Senior, Data Scientist F/H

Description de poste Chez Schneider Electric, nous nous engageons à relever des défis concrets afin de construire un avenir plus durable, plus digital et plus électrique. L’intelligence artificielle a le potentiel de transformer les industries en ouvrant la voie à de nouveaux niveaux d’efficacité et de durabilité. Au sein de notre Global AI Hub, nous associons notre expertise industrielle et métier historique aux innovations les plus avancées en matière d’intelligence artificielle, de machine learning et de deep learning. Notre objectif est de favoriser une prise de décision plus intelligente, une plus grande agilité et une accélération de la décarbonation. Notre équipe Strategy & Innovation pilote la stratégie et les initiatives d’innovation en intelligence artificielle pour le Global AI Hub, Schneider Digital et plus largement Schneider Electric. Nous développons la prochaine génération de systèmes intelligents en combinant des modèles multimodaux à grande échelle, la compréhension des graphes et des topologies, la simulation ainsi que des logiques propres aux différents domaines métiers. Ces technologies permettent un raisonnement à l’échelle des systèmes dans les secteurs de l’énergie, des bâtiments, de l’industrie et des data centers. Votre rôle Nous recherchons un ou une Applied Research Scientist curieux, réactif et orienté vers l’expérimentation, avec une réelle appétence pour la transformation des avancées scientifiques les plus récentes en prototypes fonctionnels, ainsi que pour l’amélioration continue de ces innovations. Vous disposez de solides connaissances des architectures Transformer, associées à une démarche expérimentale rigoureuse, de bonnes pratiques d’ingénierie et une capacité à intervenir de bout en bout. Vous êtes à l’aise sur l’ensemble du cycle de développement, depuis la préparation des données et la construction des modèles jusqu’à la création de démonstrateurs mettant clairement en évidence la valeur apportée. Vous vous épanouissez dans un environnement collaboratif, participez activement à la communauté scientifique et appréciez de travailler étroitement avec les équipes produits et métiers afin de transformer des idées innovantes en résultats concrets. Vos responsabilités
* Développer des représentations avancées pour les principales modalités de données, notamment les séries temporelles, les données tabulaires, les données textuelles, les graphes et topologies, ainsi que les données visuelles et 3D.
* Transformer rapidement les avancées scientifiques les plus récentes en prototypes fonctionnels, en adaptant des architectures multimodales et fondées sur les Transformers aux données et aux cas d’usage spécifiques de Schneider Electric.
* Construire des pipelines de machine learning robustes et reproductibles, couvrant la préparation des données, le suivi des expérimentations, la définition de modèles de référence, l’évaluation et les études d’ablation.
* Piloter la création et la préparation de jeux de données multimodaux, en transformant des données brutes, telles que des signaux temporels, des tableaux structurés, des documents, des schémas et des relations entre systèmes, en jeux de données d’entraînement propres et directement exploitables.
* Collaborer avec les experts métiers et les équipes produits afin de garantir que les choix de modélisation tiennent compte des contraintes physiques et opérationnelles, et de transformer les prototypes en démonstrateurs clairs, convaincants et à fort impact.

Votre profil
Qualifications requises
* Doctorat en machine learning, intelligence artificielle, vision par ordinateur, traitement automatique du langage naturel, robotique ou dans un domaine connexe, avec de solides connaissances des architectures Transformer et des méthodes modernes d’apprentissage de représentations. Nous sommes également ouverts aux candidatures exceptionnelles issues des meilleurs programmes de Master ou de grandes écoles d’ingénieurs, justifiant d’une excellence reconnue dans le domaine de la recherche ou de l’IA appliquée.
* Expérience démontrée en machine learning multimodal, avec de solides compétences dans au moins deux des modalités suivantes : o Modélisation de séries temporelles, par exemple prévision, détection d’anomalies ou modèles de fondation ; o Modélisation de données tabulaires ou structurées et représentation de caractéristiques ; o Compréhension de texte, notamment LLM, embeddings et compréhension de documents ; o Apprentissage sur graphes, notamment GNN, passage de messages et modélisation tenant compte de la topologie ; o Modalités visuelles 2D ou 3D.
* Solide expérience pratique de PyTorch, de la conception d’architectures de modèles personnalisées et des méthodes efficaces d’entraînement et de fine-tuning.
* Capacité à concevoir des expérimentations rigoureuses et structurées, incluant la définition de modèles de référence, les études d’ablation et les protocoles d’évaluation, puis à communiquer clairement les résultats.
* Solide