Lead Machine Learning

Cognizant est une entreprise d'exception par sa rapide croissance et son environnement international et innovant De nombreuses opportunités s'offrent aux professionnels comme vous, qui ont l'esprit d’entreprise et veulent faire la différence.

En collaboration avec vos collègues du monde entier, vous contribuerez à la création de solutions pour les plus grandes entreprises, afin de les aider à devenir plus flexibles, plus innovantes et plus performantes. Voici votre chance de participer à une véritable Success Story Nous recherchons un Data Scientist Banque pour notre practice AIA.

**À propos de la practice AIA (AI & Analytics)** **de Cognizant**

Nous aidons nos clients à exploiter l’intelligence artificielle et l’analytique pour développer des solutions technologiques visant à améliorer la qualité de vie. Nous sommes les leaders du marché Data, avec plus de 35 000 spécialistes de la gestion des données, de l'IA et l'qnalytique au service des plus belles entreprises mondiales. Nous avons été distingués Leaders par le Gartner dans son quadrant 2021 et 2022 des « Data and Analytics Service Providers ».

**À propos du poste**

Nous recherchons un _Lead Machine Learning Engineer_ bien qualifié et motivé pour diriger nos initiatives en Machine Learning en collaboration directe avec le _Product Owner_ et le client dans le secteur pharmaceutique. Ce rôle est crucial car vous poserez les bases de nos capacités en AI+ML et dirigerez le développement de solutions innovantes qui améliorent la capacité d'écoute et d'analyse des médias sociaux d'une grande entreprise.

Vous couvrirez à la fois les rôles de _Machine Learning Engineer_ et de _Data Scientist_, en équipe pour construire et déployer des modèles de pointe qui répondent aux besoins de notre client.

Recherche et innovation : Restez à jour avec les dernières avancées en AI + ML pour pouvoir être de bon conseils auprès du _Product Owner_ et offrir un ensemble de techniques ML de premier ordre dans le domaine NLP, principalement.

Développement : Entrainer et déployer des modèles d'apprentissage automatique ; Concevoir, développer et déployer des méthodes et techniques pour parvenir aux objectifs recherchés. collègues de tout type pour identifier des opportunités de tirer parti de l'apprentissage automatique pour résoudre des problèmes complexes et améliorer l'expérience utilisateur.

Stratégie et Vision : Développer et exécuter une feuille de route pour les initiatives ML alignées sur les objectifs du client / _Product Owner_ / plateforme.

Collaboration fonctionnelle : Travailler avec des équipes métier et des collègues de tout type pour identifier des opportunités de tirer parti de techniques AI+ML pour résoudre des problèmes complexes et améliorer l'expérience utilisateur.

Gestion des bases de données vectorielles : Configurer et gérer des bases de données vectorielles pour stocker et récupérer efficacement des données multidimensionnelles, permettant des recherches de similarité rapides et précises.

Gestion des données : Collecter, prétraiter et analyser les datasets importants en volume pour nourrir le développement de modèles et extraire des _insights_.

Ingénierie des _ML features_ : Effectuer une ingénierie des _ML features_ pour améliorer les performances et la précision des modèles.

Entraînement des modèles : Entraîner et affiner les modèles d'apprentissage automatique en utilisant des techniques avancées, en combinaison avec les LLM.

Optimisation des modèles : Évaluer et optimiser les performances des modèles pour garantir précision, efficacité et évolutivité.

Tests et maintenance : Mettre en œuvre et maintenir des cadres de test robustes pour garantir la fiabilité et la maîtrisedes solutions d'apprentissage automatique.

Documentation : Documenter les processus, les modèles et les méthodologies pour assurer le partage des connaissances et la reproductibilité.

**Profil recherché**

Formation initiale : Ingénieur ou Master en informatique, Data Science, apprentissage automatique ou un domaine équivalent.

Expérience : Expérience avérée en tant qu'ingénieur AI+ML ou dans un rôle similaire, avec un portefeuille solide de projets réussis.

Une expérience préalable sur le Secteur Santé et les RWE est un plus (_Real World Evidence_).

Compétences techniques : Maîtrise des langages de programmation tels que Python (obligatoire), R ou similaire. Expérience avec les frameworks et bibliothèques ML tels que TensorFlow, PyTorch, et les classiques
- : scikit-learn, etc, contenant celles du NLP.

Fondamentaux : Solide compréhension des structures de données, des algorithmes et des principes d'ingénierie logicielle + bonne base en mathématiques appliquées et en statistiques en tant que _data scientist_ traditionnel.

Expertise en NLP : Connaissance des techniques et outils de traitement du langage naturel (NLP).

Bases de don