QA Data & IA — Maîtrisez la Qualité des Données IA

Beelix Conseil; Paris; Sur place; EUR 55 000 - 85 000; Plein temps

Avantages offerts par ce poste

Great Place to Work

Beelix Academy

Résumé du poste

Beelix Conseil recherche un(e) QA Data & IA pour garantir la qualité et la fiabilité de nos plateformes Data & IA à Paris. Vous sécuriserez les pipelines de données et validerez les jeux de données pour des cas d’usage IA.

Vous aurez en charge la définition de la stratégie de recette Data & IA, l’élaboration de la méthodologie de tests (fonctionnels, data, non-régression, automatisés) et l’exploitation de SQL pour tester les datasets. Collaboration avec Data, IA, Dev et Produit.

Qualifications

• Expérience en QA Data / QA IA
• Excellente maîtrise de SQL
• Solide culture de la qualité, des tests et des stratégies de recette
• Intérêt fort pour l’IA appliquée au testing
• Connaissance des environnements Data / Cloud / IA appréciée
• Rigueur et esprit analytique
• Esprit structuré et capacité à challenger l’existant

Responsabilités

• Vérification et contrôle de la qualité des données (cohérence, complétude, intégrité, fraîcheur)
• Conception et mise en place de la stratégie de recette Data & IA
• Définition de la méthodologie de tests (fonctionnels, data, non-régression, automatisés)
• Exploitation de SQL pour analyser, tester et valider les datasets
• Réflexion sur les outils IA capables d’optimiser les processus de test
• Collaboration étroite avec les équipes Data, IA, Dev et Produit
• Documentation des process et amélioration continue des pratiques QA

Connaissances

QA Data

QA IA

SQL

Quality assurance

Data testing

Description du poste

Beelix Conseil recherche un(e) QA Data & IA pour garantir la qualité et la fiabilité de nos plateformes Data & IA à Paris. Vous sécuriserez les pipelines de données et validerez les jeux de données pour des cas d’usage IA.

Vous aurez en charge la définition de la stratégie de recette Data & IA, l’élaboration de la méthodologie de tests (fonctionnels, data, non-régression, automatisés) et l’exploitation de SQL pour tester les datasets. Collaboration avec Data, IA, Dev et Produit.