Data Scientist F/H

Poste et missions Au sein du service ITDS, et sous la supervision du Responsable du pôle Data Science, le/la titulaire du poste partagera son temps de travail selon les missions suivantes :
* Conception, implémentation et exploitation des infrastructures Data Science (big data et Intelligence Artificielle)
* Conception, implémentation et suivi de projets métiers du service tels que la gestion de la confidentialité des imports/exports de résultats, l’analyse des sessions utilisateurs pour détection de comportement suspect
* Maintenance adaptative, corrective et évolutive des outils de gestion de métadonnées, contrôle de qualité, et d’analyse et visualisation des données développés au sein du service
* Conseil et support utilisateur avancé sur l’utilisation d’outils de Data Science au sein de l’environnement sécurisé (comme Spark, LLMs, Torch et DuckDB)
* Conception, implémentation et exploitation d’une plateforme Data Science orientée cloud. Participer à la surveillance, l’optimisation des performances et le maintien à l’état de l’art de la plateforme
* Potentielle participation à la construction d'infrastructures européennes L’infrastructure informatique du CASD repose sur des serveurs d’application sécurisés hébergés dans deux datacenters certifiés, accessibles uniquement via un ensemble de boitiers informatiques d’accès dédiés appelés « SD-Box » installés dans les organismes partenaires. Ce dispositif permet aux utilisateurs extérieurs de travailler à distance sur les données confidentielles, dans de très bonnes conditions et avec des moyens de calcul puissants, sans que ces données individuelles ne sortent jamais des serveurs sécurisés. L’infrastructure informatique du CASD est par conséquent caractérisée par un besoin important en matière de sécurité et de puissance de calcul. Cette infrastructure est en constante évolution et nécessite de nombreux développements pour se maintenir à l’état de l’art en termes de sécurité tout en permettant de fortes performances à un nombre croissant d’utilisateurs. Le/la titulaire du poste participera au développement de l’infrastructure sur ses composants plus spécifiquement requis pour les projets datascience : GPGPUs, cluster de calcul, plateforme de qualification de modèle ajusté (fine-tuning). Le CASD étant une structure en forte croissance, aussi bien en termes de projets utilisateurs, de développement de son activité, que de données accueillies, le périmètre du poste est susceptible d’évoluer. Relations Le/la titulaire du poste sera en relation avec les utilisateurs de données hébergées par le CASD (actuels et prospects), les producteurs et déposants de données, ainsi que ses partenaires institutionnels. Il/Elle travaillera en proche collaboration avec la direction, les autres membres du service informatique et les autres services du CASD. Moyens Le CASD dispose d’une infrastructure informatique importante, les moyens informatiques sont donc structurants et en évolution constante. Qualités attendues
* Rigueur
* Sens de l’écoute et de la communication
* Esprit de synthèse et d’analyse
* Pédagogie
* Curiosité sectorielle et goût pour l’innovation
* Approche proactive de la résolution de problèmes
* Maîtrise de l’anglais technique Formation et expériences
* Formation de niveau BAC+5 (Master 2 ou Diplôme d'Ingénieur) avec une spécialisation en Mathématiques Appliquées, Statistiques, Informatique ou Data Science
* Plus de 3 ans d’expériences dans le domaine
* Des connaissances générales sur la sécurité informatique seraient un plus. Le CASD attend une personne rapidement opérationnelle et disposant d’une excellente capacité d’adaptation. Le CASD est un groupement d’intérêt public composé de six membres : le GENES, l’INSEE, le CNRS, HEC Paris, l’École Polytechnique et La Banque de France. Son siège social est situé sur le campus de Saclay, au 5 avenue Henry le Chatelier à Palaiseau. L’essentiel de son activité est réalisé dans les locaux de son établissement secondaire, situé au 76 avenue Pierre Brossolette à Malakoff, où sont localisées les équipes. Le CASD a pour objet principal d’organiser et de mettre en œuvre des services d’accès sécurisé pour les données confidentielles à des fins non lucratives de recherche, d’étude, d’évaluation ou d’innovation, activités qualifiées de « services à la recherche », principalement publiques. Il a également pour mission de valoriser la technologie développée pour sécuriser l’accès aux données dans le secteur privé notamment. Le CASD permet aux utilisateurs dûment habilités (chercheurs, Data Scientists, consultants, etc.) de traiter à distance, via des terminaux dédiés (les « SD-Box ») déployés sur leur lieu de travail habituel, les données confidentielles produites notamment par l’INSEE et la statistique publique, avec des moyens de calcul puissants, et dans le plus strict respect de la législation et des règles de sécurité. Outre les données socio-économiques et de la statistique publique, le CASD met à disposit