DATA SCIENTIST CONFIRME H/F

Qualifier les besoins et traduire les enjeux métier et techniques en projet IA. Conseiller les métiers dans leurs choix technologiques dans le cadre de leur projet IA. Rédiger les cahiers des charges (planning de réalisation, choix techniques et méthodologiques, ressources nécessaires…). Participer à la conception de l’architecture technique des solutions cible en lien avec les équipes SI. Coordonner les interventions de l’ensemble des acteurs internes et/ou externes, y compris les sous-traitants. Gérer les risques liés aux projets data en identifiant les obstacles potentiels et en proposant des solutions.

Collecte, structuration et gestion de données Identifier et collecter les données internes et externes nécessaires et pertinentes pour l’entrainement des modèles. Retraiter les données pour les rendre exploitables et créer des variables utiles. Veiller à la conformité et au respect des normes juridiques pour les données exploitées (protection des données personnelles/RGPD, confidentialité… Accompagner le data scientist dans la phase de collecte et de structuration des données, le cas échéant.

Modélisation, prototypage et validation des algorithmes de Machine Learning / Deep Learning Déterminer les modèles les plus efficaces en fonction des contextes et problématiques métier et anticiper les impacts en termes d’infrastructure et de déploiement. Développer des algorithmes d’apprentissage automatisés et des systèmes d’IA. Définir et mettre en place des protocoles de test et validation, analyser les résultats et comparer les performances des modèles. Investiguer les nouvelles méthodes d’analyse data en développement telles que l’intelligence artificielle, text mining, reconnaissance vocale, reconnaissance de forme, traitement de l’image… Entraîner et optimiser des modèles et systèmes d’IA. Évaluer la pertinence et la performance des techniques d’analyse de données utilisées.

Industrialisation Accompagner l’industrialisation des modèles Piloter les actions de maintenance et d’industrialisation des modèles. Documenter les modèles, rédiger les guides utilisateurs et les procédures. Suivre et maintenir les outils développés.

Veille technologique Assurer une veille régulière. Proposer de nouvelles approches d’analyse et de modélisation des données et améliorer les programmes existants. Partager son expertise et diffuser les meilleures pratiques. Identifier et promouvoir les cas d’usage au sein de l’entreprise.

Machine Learning

Outils mathématiques

Programmation

Qualification des données

Animation & maîtrise des usages IA générative

Connaissance métier emprunteur

Exploitation des données

Exploitation et développement de modèles

Expression de besoin

Gestion de projet

Reporting & veille