Trouvez votre prochaine offre d’emploi ou de mission freelance Plotly

Ingénieur IA GCP DEVOPS 500 e par j Intelligence Artificielle Générative (IAG) Modèles : Maîtrise parfaite des LLMs tels que Gemini et GPT. Frameworks : Vertex AI Agent Builder, LangChain. Data : Expertise en bases de données vectorielles. 2. Écosystème Cloud & Data Science Cloud : Utilisation avancée de GCP (Vertex AI, Model Garden, Compute/Storage). Langages & Libs : Python, Pandas, NumPy, SciPy. ML Classique : Scikit-learn, TensorFlow ou PyTorch; solides bases en NLP et Deep Learning. Visualisation : Matplotlib, Seaborn, Plotly. 3. Software Engineering & DevOps Méthodologies : Agile (Scrum), Software Craftsmanship (SOLID, YAGNI), couverture de tests (Sonar). Outils : Git, CI/CD, principes d'observabilité. 500 e par j

Contexte du poste Rejoignez une entreprise innovante appartenant à un groupe de renom œuvrant dans le domaine des télécommunications. Avec des équipes basées à Lyon, notre entreprise s'attache à transformer l'expérience client à travers le développement de solutions IT innovantes pour divers opérateurs télécoms à travers le monde. Actuellement, nous sommes à la recherche d'un Data Scientist passionné pour rejoindre une équipe dynamique et motivée, composée de 9 personnes, dédiée à l'optimisation des réseaux radio du groupe. Dans le cadre de notre croissance et de l'évolution de nos projets, nous lançons ce recrutement pour soutenir nos efforts en intelligence artificielle et en data science. Missions Missions principales - Développer et mettre en œuvre des solutions IA pour résoudre des problématiques complexes dans le secteur des télécoms, incluant l'optimisation radio et le monitoring automatique. - Contribuer à l'amélioration de l'efficacité énergétique du réseau et à la création de chatbots business-orientés. Missions annexes - Collaborer avec les commanditaires pour définir les cas d’usage et s’assurer de la pertinence des applications proposées. - Coordonner les initiatives de Crédit Impôt Recherche et encadrer un alternant en Data Science. - Participer activement à l'intégration de modèles de données dans l'environnement de production et maintenir une veille technologique rigoureuse. Stack technique Compétences à maîtriser - Python 3, SQL, TensorFlow, scikit-learn, Keras, Pandas, Matplotlib, Ploty, seaborn. - Data processing avec Jupyter Lab, Airflow, Superset. Environnement technique - Bases de données relationnelles et non-relationnelles, fichiers csv et parquet, outils de gestion de projet tels que JIRA et Confluence.