En tant que Data Scientist, 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 Engineers / Data Engineers 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 :
Vous êtes issu 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'une excellente connaissance de Python, des librairies phares en Machine Learning, et des connaissances 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 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).
Des déplacements entre les sites de Nanterre et le site de Wasquehal (Lille) sont à prévoir.