Data Scientist Senior

Il y a 4 jours

Paris, Nouvelle-Aquitaine, France LittleBigCode SAS Temps plein 45 000 € - 65 000 € Contrat

Gratuit avec email ou Google

Enregistrez cette offre et organisez votre recherche

Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.

Gratuit avec email ou Google

Concevoir et industrialiser des solutions IA utiles et responsables
Développer et déployer des solutions d’IA générative ou prédictive en production
Travailler sur des cas d’usage concrets et impactants : RAG, LLM security & guardrails, monitoring FinOps/GreenOps, NLP avancé
Assurer la robustesse, la scalabilité, l’éthique et la performance des solutions développées
Monter en expertise sur des stacks modernes et des projets de pointe
Intervenir sur des environnements cloud (notamment Azure) et des services innovants comme Azure AI Agent Services
Contribuer à la mise en place de pipelines IA industrialisés, intégrés et sécurisés
Transmettre, faire progresser, faire rayonner LittleBigCode
Accompagner la montée en compétence des équipes (formations, pair programming, peer reviews ...)
Partager tes retours d’expérience, participer à la veille et aux initiatives internes (LabDays, talks, assets, etc.)

Tu es diplômé(e) d’une grande école d’ingénieur ou d’un master spécialisé en data science, statistiques ou mathématiques appliquées.
Tu justifies d’au moins 4 années d’expérience en tant que Data Scientist, hors alternance ou stage, sur des projets concrets et significatifs.
Tu as déjà mené la mise en production de modèles IA dans un environnement cloud (idéalement AWS, Azure ou GCP), avec des enjeux de performance, de fiabilité et de scalabilité.
Tu maîtrises le français et l’anglais à l’écrit comme à l’oral, ce qui te permet d’évoluer aisément dans un contexte international et multi-interlocuteurs.

Excellente maîtrise de Python et des principales librairies data science telles que Scikit-learn, Pandas, TensorFlow.
Capacité à créer des visualisations claires et pertinentes, via des outils de BI (Power BI, Tableau) ou des librairies Python dédiées à la dataviz.
Bonnes bases en CI/CD, en déploiement de modèles, en monitoring et en gestion de pipelines MLOps.
Intérêt pour des problématiques complexes comme le traitement du langage naturel (NLP), les séries temporelles ou la computer vision.

Capacité à rendre accessibles des concepts techniques à des interlocuteurs non spécialistes.
Curiosité, rigueur, autonomie et proposition de nouvelles approches ou idées.
Appréciation du travail en équipe, épanouissement dans des environnements exigeants où bienveillance et exigence vont de pair.