IA Engineer / Data Scientist (F/H)

Deloitte SAS
Paris, France
11 days ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience level
Experienced
Experience required
2 years minimum
Working hours
Regular working hours
Languages
French
Job source

Tech stack

A/B Testing Application Programming Interfaces (APIs) Airflow Amazon Web Services Computer Vision Microsoft Azure Cloud Computing Continuous Integration Python (Programming Language) Machine Learning Tensorflow SQL Databases
+9 more
Management of Software Versions Google Cloud Feature Engineering Pytorch Apache Spark Deep Learning Scikit Learn Kubernetes Docker

Job description

Au sein d’une équipe pluridisciplinaire, vous participerez à la conception, au développement et au déploiement de solutions data-driven qui répondent aux enjeux de transformation de nos clients. Véritable acteur(trice) de bout en bout, vous accompagnerez les équipes produit et métier depuis l’identification des cas d’usage jusqu’à l’opérationnalisation en production., * Concevoir et prototyper des modèles de machine learning et deep learning (supervisé, non supervisé, NLP, vision, etc.).

  • Préparer et analyser des jeux de données : collecte, nettoyage, feature engineering et visualisation.
  • Évaluer et améliorer les performances des modèles à l’aide de metrics pertinents et de méthodologies robustes (cross-validation, tests A/B).
  • Industrialiser les pipelines de data et ML : mise en production, monitoring, CI/CD pour modèles, gestion du versioning.
  • Collaborer avec les équipes produit, data engineering et infrastructure pour définir l’architecture technique et les besoins opérationnels.
  • Participer à la conception d’APIs et d’architectures serveurless ou conteneurisées pour le déploiement des modèles.
  • Garantir la qualité, la reproductibilité et la traçabilité des développements (notebooks reproductibles, tests, documentation).
  • Assurer une veille technologique et partager les bonnes pratiques au sein des équipes.

Requirements

  • Diplôme en statistique, mathématiques, informatique, data science ou équivalent.
  • Minimum 2 à 5 ans d’expérience en data science, machine learning ou ingénierie IA (stage et alternance pris en compte selon le niveau).
  • Maîtrise des langages et outils courants : Python, bibliothèques ML (scikit-learn, TensorFlow, PyTorch), SQL.
  • Expérience avec les outils de data engineering et cloud : Spark, Airflow, Docker, Kubernetes, et un ou plusieurs fournisseurs cloud (GCP, AWS, Azure).
  • Connaissance des bonnes pratiques de production ML : CI/CD, monitoring, observabilité des modèles.
  • Capacité à traduire des besoins métiers en pipelines techniques et à présenter des résultats à des interlocuteurs non techniques.
  • Rigueur, sens de l’organisation et goût du travail en équipe.
  • Français courant exigé. L’anglais technique courant est un plus.

Ce que nous vous proposons

  • Intégration à une équipe technique engagée, en mode agile, sur des projets innovants et variés (NLP, computer vision, analytics prédictif, etc.).
  • Possibilités de télétravail et flexibilité des horaires.
  • Accès à un plan de formation personnalisé et prise en charge des certifications liées à votre montée en compétences.
  • Environnement Cloud-first (GCP / AWS / Azure) et outils modernes (CI/CD, orchestration, monitoring).

Benefits & conditions

  • Rémunération en fonction du profil et du marché, avantages sociaux (mutuelle, tickets restaurant ou équivalent).
  • Culture d’équipe collaborative, Friday’Up, partage de connaissances et participation à des meetups/événements tech.

Prêt(e) à relever le défi et à rejoindre une équipe qui place l’excellence et la bienveillance au cœur de ses projets ? Postulez dès maintenant

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on fr.indeed.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

3:09 min

Balancing data science skillings alongside systems engineering rigor

Nico Schmidt · LIVE

2:07 min

Inspecting default bridge architectures and custom Docker networks

Oliver Seitz Oliver Seitz · WWC 2025

2:35 min

Preventing remote code execution in PyTorch models

Balázs Kiss · WWC 2023

2:15 min

Empowering domain teams with an open data platform

Sandhya Menon Sandhya Menon · WWC Europe 2026

1:34 min

Bringing diverse skills to industrial data science roles

Katja Träumner

2:34 min

Docker sandbox architecture and microVM environment integration

Manuel de la Peña Manuel de la Peña · WWC Europe 2026

Videos

See all

Related articles

See all