Data Scientist / AI Engineer H/F

• IA Générative, LLMs, RAG avancé, Agentic AI, Function Calling, Prompt Engineering, Fine-tuning, LangChain, LangGraph, Semantic Kernel, OpenAI, Azure OpenAI, HuggingFace, Vector Databases, Data Science, Statistiques appliquées, Machine Learning supervisé, XGBoost, LightGBM, Explainable AI, Python avancé, FastAPI, MLflow, Git, Docker, Kubernetes, CI/CD, Tests automatisés, Monitoring, Azure, Databricks, PySpark., Nous recherchons un Data Scientist / AI Engineer passionné par l'innovation et la résolution de problématiques complexes.

• Expérience en développement de solutions IA, Machine Learning et architectures avancées.
• Pratique des environnements cloud et API.

Formation

• Diplôme Bac+4/5 en informatique, mathématiques, data science ou équivalent.

Compétences Techniques

• Maîtrise de Python avancé, FastAPI, MLflow, Git, Docker, Kubernetes.
• Expertise sur IA Générative, LLMs, RAG, Agentic AI, Prompt Engineering, LangChain, LangGraph, Semantic Kernel.
• Connaissance des modèles de Machine Learning supervisé (XGBoost, LightGBM), Explainable AI (SHAP, LIME).
• Compétences en cloud (Azure, Databricks, PySpark).

Soft Skills

• Esprit d'équipe, capacité à collaborer avec les métiers et les équipes techniques.
• Curiosité, rigueur, autonomie.
• Capacité à travailler dans un environnement agile et innovant.

Plus

• Expérience en MLOps, LLMOps, monitoring et optimisation de modèles.
• Intérêt pour l'IA responsable et l'explicabilité.

• Concevoir et développer des solutions d'intelligence artificielle, automatisations métier et systèmes conversationnels avancés.
• Développer des architectures RAG robustes et sécurisées.
• Construire des workflows multi-agents pour automatiser des processus métier complexes.
• Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source).
• Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions.

Engineering & Industrialisation

• Industrialiser les solutions IA sous forme d'API et de services cloud.
• Développer des composants réutilisables pour accélérer le delivery des produits IA.
• Mettre en place des pratiques MLOps et LLMOps pour l'exploitation des solutions.
• Assurer la qualité, la fiabilité et la sécurité des applications IA en production.
• Participer à la définition des standards techniques de la plateforme IA.

Data Science & Machine Learning

• Concevoir et maintenir des modèles de Machine Learning selon les cas d'usage.
• Réaliser des analyses exploratoires et expérimentations avancées.
• Évaluer et optimiser les performances des modèles prédictifs.
• Mettre en œuvre des approches d'explicabilité et d'IA responsable.
• Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement.

Monitoring & Evaluation

• Définir les métriques de performance des systèmes IA.
• Mettre en place des mécanismes de monitoring et d'observabilité.
• Suivre les dérives des modèles et des systèmes RAG.
• Évaluer la qualité des réponses générées.
• Garantir la conformité et la traçabilité des solutions déployées.