Data Scientist Suptech — IA, ML & API Pipelines

Banque de France; Paris; Sur place; EUR 45 000 - 65 000; Plein temps

Résumé du poste

Banque de France, via l’ACPR et l’équipe Suptech, recherche un data scientist/ML engineer pour développer des outils de supervision innovants en mode agile, en collaboration étroite avec les métiers et les équipes techniques.

Le candidat devra concevoir des pipelines ML complets (pré-traitement, entraînement, évaluation), explorer les dernières avancées IA et contribuer à l’industrialisation des services IA (API, CI/CD, conteneurisation).

Qualifications

• Diplôme d’école d’ingénieur ou Master/Doctorat en informatique, mathématiques appliquées, data science.
• Minimum 2 années d’expérience en data science.
• Maîtrise de Python et d’un framework ML (PyTorch, TensorFlow ou Scikit-learn).
• Maîtrise de Pandas et SQL pour manipulation et analyse de données.
• Première expérience avec des LLM et création de services API.
• Intérêt pour l’industrialisation des modèles (MLOps, CI/CD, conteneurisation).

Responsabilités

• Co-concevoir des solutions innovantes avec les métiers, en collaboration étroite avec les équipes métiers.
• Mettre en place des cadres expérimentaux de ML et concevoir des pipelines ML (pré-traitement, entraînement, évaluation).
• Explorer les dernières avancées en IA pour des cas d’usage en supervision financière.
• Contribuer à l’industrialisation des outils IA et à l’architecture technique.
• Aborder le NLP et les modèles sur données tabulaires (scores, détection d’anomalies, modélisation de risques).

Connaissances

Python

ML frameworks

Pandas

SQL

LLM

API services

MLOps

CI/CD

NLP

Data visualization

Formation

Diplôme d’école d’ingénieur / Master / Doctorat en informatique, mathématiques appliquées, data science

Outils

PyTorch

TensorFlow

Scikit-learn

Description du poste

Banque de France, via l’ACPR et l’équipe Suptech, recherche un data scientist/ML engineer pour développer des outils de supervision innovants en mode agile, en collaboration étroite avec les métiers et les équipes techniques.

Le candidat devra concevoir des pipelines ML complets (pré-traitement, entraînement, évaluation), explorer les dernières avancées IA et contribuer à l’industrialisation des services IA (API, CI/CD, conteneurisation).