Lead Data Scientist F/H

VINCI Airports; Nanterre; Sur place; EUR 90 000 - 120 000; Plein temps

Résumé du poste

VINCI Airports recherche un Lead Data Scientist (F/M) pour renforcer son équipe à Nanterre. Vous piloterez le forecasting temporel, les modèles ML et les outils d’IA générative, tout en garantissant production, robustesse et évolutivité.

Vous serez référent technique sur GenAI/forecasting, structurer les bonnes pratiques ML/LLMOps et accompagner les membres juniors. Anglais professionnel et esprit collabortif essentiels.

Qualifications

• Diplômé(e) d'une école d'ingénieur ou universitaire spécialisé en statistiques ou ML.
• 2 à 4 ans d'expérience en Data Science avec mise en production.
• Expérience avec IA générative (LLM, Agent, RAG) souhaitée.
• Bonne maîtrise de Python et pipelines ML modulaires.
• Anglais courant pour discussions techniques internationales.

Responsabilités

• Développer et améliorer les algorithmes ML pour forecasting court et long terme.
• Assurer le suivi et la performance des modèles en production, gérer dérives.
• Concevoir et faire évoluer les solutions IA générative et chatbots.
• Contribuer à l'architecture RAG et à l'orchestration des agents.
• Intégrer les modèles dans les environnements Smart Data Hub et pipelines MLOps/LLMOps.
• Travailler avec les métiers pour l'interprétabilité et adoption.

Formation

Diplômé(e) d'une école d'ingénieur ou universitaire spécialisé en statistiques ou ML

Outils

Kubeflow

Pandas

FastAPI

Flask

CI/CD

Description du poste

Premier opérateur aéroportuaire privé au monde, VINCI Airports gère plus de 70 aéroports dans 14 pays en Europe, en Asie et sur le continent américain. Grâce à son expertise d’intégrateur global, VINCI Airports développe, finance, construit et exploite les aéroports en apportant sa capacité d’investissement et son savoir-faire dans l’optimisation de la performance opérationnelle, la modernisation des infrastructures et la conduite de leur transition environnementale.

Nous recherchons un(e) Lead Data Scientist (F/M) pour renforcer notre équipe.

Cœur de métier :

• Développer et améliorer les algorithmes de machine learning pour le forecasting court et long terme en utilisant une grande variété de modèles ML adaptés au forecasting temporel
• Assurer le suivi et la performance des modèles en production, garantir leur robustesse et détecter les dérives
• Contribuer au développement des outils d'IA générative transverses : concevoir et faire évoluer les solutions de chatbot, recherche et analyse documentaires, plateforme agentique
• Participer aux projets de spécialisation métier et d'automatisation : concevoir des architectures RAG, orchestrer des agents, intégrer des LLM dans les workflows opérationnels via des plateformes agentiques
• Intégrer les modèles dans les environnements techniques du Smart Data Hub, gérer les pipelines d'entraînement associés et contribuer aux pratiques MLOps/LLMOps
• Travailler avec les métiers pour assurer l'interprétabilité des outils, leur intégration dans les processus décisionnels et leur bonne appropriation
• Soutenir l'adoption des solutions en accompagnant, formant et en communiquant auprès des utilisateurs non techniques

Dimension Lead :

• Être le référent technique sur les sujets GenAI/forecasting : proposer les choix d'architecture, challenger les approches, garantir la robustesse et la scalabilité des solutions
• Structurer et diffuser les bonnes pratiques de développement ML/LLMOps au sein de l'équipe (revue de code, standards de pipeline, documentation)
• Accompagner la montée en compétence des membres juniors de l'équipe sur les sujets techniques (pairing, revues de code, partage de retours d'expérience)
• Être un point de contact privilégié entre l'équipe Data Science et les autres équipes techniques pour sécuriser les intégrations
• Contribuer à la définition des priorités techniques et à l'amélioration continue des pratiques de l'équipe
• Travailler étroitement avec le Head of Data pour structurer une feuille de route clair et précise.

Profil :

• Diplômé(e) d'une école d'ingénieur ou d'une formation universitaire, avec une spécialisation ou un intérêt marqué pour les statistiques, le machine learning ou les mathématiques appliquées
• 2 à 4 ans d'expérience en Data Science, avec une pratique confirmée de la mise en production, idéalement complétée par une exposition aux technologies d'IA générative (LLM, Agent, RAG)
• Une première expérience de structuration technique ou de rôle de référent sur un sujet (pas nécessairement de management d'équipe formel)
• Bases scientifiques solides, capacité à comprendre, adapter et expliquer des modèles avancés
• Forte appétence pour la compréhension des enjeux métiers et capacité à traduire des besoins opérationnels en solutions techniques pertinentes
• À l'aise avec Python, aussi bien pour l'analyse de données et la construction de pipelines ML modulaires que pour le développement de backend applicatif
• Appétence pour la prise de responsabilité technique et l'envie de faire progresser une équipe, plus qu'un track record de manager confirmé
• Autonome, rigoureux(se), curieux(se), et motivé(e) par la résolution de sujets complexes
• Bon communicant, capable de travailler avec des profils variés et de vulgariser des sujets techniques

Compétences souhaitées :

• Connaissances mathématiques, en statistiques ou dans un domaine connexe
• Expérience en analyse de données et modélisation (Time series, Tabulaire, Stats)
• Code structuré et maintenable, conception de pipelines d'entraînement et d'inférence (Kubeflow, Pandas)
• Construction d'API et développement backend (FastAPI, Flask)
• Maîtrise des pipelines de données et sensibilité aux problématiques MLOps/LLMOps (versionning, monitoring, CI/CD)
• Capacité à structurer des bonnes pratiques techniques et à les faire adopter par une équipe
• Aisance naturelle pour transmettre et accompagner des profils plus juniors
• Maîtrise de l'anglais : capacité à mener des discussions techniques approfondies et à présenter des résultats/enjeux business de manière claire auprès d'interlocuteurs métiers internationaux
• Capacité à travailler en équipe et à communiquer efficacement avec les parties prenantes du projet
• Capacité à travailler dans un environnement technologique en constante évolution et à s'adapter rapidement aux changements
• Une connaissance du secteur aéroportuaire serait un plus