Senior Data Scientist

Contexte

Tu rejoindras la Data team qui est composée de Data Scientists, Data Analyst, BI engineers, ML engineers et Data PM. L’objectif de l’équipe est d'obtenir une information produit et une qualité de contenu supérieures à grande échelle grâce à l'IA et à l'analytics.

Missions

En tant que Senior Data Scientist au sein de l'équipe, vous aurez l'occasion de :

• Collaborer étroitement avec les PM, Machine Learning Engineers et Data Scientists pour identifier les opportunités d'impact business, exploiter les données pour quantifier les résultats et participer à la planification de la stratégie et de la feuille de route de ML pour l'équipe.

• Développer des modèles statistiques avancés, d'apprentissage automatique et des systèmes agentiques innovants de bout en bout.

• Assurer la qualité et la performance des modèles en définissant des métriques d'évaluation et de monitoring pertinentes et en utilisant des techniques de validation rigoureuses.

• Travailler main dans la main avec les Machine Learning Engineers pour faciliter la transition des modèles vers des solutions ML industrialisées et scalables.

• Communiquer les analyses et proposer des recommandations aux parties prenantes au moyen de visualisations et de présentations claires et concises.

Outils & Environnement

• Python

• Spark/PySpark

• Databricks

• MLflow

• AWS

• GCP

• Streamlit

• Docker

• Kubernetes

• Airflow

• GitHub actions

Conditions de travail

• Localisation : Lille

• TJM : 580€

1. Au moins 4 ans d'expérience en science des données avec maîtrise de l’analyse statistique et des techniques d’apprentissage automatique appliquées à des cas d’usage à grande échelle
2. Solide expérience des langages de programmation Python et SQL
3. Maîtrise des frameworks de traitement de données comme Spark
4. Expérience en modélisation ML avec Scikit-Learn, Tensorflow ou PyTorch
5. Compréhension approfondie du deep learning, du feature engineering, de la feature selection et des algorithmes d'optimisation
6. Bonne connaissance du cycle de vie de l'ingénierie du ML
7. Capacité à structurer les analyses et à en tirer des enseignements pertinents
8. Aisance au sein d’équipes multidisciplinaires (métier, données, produit, gouvernance)
9. Maîtrise de l’anglais (contexte international) et capacité à parler en français (conversationnel)
10. Sensibilité à l’impact de la pratique du sport dans le style relationnel et la vie en équipe