Senior Data Scientist - Michelin Mobility Intelligence (MMI) - Connected Solutions (CXS) (F/H)
Role details
Job location
Tech stack
Job description
Vous renforcez l'équipe Data Science de MMI pour accélérer le déploiement de nos services de mobilité (flottes, véhicule connecté) et aider les responsables d'infrastructures à réduire la mortalité routière. Vous concevrez des approches spatio-temporelles de prédiction de risque (ex. Graph Attention Networks, méthodes probabilistes) sur données structurées (télématique, météo, etc.), avec une extension progressive à des données non structurées (images, vidéos, satellite, texte). Vous développerez des capabilités Computer Vision (détection/localisation, Structure from Motion, nuages de points, reconstruction 3D), et contribuerez à la mise en production dans des environnements Cloud industriels.
Missions & responsabilités
- Exploration & cadrage data : collecter, nettoyer, préparer et profiler la donnée (y compris images/vidéos) pour alimenter l'idéation et fiabiliser les pipelines.
- Analyse exploratoire & descriptive : statistiques, visualisations, identification de tendances/anomalies, formulation d'hypothèses métier, construction d'indicateurs (sécurité, risque, performance).
- Modélisation & expérimentation : concevoir, entraîner et évaluer des modèles (optimisation, ML/DL, Computer Vision, Generative AI) adaptés aux cas d'usage (collisions, zones à risque, typologies d'accidents, vitesse…).
- Prévision spatio-temporelle : développer des modèles de risk scoring (GNN, GAT, séquentiels, probabilistes), calibration/quantification d'incertitude, robustesse et généralisation.
- Industrialisation & MLOps : bonnes pratiques de versioning, tests, traçabilité, monitoring, CI/CD, sécurité, conformité ; collaboration étroite avec Data/ML Engineers.
- Qualité & gouvernance : définir des KPIs de performance et de coût (latence, précision, dérive), observabilité, non-régression, documentation et revue des releases.
- Visualisation & activation : produire des dashboards et assets de visualisation pour maximiser la lisibilité et l'usage par les clients et parties prenantes.
- Communication & influence technique : restitutions claires, vulgarisation, contribution aux offres (avant-vente), participation à des appels d'offres/ateliers clients.
- Veille & innovation : benchmarking méthodes/architectures, exploration de nouvelles approches (agents, LLM appliqués à la data/vision), protection des innovations (brevets).
- Travail transversal : interaction avec Product Managers, Data Engineers, experts IA/LLM, équipes flottes/OEM, et coordination avec le Principal Data Scientist (US) sur R&D/innovation., * Leadership technique & transverse : coacher/mentorer les autres Data Scientists de l'équipe Tech MMI, harmoniser les pratiques (qualité, sécurité, conformité), standardiser les produits, améliorer la productivité et optimiser les coûts de développement.
- Vision & exploration : nourrir la feuille de route moyen/long terme, effectuer une veille active et orchestrer des collaborations avec d'autres équipes en interne ou externe de CXS.
- Communication d'impact : capter les besoins des acteurs de la sécurité routière, des flottes et OEM, contribuer à la crédibilisation de nos capacités (démos, POC, dossiers techniques).
- Excellence algorithmique : fiabiliser, optimiser et différencier nos algorithmes (collisions, typologies, zones à risque, vitesse, etc.) par rapport au marché.
Compétences techniques & métier
- Data exploration avancée : préparation de données structurées et non structurées (images, vidéos), feature engineering, data quality & profiling.
- Analyse exploratoire & descriptive : statistiques appliquées, visualisations expertes, storytelling data pour détecter opportunités et anomalies.
- Modélisation : ML/DL, Computer Vision, GenAI ; expérimentation rigoureuse, évaluation multi-métriques, calibration et robustesse.
- MLOps : versioning, traçabilité, monitoring de dérive/performance, CI/CD, sécurité et conformité (privacy by design).
- Dataviz & diffusion : rapports, présentations, dashboards (orchestration et guidage produit).
- Cloud & données : expérience Microsoft Azure (AMLS) ou équivalent ; Python, PySpark, SQL ; Snowflake ou data warehouses similaires.
- Plus : graph learning (GNN/GAT), séries temporelles, traitement d'images/vidéos (SfM, point clouds, 3D), gestion de coût/latence, APIs & intégrations., * Un impact sociétal direct sur la sécurité routière et la mobilité.
- Un terrain d'innovation riche (spatio-temporel, graph learning, vision 3D, GenAI) au cœur d'un écosystème industriel mondial.
- Une culture d'apprentissage continu, de respect et de responsabilisation, avec des communautés techniques actives.
- Un cadre de travail hybride et des perspectives d'évolution dans un groupe international.
Requirements
- Autonomie & force de proposition ; sens de l'impact.
- Analyse & synthèse, esprit critique, rigueur scientifique.
- Communication & pédagogie, excellente capacité de vulgarisation.
- Leadership et animation de collectifs pluridisciplinaires.
- Orientation client ; culture valeur/usage.
- Organisation & dynamisme, jeu collectif, curiosité/innovation avec vision stratégique., * Diplôme : Bac+5 (école d'ingénieur / université) ou équivalent.
- Expérience : 3 ans minimum avec expertise démontrée sur :
- L'ensemble du cycle de vie d'un projet data science (collecte & préparation, modélisation, évaluation, déploiement),
- La manipulation de bases de données à grande échelle.
- Langues : Français C1 et Anglais C1 (environnement international).