Mission freelance [MDO] Ingénieur DATA / DataOps Scientifique- Expert - 2082

Contexte : Le client recherche un Ingénieur de Recherche spécialisé en DataOps comportemental, capable de faire le lien entre les équipes scientifiques et techniques.

Votre rôle sera de transformer les besoins des chercheurs en solutions techniques concrètes : pipelines de données fiables, environnements Cloud performants, jeux de données exploitables et protocoles expérimentaux reproductibles. Vous interviendrez à la fois sur le maintien de l'existant, son évolution et la création de nouvelles infrastructures de données.

2. Vos principales responsabilités et missions

A. Data Engineering et gestion des données scientifiques
Concevoir, développer et maintenir des pipelines de données complexes.
Collecter, extraire, nettoyer et structurer des données brutes issues de différentes sources.
Transformer les données comportementales en jeux de données exploitables pour les travaux de recherche
Mettre en place des traitements automatisés pour garantir la qualité et la cohérence des données.
Gérer les données temporelles et spatiales liées aux comportements et déplacements des voyageurs.
Constituer et maintenir des datasets de référence pour les phases d'entraînement, de test et de validation (Train/Test/Validation).
Mettre en place des dictionnaires de données enrichis et documentés.
Garantir la traçabilité, le versionnement et l'intégrité des données.

B. Architecture Cloud et environnement AWS
Concevoir et faire évoluer l'architecture Cloud du Passenger Cognition Lab.
Déployer et administrer des environnements de calcul sur AWS.
Construire des environnements d'expérimentation permettant aux chercheurs de tester leurs hypothèses.
Mettre en place des infrastructures automatisées avec l'approche Infrastructure as Code (IaC).
Développer des environnements isolés et sécurisés pour les expérimentations.
Optimiser les performances et les capacités de calcul des infrastructures.
Développer des scripts de déploiement et faciliter le passage des prototypes à des environnements capables de monter en charge.
Collaborer avec l'IT groupe pour faciliter le transfert des données comportementales vers ses propres environnements.

C. Scientific Ops et reproductibilité des expériences
Accompagner les chercheurs dans la mise en place de leurs expérimentations.
Traduire les besoins scientifiques en solutions techniques adaptées.
Garantir la reproductibilité des traitements et des expériences.
Mettre en place des méthodes de versionnement et de traçabilité des données.
Prendre en compte les biais statistiques et l'intégrité des séries temporelles.
Fiabiliser les protocoles techniques utilisés dans les travaux de recherche.
Faciliter l'exploitation des données pour les modèles de cognition des voyageurs.

D. Documentation et accompagnement scientifique

Rédiger la documentation technique des architectures et des pipelines.
Formaliser les protocoles permettant de reproduire les expériences.
Maintenir un wiki technique et les documents d'architecture.
Produire des extractions de résultats, des figures et des métriques pour les publications scientifiques.
Apporter un support technique aux chercheurs dans la valorisation de leurs travaux.

Environnement technique :

Cloud et Data :
AWS : S3, Glue, Athena, SageMaker, EC2, Batch, RDS, IAM. SQL.
Python avancé : Pandas, Polars et bibliothèques scientifiques.
Manipulation de données spatiales et temporelles.

Infrastructure et DevOps : Terraform. CloudFormation. Docker. Git. CI/CD.
Infrastructure as Code (IaC).
Documentation et collaboration : Sphinx. MkDocs. Microsoft Teams.