Data Scientist Senior

Contexte

Pour accompagner la feuille de route, un·e Data Scientist Senior / Expert externe est recherché·e pour une mission de 12 mois. Le besoin s'articule autour de deux enjeux majeurs :

• Cadrer de bout en bout les cas d'usage Data / IA : de l'expression du besoin business jusqu'à la démonstration (ou non-validation) de la pertinence d'une approche Data Science.

• Apporter une expertise de pointe sur l'évaluation des modèles (existants et émergents, notamment les architectures d'Agents / Agentique en production) et faire monter en compétences les équipes internes.

Durée de mission : 12 mois
Localisation : Lille
Télétravail : 2 jours par semaine
Langues : Français courant et Anglais courant indispensables

Missions

Au sein du collectif, la mission comporte deux axes fondamentaux :

Axe 1 : Cadrage & Viabilité des projets Data Science (bout en bout)

• Cadrer les besoins métiers : traduire les problématiques complexes d'achats industriels, de costing et de gestion des risques fournisseurs en opportunités Data Science / IA.

• Évaluer l'approche Data Science : analyser la faisabilité technique, la qualité de la donnée et la valeur business pour valider ou invalider rapidement l'opportunité de développer une solution Data Science (PoC / Go-No Go).

• Définition de trajectoires : concevoir le design technique des modèles retenus et poser la feuille de route de déploiement.

Axe 2 : Évaluation des modèles (ML & Agentique) & montée en compétences des équipes

• Audit & évaluation de l'existant : évaluer et challenger la robustesse théorique et pratique des modèles statistiques et ML actuellement en production (métriques d'évaluation, dérive de données/concepts, explainability, pertinence métier).

• Évaluation d'IA Agentique en production : concevoir et mettre en place des frameworks rigoureux d'évaluation des systèmes agentiques en production (évaluation des chaînes de décision, alignement, boucle de rétroaction, détection d'hallucinations, régression des agents, benchmarks sur cas réels).

• Expertise Agentique & GenAI : apporter une vision prospective et une expertise pratique sur la pertinence et le déploiement sécurisé des frameworks d'IA Agentique dans les processus industriels.

• Upskilling & mentorat : transmettre les fondamentaux théoriques et pratiques de modélisation et d'évaluation, animer des sessions de partage et faire monter en compétences les équipes Data internes.

Stack technique

• Langages & bibliothèques : SQL, Python, PySpark / Spark, Scikit-Learn, TensorFlow / PyTorch, Frameworks Agentiques & LLM (ex : LangChain, LlamaIndex, AutoGen, CrewAI, LangSmith, Traceloop ou équivalents).

• Data Platform & MLOps : Databricks (dont Unity Catalog), AWS, GCP, MLFlow, Airflow, Docker.

• Outils collaboratifs : Jira, Confluence, Git / GitHub Actions.

Périmètre technique résumé

• Environnement Data : Databricks (dont Unity Catalog), AWS, GCP

• Développement, statistiques & ML : Python, PySpark, Scikit-Learn, PyTorch / TensorFlow, Statsmodels, Frameworks Agentiques / LLM & outils d'évaluation LLM/Agent

• MLOps, monitoring & industrialisation : MLFlow, Airflow, Docker, Git / GitHub Actions

Attentes & modèle de delivery

• Rigueur scientifique : apporter une légitimité théorique et méthodologique sur le choix, la validation et le suivi des modèles.

• Sens des enjeux métier : compréhension globale des enjeux métier pour cadrer les sujets de bout en bout, mesurer la valeur business et arbitrer de manière pragmatique (faisabilité, contraintes) sur l'opportunité de lancer un projet.

• Focus évaluation agentique : être la référence de l'équipe sur la manière de tester, évaluer et benchmarker les comportements agentiques en environnement de production.

• Transmission : démarche orientée transfert de connaissances et autonomisation de l'équipe interne.

• Documentation : documentation rigoureuse des cadrages, des principes statistiques retenus et des frameworks d'évaluation mis en place.

Conditions de travail

• TJM : 620€

• Localisation : Lille

• Télétravail : 2 jours par semaine

• Durée : 12 mois

• Langues : Français courant et Anglais courant indispensables

1. Minimum 5 à 7 ans d'expérience en Data Science, avec une maîtrise complète du cycle de vie des projets Data
2. Français courant et Anglais courant
3. Solide compréhension des mathématiques appliquées, des statistiques fondamentales et de la théorie de l'apprentissage automatique (statistiques inférentielles, tests d'hypothèses, analyse de variance, modélisation stochastique, régularisation, etc.)
4. Capacité à choisir et expliquer le modèle adapté en fonction de la structure des données et des contraintes business
5. Maîtrise des stratégies avancées de suivi et d'évaluation de modèles en production (Data/Concept Drift, Monitoring, Explainability/XAI)
6. Expertise pointue dans l'évaluation d'architectures d'Agents / Systèmes Multi-Agents et GenAI en production
7. Capacité démontrée à cadrer des sujets complexes, à challenger les besoins métiers et à trancher objectivement sur la valeur/faisabilité d'une approche Data Science
8. Maîtrise des langages et bibliothèques : SQL, Python, PySpark / Spark, Scikit-Learn, TensorFlow / PyTorch, ainsi que des Frameworks Agentiques & LLM (ex: LangChain, LlamaIndex, AutoGen, CrewAI, LangSmith, Traceloop ou équivalents)
9. Expérience avec les plateformes et outils Databricks (dont Unity Catalog), AWS, GCP, MLFlow, Airflow, Docker
10. Soft skills : Autonomie, proactivité, pédagogie, communication, rigueur scientifique d'analyse