Data & IA Engineer [Lille]

Contexte

En tant que Data & AI Engineer, vous évoluez au cœur d'une infrastructure de paiement traitant des millions de transactions réelles, avec des données riches et des problématiques métier concrètes telles que la fraude, la conversion et les comportements marchands.

Votre mission dépasse la simple construction de modèles : vous concevez et intégrez des systèmes IA complets directement dans le produit, en appliquant les bonnes pratiques d'ingénierie (robustesse, maintenabilité, scalabilité). Vos livrables sont déployés en production, impactent directement le business, et s'inscrivent dans une architecture pérenne que toute l'équipe technique peut maintenir.

Vous travaillez en lien étroit avec les équipes Data, Tech et Produit.

Missions

• Concevoir et déployer des modèles en production :

  • Identifier les cas d'usage IA à fort impact (prévention de la fraude, optimisation des conversions, scoring marchand) et y répondre avec les modèles adaptés (ML classique, deep learning, NLP).
  • Garantir le passage en production dans des conditions robustes et scalables, monitorer les performances en vie réelle et itérer.

• Analyser et challenger par les données :

  • Analyser le run transactionnel avec rigueur statistique (tendances, corrélations, anomalies, points de friction).
  • Prototyper rapidement de nouvelles approches et les challenger sur des données réelles.
  • Distinguer corrélation et causalité, défendre un modèle imparfait face à l'urgence business, et savoir dire quand un modèle n'est pas prêt pour la production avec des arguments solides.

• Construire et maintenir l'infrastructure de données :

  • Concevoir et maintenir une infrastructure de données robuste et évolutive, capable de traiter de grandes volumétries de données de paiement de manière efficace et sécurisée.
  • Gérer les pipelines de données sur une stack GCP (BigQuery, Dataform, Pub/Sub) : collecte, stockage, traitement, normalisation et distribution des données alimentant les modèles.
  • Optimiser les performances de l'infrastructure en identifiant les goulots d'étranglement, affinant les requêtes et surveillant les temps de réponse.
  • Collaborer avec les équipes techniques et métier pour comprendre leurs exigences fonctionnelles et adapter l'infrastructure en conséquence.

• Embarquer et acculturer les équipes :

  • Co-construire les cas d'usage avec les équipes Produit.
  • Présenter les résultats à des interlocuteurs non-techniques sans sacrifier la rigueur.
  • Contribuer à faire monter l'ensemble de l'organisation en culture IA en vulgarisant sans simplifier à l'excès.

1. Minimum 4 ans d'expérience en Data Science, Machine Learning ou AI Engineering
2. Expérience en production avec déploiement de modèles opérationnels
3. Appétence pour le domaine du paiement ou de la finance
4. Maîtrise de Python et SQL
5. Connaissance des techniques de ML et IA générative
6. Maîtrise de PyTorch pour le développement et l'entraînement de modèles
7. Connaissance des concepts MLOps et CI/CD pour industrialiser un modèle
8. Bonne maîtrise de GCP et de son environnement : BigQuery, Dataform
9. Bases solides en statistiques : probabilités, inférence, modélisation
10. Connaissance des bases de données relationnelles et NoSQL
11. Maîtrise d'au moins un outil de data viz : Tableau, Power BI, Toucan Toco ou équivalent
12. Pédagogie : capacité à vulgariser sans simplifier et convaincre par les faits
13. Autonomie et proactivité
14. Esprit d'analyse et de synthèse avec formulation de recommandations actionnables
15. Curiosité pour les dernières avancées en IA et expérimentation
16. Bonus : connaissance des systèmes de paiement et de leurs contraintes (fraude, conversion, risque)
17. Bonus : expérience en environnement agile