Data Scientist

Data Scientist

Contexte:

Le travail s’effectue au sein de l’équipe DataScience du département informatique du client. Cette équipe est constituée d’une quinzaine de personnes, dont le manager, 3-4

DS et un data-ingénieur internes, quelques PMs, 3 alternants et stagiaires, puis des DS et PM

externes en renfort.

L’équipe DS du client centralise tous les besoins IA de l’entreprise. Pour chaque projet,

après une phase de cadrage (calcul ROI, …), un POC est réalisé (selon complexité) puis une

mise en prod est attendue (app, déploiement serveurs internes, …). L’équipe DS gère aussi une

plateforme GenIA à destination de l’entreprise (RAG, chatbot …).

On collabore aussi avec l’équipe cyber et l’équipe Dev sur les sujets de sécurité, de mise en

prod, d’infra et de déploiement.

Thématiques:

On retrouve 3 axes principaux:

- Des projets NLP / GenAI: traitement de documents complexes (OCR, multimodalité, …),

amélioration des chatbots (RAG), … qui peuvent aller jusqu’à du fine-tuning/pre-training

de modèles d’embeddings spécialisés pour le nucléaire.

- Des projets Deep Learning: sur la base de données issues de capteurs de terrain

(caméra, mesures temporelles …). Les tâches sont variées, de la détection d’anomalie à

de la classification/prédiction en passant par de la recherche de variables d’importance.

- Le développement de librairies internes hors projet. Il s’agit de développer des utilitaires

que l’on peut potentiellement utiliser dans différents contextes.

Stack technique:

- Dev: Python, Gitlab, Docker, CI/CD, uv

- Deep Learning: Pytorch, HuggingFace

- Cloud et infra: Azure, GPU

- IA Gén: Azure Open AI, vllm, ollama, langchain

- Datascience: pandas, numpy, OpenCV, PyPDF (ou fitz), …