Data Scientist IA
Il y a 2 semaines
Paris, Île-de-France
Cogniwave dynamics
Temps plein
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
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Contexte Dans le cadre d'un accord-cadre avec un groupe bancaire international, nous recherchons des Data Scientists disposant d'une expérience démontrable et mesurable sur des projets d'intelligence artificielle.
Veuillez vérifier que vous avez le bon niveau d'expérience et les bonnes qualifications en lisant l'aperçu complet de cette opportunité ci-dessous.
Les postes sont ouverts sur trois niveaux de séniorité (0-2 ans, 2-5 ans, 6 ans et plus d'expérience sur des projets IA).
Poste en CDI: Salaire suivant expérience / Package avec ou sans voiture Vos missions Collecte et préparation des données Récupérer et nettoyer les données issues de sources variées (bases de données, API, fichiers) Mener les analyses exploratoires (EDA) pour qualifier la structure et la qualité des données Réaliser les transformations et le feature engineering permettant d'améliorer la pertinence des modèles Développement de modèles Sélectionner et entraîner des modèles de machine learning et de deep learning adaptés au cas d'usage Comparer les approches (régression, classification, réseaux de neurones) Optimiser les modèles par tuning d'hyperparamètres et validation croisée Déploiement et industrialisation Intégrer les modèles dans les applications et systèmes, en collaboration avec les équipes MLOps/DevOps Mettre en place les pipelines d'entraînement et de mise à jour Assurer le suivi des performances en production et détecter les dérives de modèle (model drift) Restitution et valorisation Présenter résultats et insights aux équipes métier via visualisations et rapports Expliquer le fonctionnement des modèles et leur impact business Veille et amélioration continue Suivre les avancées en IA et machine learning Tester de nouvelles architectures et frameworks (TensorFlow, PyTorch, Scikit-learn) Contribuer à l'amélioration des algorithmes et des processus internes Un atout Expérience en environnement bancaire ou assurance (risque, conformité, lutte anti-fraude, scoring) Connaissance des exigences de gouvernance et de validation xuezdbg des modèles Pratique des environnements cloud IBM / On premise Profil candidat:
Profil recherché
Formation supérieure en data science, statistiques, mathématiques appliquées ou informatique Expérience mesurable sur des projets IA, avec réalisations chiffrées à l'appui (modèles en production, volumétries traitées, gains obtenus) Maîtrise de Python et de son écosystème data (pandas, NumPy, Scikit-learn, TensorFlow ou PyTorch), SQL Pratique des environnements de production : versioning, pipelines, conteneurisation, suivi des performances Capacité à expliquer un modèle à un public non technique Français et anglais professionnels
Veuillez vérifier que vous avez le bon niveau d'expérience et les bonnes qualifications en lisant l'aperçu complet de cette opportunité ci-dessous.
Les postes sont ouverts sur trois niveaux de séniorité (0-2 ans, 2-5 ans, 6 ans et plus d'expérience sur des projets IA).
Poste en CDI: Salaire suivant expérience / Package avec ou sans voiture Vos missions Collecte et préparation des données Récupérer et nettoyer les données issues de sources variées (bases de données, API, fichiers) Mener les analyses exploratoires (EDA) pour qualifier la structure et la qualité des données Réaliser les transformations et le feature engineering permettant d'améliorer la pertinence des modèles Développement de modèles Sélectionner et entraîner des modèles de machine learning et de deep learning adaptés au cas d'usage Comparer les approches (régression, classification, réseaux de neurones) Optimiser les modèles par tuning d'hyperparamètres et validation croisée Déploiement et industrialisation Intégrer les modèles dans les applications et systèmes, en collaboration avec les équipes MLOps/DevOps Mettre en place les pipelines d'entraînement et de mise à jour Assurer le suivi des performances en production et détecter les dérives de modèle (model drift) Restitution et valorisation Présenter résultats et insights aux équipes métier via visualisations et rapports Expliquer le fonctionnement des modèles et leur impact business Veille et amélioration continue Suivre les avancées en IA et machine learning Tester de nouvelles architectures et frameworks (TensorFlow, PyTorch, Scikit-learn) Contribuer à l'amélioration des algorithmes et des processus internes Un atout Expérience en environnement bancaire ou assurance (risque, conformité, lutte anti-fraude, scoring) Connaissance des exigences de gouvernance et de validation xuezdbg des modèles Pratique des environnements cloud IBM / On premise Profil candidat:
Profil recherché
Formation supérieure en data science, statistiques, mathématiques appliquées ou informatique Expérience mesurable sur des projets IA, avec réalisations chiffrées à l'appui (modèles en production, volumétries traitées, gains obtenus) Maîtrise de Python et de son écosystème data (pandas, NumPy, Scikit-learn, TensorFlow ou PyTorch), SQL Pratique des environnements de production : versioning, pipelines, conteneurisation, suivi des performances Capacité à expliquer un modèle à un public non technique Français et anglais professionnels