Data Scientist

AXA; Nanterre; Sur place; EUR 45 000 - 85 000; Plein temps

Résumé du poste

Une entreprise innovante recherche un Data Scientist passionné pour réaliser des projets de Data Science autour du traitement et de la compréhension de documents. Ce rôle essentiel implique la collaboration avec des ingénieurs ML et Data pour industrialiser des solutions IA. Vous serez responsable de la qualité des algorithmes, de l'application des bonnes pratiques MLOps, et de la vulgarisation des concepts IA. Si vous avez une formation solide en mathématiques appliquées et plusieurs années d'expérience dans le domaine, cette opportunité est faite pour vous. Rejoignez une équipe dynamique et contribuez à des projets qui transforment les processus métiers grâce à l'IA.

Qualifications

• Plus de 4 ans d'expérience en Data Science et Machine Learning.
• Compétences solides en Python et frameworks comme TensorFlow et PyTorch.

Responsabilités

• Développer des projets de Data Science pour automatiser des processus métiers.
• Assurer la qualité scientifique et du code des algorithmes développés.

Connaissances

Machine Learning

Data Science

Python

Computer Vision

Natural Language Processing (NLP)

Deep Learning

Statistiques

Data Analysis

MLOps

Data Engineering

Formation

Master en Mathématiques Appliquées

Ingénieur (Bac +5/+8)

Outils

TensorFlow

PyTorch

Azure ML

Databricks

Azure DevOps

sklearn

Git

CI/CD

pySpark

Description du poste

En tant que Data Scientist (F/H), vous aurez pour premier rôle la réalisation de projets de Data Science pour la direction, autour des Use Cases de type Document Processing / Understanding, afin d'automatiser des processus Métier. Pour y parvenir il sera nécessaire de collaborer avec les ML Engineer / Data Engineer de l'équipe pour industrialiser les projets en Production, ainsi que de contribuer aux outils de monitoring nécessaires pour suivre la performance des IA livrées.

Vos missions seront les suivantes :

1. Opérationnelles :
   Participer à la compréhension des besoins métiers et développer une proposition de valeur en accompagnant les Product Owners (faisabilité, pré-requis, timing).
2. Être garant de la qualité scientifique et de code des algorithmes développés, de la phase de prototype jusqu’à l’industrialisation et tout au long du run en production (retrain, drift detection …).
3. Structurer dès le démarrage les projets et le code dans la perspective d’une industrialisation de la solution IA et d’une intégration fluide dans le process métier : une IA réussie est une IA utilisée.
4. Participer et animer au niveau de l'application des pratiques MLOPS, notamment au travers des code reviews, du peer programming ou des sessions de partage.
5. Aider à organiser et à orienter le travail dans la bonne direction, en complément du Product Owner en questionnant le why et en cherchant une équilibre bénéfice / coût.
6. Avoir une démarche IA responsable.

Transverses :

1. Participer à la mise en place et au maintien de bonnes pratiques de code et de modélisation au sein de l’équipe, dans une logique MLOps.
2. Réaliser une veille active sur les dernières avancées dans les domaines de la data science & l’IA, mais aussi sur les acteurs du marché afin d’évaluer leur intérêt potentiel.
3. Adopter une posture de conseil envers les différentes directions, afin de les accompagner dans l’usage de la data et de l’IA pour répondre à leurs problématiques.
4. Collaborer avec le management afin de structurer et planifier la roadmap de l’équipe ainsi que le staffing des projets.
5. Contribuer activement au rayonnement des travaux de l’équipe via des présentations didactiques ou des formations, pour un public large comme d’experts.

Vous êtes issu(e) d'une formation scientifique universitaire ou d'école d'ingénieur (Bac +5/+8) (de préférence en mathématique appliquée / Statistiques), vous avez plusieurs années d’expérience (+ de 4 ans) en tant que Data Scientist dans le domaine de la Data Science et du Machine Learning appliqué en entreprise, avec plusieurs modèles mis en Production.

Vous maîtrisez les concepts traditionnels en analyse des données, ainsi que des notions et algorithmes classiques de Machine Learning (classification et régression, clustering, surapprentissage, régularisation, Computer Vision, OCR, NLP, etc...), comme de Deep Learning (CNN, RNN, transformers, etc...), et GenAI (LLM, ...). Frameworks sklearn, TensorFlow, YOLO, pyTorch, pydantic.

Également vous disposez d'excellente connaissance de python, et des librairies phares en Machine Learning, et de connaissance des bonnes pratiques de Machine Learning Engineering : version-control, gitflow, CI/CD, clean-code, packaging de code pour accompagner l’industrialisation des solutions. Vous êtes familier avec des écosystèmes cloud public (Azure de préférence, AWS, GCP). Plateforme Azure ML / Databricks, Azure DevOps.

Vous disposez d'expérience sur des cas d’usage reposant sur des données structurées comme non-structurées (Document Processing, Text Classification, etc...).

Vous êtes issu(e) d'un parcours académique en mathématique appliquée / Statistiques. Vous avez des connaissances de pySpark et des familiarités avec Microsoft Azure et les frameworks associés (Azure Machine Learning, Azure DevOps, Databricks sur Azure).

Compétences interpersonnelles :
Capacité à vulgariser des concepts IA.
Bonne capacité de communication : tant à l'oral qu'à l'écrit.