modélisation.
• Concevoir, entraîner et évaluer les modèles, en étant force de proposition sur les choix techniques.
• Industrialiser vos solutions et suivre leur performance dans la durée.

Connaissances

Data Science

Production deployment

Statistiques

Modélisation

Communication métier

Deep learning

MLOps

Python

SQL

Outils

Python

SQL

PyTorch

Scikit-learn

Description du poste

• Donner à un avion un capteur de secours qui n’existe pas. Un réseau de neurones estime la vitesse de l’appareil à partir des pressions mesurées sur les ailerons.
• Voir l’invisible au microscope électronique. Segmentation et détection de particules en 3D sur des tomogrammes biologiques très bruités, aux côtés d’une équipe R&D internationale.
• Faire passer une simulation de sûreté nucléaire de 30 minutes à 10 secondes. Un métamodèle hybride, physique et Machine Learning, prédit les efforts mécaniques sur une pompe du circuit primaire avec moins de 4 % d’erreur.
• Comprendre pourquoi des batteries géantes surchauffent. Découverte causale sur les séries temporelles d’un système de stockage d’énergie par batteries pour un grand énergéticien.
• Réduire la facture énergétique d’une cinquantaine de lignes de production. Modélisation du rendement puis optimisation sous contraintes des paramètres de production chez un industriel de l’agroalimentaire
• Anticiper le fret maritime au lieu de le subir. Prévision des flux et outil d’aide à la décision pour affecter les conteneurs aux bons navires
• Faire parler une base d’incidents de vol en langage naturel. Un LLM open source déployé on-premise traduit les questions des équipes sécurité en requêtes SQL et leur restitue la réponse, sans qu’aucune donnée ne sorte du périmètre du client.

Votre rôle

• Cadrer le problème avec les équipes métier et data du client, et traduire un enjeu opérationnel en approche de modélisation.
• Concevoir, entraîner et évaluer les modèles, en étant force de proposition sur les choix techniques.
• Industrialiser vos solutions et suivre leur performance dans la durée.

Partager votre expertise avec les consultants plus juniors et contribuer à l’avant-vente sur les sujets techniques

• Au moins 5 ans d’expérience en Data Science, dont une partie significative sur des modèles déployés en production et suivis dans la durée.
• Une vraie solidité en statistiques et en modélisation : vous savez expliquer pourquoi un modèle marche, pas seulement le faire tourner.
• L’aisance face à un interlocuteur métier : vulgariser, challenger un besoin, défendre un choix.
• Un plus : une expérience en recherche opérationnelle, en deep learning (vision, séries temporelles), en MLOps ou en contexte industriel.Pas besoin d’un doctorat ni d’avoir coché toutes les cases. Ce qui compte, ce sont les modèles que vous avez livrés et ce qu’ils ont changé.