AI Engineer - Data Scientist
Role details
Job location
Tech stack
Job description
Fondée par les anciens dirigeants d'une grande ESN, W hub bénéficie d'une connaissance approfondie du marché et des enjeux spécifiques du secteur.
Au coeur d'un produit manipulant des millions de transactions, vous construisez des solutions d'IA concrètes, déployées en production, avec un impact immédiat sur la fraude, la conversion et la performance globale.
Dans le cadre de notre développement, nous recherchons un(e) AI Engineer - Data Scientist pour intervenir chez l'un de nos clients grands comptes dans le secteur des paiements.
Vous évoluez sur des problématiques critiques à fort enjeu business, où vos modèles et analyses sont directement intégrés au produit et utilisés au quotidien.
Vous travaillez en étroite collaboration avec les équipes Data, Tech et Produit.
Vos missions :
Conception et mise en production de modèles IA
- Identifier des cas d'usage à fort impact : détection de fraude, optimisation de la conversion, scoring marchand
- Développer des modèles adaptés (machine learning, deep learning, NLP...)
- Assurer leur mise en production dans des environnements robustes et scalables
- Monitorer les performances et améliorer les modèles en continu
Analyse avancée des données
- Analyser les flux transactionnels : tendances, anomalies, corrélations
- Prototyper rapidement de nouvelles approches et les valider sur données réelles
- Distinguer corrélation et causalité et challenger les résultats
- Argumenter vos choix auprès des équipes métiers
Construction et optimisation de l'infrastructure data
- Concevoir et maintenir une infrastructure data robuste et évolutive
- Gérer les pipelines de données : collecte, stockage, traitement et distribution
- Optimiser les performances (requêtes, latence, scalabilité)
- Collaborer avec les équipes techniques et métier pour répondre aux besoins
Collaboration et diffusion de la culture IA
- Co-construire les cas d'usage avec les équipes Produit
- Présenter vos résultats à des interlocuteurs non techniques
- Contribuer à la montée en compétence des équipes sur les sujets IA
Requirements
ExpérienceMinimum 4 ans d'expérience en Data Science, Machine Learning ou AI EngineeringExpérience en mise en production de modèles (au-delà de notebooks)Appétence pour les sujets liés au paiement ou à la financeCompétences techniquesMaîtrise de Python et SQLBon niveau en Machine Learning et IA générativeMaîtrise de PyTorchConnaissance des pratiques MLOps et des environnements CI/CDExpérience sur GCP (BigQuery, Dataform...)Solides bases en statistiquesConnaissance des bases de données relationnelles et NoSQLMaîtrise d'un outil de data visualisation (Tableau, Power BI, Toucan Toco...)Soft skillsPédagogie : capacité à vulgariser des sujets complexesAutonomie & proactivitéEsprit d'analyse et de synthèseCuriosité et veille active sur les innovations en IALes +Connaissance des systèmes de paiement (fraude, conversion, risque)Expérience en environnement Agile, * Minimum 4 ans d'expérience en Data Science, Machine Learning ou AI Engineering
- Expérience en mise en production de modèles (au-delà de notebooks)
- Appétence pour les sujets liés au paiement ou à la finance
Compétences techniques
- Maîtrise de Python et SQL
- Bon niveau en Machine Learning et IA générative
- Maîtrise de PyTorch
- Connaissance des pratiques MLOps et des environnements CI/CD
- Expérience sur GCP (BigQuery, Dataform...)
- Solides bases en statistiques
- Connaissance des bases de données relationnelles et NoSQL
- Maîtrise d'un outil de data visualisation (Tableau, Power BI, Toucan Toco...)
Soft skills
- Pédagogie : capacité à vulgariser des sujets complexes
- Autonomie & proactivité
- Esprit d'analyse et de synthèse
- Curiosité et veille active sur les innovations en IA
Les +
- Connaissance des systèmes de paiement (fraude, conversion, risque)
- Expérience en environnement Agile
EUR
Esprit d'analyse
