Lead Data Scientist - Energy Asset Optimization

Informatis-TS; Paris; On-site; EUR 90,000 - 130,000; Full time

Job summary

Une entreprise spécialisée dans l'analyse de données recherche un Lead Data Scientist pour développer des modèles destinés à optimiser les actifs énergétiques. Le candidat idéal aura au moins 6 ans d'expérience en Data Science, avec une expertise en Python et SQL, ainsi qu'une parfaite maîtrise de Databricks et Apache Airflow. Les responsabilités incluent la structuration des cas d'usage et l'industrialisation de pipelines Data. Un environnement complexe et une bonne capacité d'analyse sont nécessaires.

Qualifications

• 6 ans minimum d'expérience en Data Science.
• Capacité à traduire un besoin métier en solution technique.
• Expérience dans le secteur de l'énergie ou industriel est un plus.

Responsibilities

• Structurer des cas d'usage pour la Data Science.
• Développer des modèles de prévision et de détection d'anomalies.
• Industrialiser les pipelines Data sur Databricks.

Skills

Python

SQL

Databricks

Apache Airflow

MLOps

Analyse des données

Education

Formation supérieure en data / informatique / mathématiques

Job description

Offre n° : 3129
Publié le : 17/03/2026
Fonction : DEVELOPPEUR
Contrat : CDI
Lieu de mission : PARIS
Département : 75
Salaire : Suivant profil

Lead Data Scientist (H/F)

Description du poste :
Dans le cadre du développement d'une plateforme dédiée à la gestion et à l'optimisation d'actifs énergétiques renouvelables (photovoltaïque, éolien, stockage), notre client souhaite accélérer l'industrialisation de ses cas d'usage Data Science.

Les modèles développés s'inscrivent dans une logique opérationnelle et métier, au service de la performance des actifs et de la prise de décision.

Vos missions
En tant que Lead Data Scientist, vous interviendrez sur l'ensemble de la chaîne de valeur Data :

1. Structuration des cas d'usage
Recueillir et analyser les besoins métiers
Formaliser des cas d'usage Data Science
Définir les indicateurs de performance (KPI)
Prioriser les sujets selon leur valeur métier et leur faisabilité

2. Développement des modèles
Concevoir et implémenter des modèles de :
prévision (séries temporelles, machine learning)
segmentation / clustering
détection d'anomalies
Réaliser des analyses d'impact économique
Produire des modèles robustes, documentés et intégrables

3. Industrialisation & MLOps
Déployer les pipelines Data sur Databricks
Orchestrer les workflows via Apache Airflow
Mettre en place des pipelines batch et temps quasi réel
Définir et structurer un framework MLOps :
versioning des modèles
monitoring des performances
gestion du cycle de vie
reproductibilité

Compétences requises :
Livrables attendus
Formalisation des cas d'usage priorisés
Modèles et algorithmes validés
Pipelines industrialisés
Documentation technique complète
Framework MLOps opérationnel

Profil recherché
Formation supérieure en data / informatique / mathématiques
Expérience significative (6 ans minimum) en Data Science
Expertise en Python et SQL
Maîtrise de Databricks et Apache Airflow
Expérience en MLOps (MLflow ou équivalent)
Bonne connaissance des données volumineuses et séries temporelles

Compétences attendues
Capacité à traduire un besoin métier en solution technique
Esprit d'analyse et de synthèse
Aisance dans des environnements complexes
Capacité à interagir avec des interlocuteurs métiers et techniques
Atouts complémentaires
Expérience dans le secteur de l'énergie ou industriel
Connaissance des problématiques de performance d'actifs


Contact :
MARC SOREL
26 rue Daubenton
75005 PARIS
Telephone : [phone]
Fax : [phone]
E-mail : Répondre à cette offre

Retour aux offres d'emploi

Lieu : SAINT BRIEUC
Date de publication : 15/10/2026

Lieu : RENNES (35) ou SAINT BRIEUC (22)
Date de publication : 13/10/2026

Lieu : pommeret
Date de publication : 13/10/2026

Lieu : pommeret
Date de publication : 13/10/2026

Lieu : CAEN
Date de publication : 13/10/2026