Data Scientist

Rattaché·e à l’équipe IA Factory de notre Direction de l’Innovation, vous êtes au point de rencontre entre la R&D en IA et le produit : vous transformez des intuitions et des signaux technologiques en preuves de concept, puis en briques réellement utilisables. Vous travaillez en proximité directe avec les Business Lines, les équipes produit et tech, et nos experts métier (analystes financiers, équipes Data Quality, Enquêtes & Analyses).

Ce que vous ferez concrètement

Exploration & prototypage

• Défricher de nouveaux usages de l’IA sur nos données, du cadrage de l’hypothèse à la preuve de concept
• Assurer une veille active (modèles, techniques, outillage) et la traduire en recommandations concrètes pour le produit
• Savoir arrêter une piste qui ne tient pas, et argumenter pourquoi

Modélisation & data science

• Concevoir, entraîner et challenger des modèles de scoring (risque de défaillance, propension, appétence) sur des volumes de données massifs et hétérogènes
• Travailler la feature engineering à partir de nos référentiels : bilans, liens capitalistiques, données légales, signaux faibles, données extra-financières
• Mesurer, documenter et défendre la performance de vos modèles (discrimination, stabilité, calibrage, drift)

IA & NLP

• Développer des briques d’IA appliquées au texte : extraction d’information dans des documents non structurés, classification, normalisation et résolution d’entités, génération de résumés.
• Prototyper et industrialiser des cas d’usage LLM / RAG à forte valeur métier, avec le niveau d’exigence qu’imposent nos clients en matière de traçabilité et d’explicabilité

Mise en production & run

• Industrialiser vous-même vos briques IA : packaging, tests, CI/CD, déploiement sur Kubernetes, exposition via API
• Assurer le run de ce que vous mettez en production : monitoring, gestion du drift, réentraînement, corrections
• Penser latence, coût et scalabilité dès la conception, pas au moment de la mise en production

Ici, l’innovation ne s’arrête pas au démonstrateur : l’équipe opère ses propres briques IA en production. Vous voyez vos travaux vivre chez de vrais utilisateurs, et vous en portez la responsabilité dans la durée.

Impact & collaboration

• Traduire un besoin métier flou en problème modélisable et savoir dire quand le ML n’est pas la bonne réponse
• Restituer vos résultats à des interlocuteurs non techniques de façon claire et honnête
• Contribuer à la culture data de l’équipe : revues de code, veille, partage

Vous avez au moins 5 ans d’expérience en data science ou en ingénierie IA (alternance significative comprise), acquise en entreprise, en éditeur ou en conseil.IndispensableMaîtrise solide de Python, pandas, scikit-learn, et de l’écosystème qui va avecBases théoriques réelles en machine learning : vous savez expliquer pourquoi un modèle fonctionne, pas seulement le faire tournerExpérience concrète sur au moins un de ces sujets : NLP appliqué, entity resolution, ou mise en production de cas d’usage LLM / RAGCulture DevOps de l’industrialisation : Git, tests, environnements, Docker et Kubernetes, vous êtes à l’aise dans un environnement CI/CD moderne pour packager un service et le faire tourner dans un pod, pas seulement dans un notebookExpérience de mise en production d’un modèle ou d’une brique IA, et du run qui va avecCapacité à travailler avec des données imparfaites, et l’obsession de la qualité de la donnée qui va avecExcellente maîtrise du français oral et écrit : le poste est très collaboratif ::échanges quotidiens avec les experts métier, ateliers, restitutions, et nos données comme nos utilisateurs sont francophonesAnglais professionnel : suffisant pour lire sans effort la littérature scientifique, les publications de recherche et la documentation technique, et rester à jour dans un domaine qui bouge viteFortement appréciéPratique de l’environnement AWS, et notamment de S3/EC2/IAM et Athena pour interroger nos volumes de donnéesPremière expérience dans un environnement Big Data ou dans des architectures de type Data Lake / ELT / Orchestration Data (ex. : Airflow) : vous savez concevoir, ordonnancer et fiabiliser des pipelinesLiteLLM ou un équivalent pour orchestrer les appels aux modèles de langage, consommés via API externes ou AWS Bedrock, ou l’envie de vous y mettre viteExpérience sur des sujets de scoring, risque de crédit ou finance d’entrepriseSensibilité aux enjeux réglementaires (RGPD, explicabilité, IA Act)L’état d’esprit qui fait la différence chez nousL’esprit d’analyse et la curiosité métier : comprendre le business avant de coderL’envie d’apprendre, y compris sur des sujets qui ne sont pas votre spécialitéLa capacité à prendre des initiatives dans un environnement en