Data Scientist / Machine Learning Engineer F/H - Système, réseaux, données (H/F)

Descriptif du poste:

Concernant le contexte dans lequel va évoluer le/la futur(e) Data Scientist / Machine Learning Engineer, l'environnement est structuré et mature : • produit SaaS à forte volumétrie de données ; • solutions IA déjà en production ; • équipe IA en place et organisée ; • enjeux centrés sur l'amélioration continue, la performance et la mise à l'échelle des solutions existantes.

Le poste s'inscrit dans une logique d'équipe et de collaboration étroite.

Missions

Data Science appliquée • Explorer, analyser et structurer des jeux de données complexes ; • Concevoir, entraîner et améliorer des modèles de Machine Learning et Deep Learning ; • Réaliser du feature engineering et optimiser les performances des modèles ; • Définir et suivre les métriques d'évaluation en lien avec les cas d'usage métier ; • Contribuer à l'amélioration continue des solutions IA déjà en production.

Ingénierie IA & mise en production : • Contribuer à l'industrialisation et au déploiement des modèles ; • Participer aux mises en production et au maintien en conditions opérationnelles ; • Appliquer, diffuser et faire évoluer les bonnes pratiques de développement IA.

Travail en équipe : • Collaboration quotidienne avec les Data Scientists, Data Engineers et Data Analysts, IA Engineer ; • Échanges techniques réguliers avec le Responsable de la cellule IA ; • Contribution aux réflexions techniques collectives, sans rôle d'arbitrage formel.

Profil recherché:

Expérience : • Parcours mixte par exemple : Data Scientist / Machine Learning Engineer / Ingénierie IA ; • 4 ans d'expérience professionnelle minimum ; • Expérience en environnement produit / éditeur appréciée.

Compétences clés : • Solide maîtrise des concepts de Machine Learning et Deep Learning ; • Excellente pratique de Python (modélisation, analyse de données) ; • Expérience concrète de modèles déployés en production ; • Bonne compréhension des enjeux data, produit et applicatifs.

Atouts techniques : • Expérience en GenAI / LLM appréciée ; • Environnement cloud (Azure) ; • Travail transverse avec plusieurs équipes.