Data Scientist NLP MLOps Audio

En prestation au sein de l’équipe R&D, le/la Data Scientist interviendra sur des projets autour de l’analyse automatique de contenus audio (en axe majeur) et textuels (en axe secondaire), en lien étroit avec les équipes produit, éditoriales et techniques.

Missions principales

• Concevoir et développer des modèles de Machine Learning / Deep Learning pour l’analyse de contenus audio et textuels.

• Travailler sur des projets tels que :

  • Extraction automatique de métadonnées musicales pour les besoins de la Discothèque

  • Détection de fakes audio et contenus synthétiques pour aider les journalistes, et au delà contribuer à la fiabilité de l'information d'un média public

  • Extraction de métadonnées à partir des podcasts ou contenus vidéo, comme les émotions, les jingles, le repérage des parties musicales, etc.

• Réaliser l’exploration, l’annotation et la structuration de jeux de données audio et texte.

• Prototyper, entraîner et évaluer des modèles (POC, benchmarks, analyses comparatives).

• Assurer une veille scientifique et technologique (audio ML, speech, NLP).

Compétences techniques clés

• Traitement du signal audio : features acoustiques, spectrogrammes, embeddings audio

• Machine Learning / Deep Learning : CNN, RNN, Transformers, auto-encodeurs

• Speech & Audio ML : classification audio, speech emotion recognition, audio tagging

• MLOps : automatisation d’un pipeline de production de données

• Python et écosystème data (NumPy, PyTorch / TensorFlow, scikit-learn)

• Expérience avec des datasets audio de grande taille et des problématiques bruit / qualité

Atouts appréciés

• NLP : modèles de langage, classification de texte, embeddings, Transformers (BERT, Whisper, etc.)

• MLOps : GitLab CI, Kubernetes, versioning des modèles

• Expérience en recherche appliquée ou projets R&D

• Connaissance des problématiques médias, musique ou radio

• Sensibilité aux enjeux éthiques (IA générative, deepfakes, biais)

• Capacité à vulgariser et présenter des résultats à des publics non techniques

• Intérêt pour la qualité du code (code review, bonnes pratiques de développement)

Qualités attendues

• Curiosité scientifique et esprit d’innovation

• Autonomie et rigueur méthodologique

• Goût pour le travail collaboratif et pluridisciplinaire

• Intérêt marqué pour les contenus audio et culturels

L’équipe de R&D est constituée de 5 personnes : 1 PO et expert des données, 3 data scientists et 1 alternante data scientist. Elle ne prend pas en charge l’industrialisation des algorithmes qu’elle conçoit.

Aspects primordiaux :

• Nous cherchons une personne motivée, curieuse, autonome et bonne communicante pour être à l'aise sur des travaux exploratoires dans une équipe de R&D

• La personne doit avoir au moins 4 ans d'expérience en data science, avec une partie importante en audio. Nous préférerons cependant la motivation à la séniorité

• Nous privilégions la qualité de l’équipe et du collectif. Le savoir-être et l’adaptabilité constitueront un critère essentiel