Offre d'emploi Data scientist Senior

Hard Skills

• 7 ans d'expérience minimum en Data Science / Machine Learning

• Expérience confirmée dans le secteur banking/finance (compréhension des enjeux métier)

• Expérience démontrée en vibe coding avec utilisation productive d'outils IA pour prototypage rapide

• Expertise en ML/DL : apprentissage supervisé, non-supervisé, deep learning, NLP, séries temporelles

• Maîtrise des frameworks Python : scikit-learn, TensorFlow, PyTorch, XGBoost, LightGBM

• Connaissance approfondie des LLMs et techniques modernes (fine-tuning, RAG, prompt engineering, agents)

• Expertise en feature engineering et sélection de variables

• Maîtrise de l'analyse exploratoire de données et statistiques

• Expérience en évaluation et optimisation de modèles (hyperparameter tuning, cross-validation)

• Connaissance des plateformes Cloud ML (AWS SageMaker, Azure ML, GCP Vertex AI)

• Maîtrise de SQL et manipulation de grands volumes de données

• Connaissance des outils de versioning (Git) et notebooks (Jupyter, Databricks)

• Un plus : Expérience en Computer Vision, Reinforcement Learning ou Graph ML

Soft Skills

• Curiosité intellectuelle insatiable et veille technologique active

• Capacité de synthèse et de recommandation (traduire la complexité technique en insights actionnables)

• Esprit critique face aux résultats de modèles et au code généré par IA

• Pragmatisme : capacité à évaluer rapidement le ROI d'une approche technique

• Rigueur scientifique dans l'expérimentation et la validation

• Excellente communication technique et métier

• Capacité à travailler dans l'incertitude et l'ambiguïté

• Esprit d'initiative et force de proposition

• Pédagogie et mentorat (accompagnement du Data Scientist junior)

• Esprit agile et adaptatif

Veille technologique et faisabilité

• Veille technologique hebdomadaire sur les avancées IA (papers, nouvelles approches, outils)

• Évaluation rapide de faisabilité technique des use cases métiers (2-3 jours max)

• Benchmark des solutions du marché (vendors vs open-source) avec matrice de décision

• Quick POCs pour valider des hypothèses avant investissement lourd

• Recommandations techniques claires et actionnables pour les décideurs

• Participation aux workshops métiers pour comprendre les besoins

Développement de modèles IA

• Conception et développement des modèles ML/DL pour les use cases prioritaires

• Choix justifié des algorithmes et approches techniques (baseline, state-of-the-art)

• Feature engineering et optimisation des modèles (performance, robustesse)

• Prototypage rapide avec vibe coding (POC en 2-4 semaines)

• Validation rigoureuse des modèles (métriques, robustesse, biais)

• Documentation technique complète (notebooks, méthodologie, résultats)

• Collaboration avec les développeurs IA pour l'industrialisation