Machine Learning Engineer / Data Scientist — Feature Engineering Khiops (multita

Le besoin

Ever"T — Société de Conseil tech IA-native, innovante et en hypercroissance — cherche un·e Machine Learning Engineer / Data Scientist expert·e du feature engineering avec Khiops, notamment en multitable.

Le contexte du Projet

L'un de nos clients, acteur d'un service par abonnement à très grande échelle, dispose d'une équipe data mature et exigeante, spécialisée dans l'analyse du comportement et de la satisfaction client. Son terrain de jeu : des données d'usage brutes extrêmement fines, sur des volumétries massives (plusieurs milliards de lignes, des milliers de dimensions), dans un environnement Google Cloud / BigQuery.

L'équipe a fait de Khiops le socle de son approche : c'est le point de départ de tout le travail d'exploration, et elle en a une pratique avancée et quotidienne. Le Projet ne consiste donc pas à introduire l'outil, mais à faire progresser une équipe qui le maîtrise déjà très bien.

Le cœur du Projet

La conviction du client : la valeur est dans la donnée fine, en amont des variables agrégées. L'objectif est une approche industrielle et itérative du feature engineering :

• Repasser régulièrement sur les données brutes, use case par use case (plusieurs centaines de cas d'usage), pour extraire des variables nouvelles, robustes et interprétables ;

• Utiliser Khiops de façon itérative : plusieurs passages sur les mêmes données pour approfondir l'analyse des croisements et débusquer des poches de comportements fines ;

• Alimenter ensuite les modèles en aval (gradient boosting, random forest…) avec les features extraites.

Le vrai défi — et la raison de cette recherche — est le multitable : croiser finement des données issues de tables très fines de natures différentes (par exemple des données d'usage et des données contextuelles externes), sans se limiter à des jointures manuelles coûteuses en aval. C'est le point que l'équipe n'a pas encore résolu, et sur lequel elle attend une expérience de référence.

Le profil attendu

• Expérience avérée et intensive de Khiops en conditions réelles, sur de fortes volumétries : préparation automatique des variables, discrétisation supervisée, sélection de variables. (Condition déterminante — une utilisation ponctuelle de l'outil pour sa rapidité ou ses rapports ne suffira pas.)

• Pratique concrète du multitable Khiops : construction de features croisant nativement plusieurs tables fines, schémas de données en étoile/flocon, agrégations automatiques inter-tables. (Condition déterminante.)

• Pratique itérative du feature engineering : savoir affiner, resserrer, repasser sur la donnée pour aller chercher des signaux que les hypothèses métier n'auraient pas imaginés.

• Compréhension fine de la place de Khiops dans la chaîne : distinguer sa fonction de feature engineering de la partie classification, et savoir articuler ses sorties avec des modèles classiques en aval.

• Aisance sur données massives : préparation en amont via SQL/BigQuery, échantillonnage, Python (pandas, écosystème data).

• Capacité à témoigner de l'impact métier des features découvertes : présenter les résultats à des interlocuteurs non techniques et raconter comment les métiers se les sont appropriés.

Profil confirmé, autonome, capable d'apporter immédiatement de la valeur à une équipe déjà experte.

Pourquoi Ever"T ?

Chez nous, tu rejoins une communauté IA-native qui repose sur trois piliers fondateurs : Humilité. Progrès. Engagement.

Tu bénéficies d'un suivi fort (ta Community Builder, ton facilitateur de Projet), d'un accès à des formations continues, d'événements réguliers (T"Time, T"Coached, T"Cast) et du programme Salarié Diversifié pour développer tes projets perso ou business en parallèle.

👉 www.ever-t.fr