> Markdown version of [/jobs/ext/1924084-tech-lead-data-scientist-ia-h-f](https://www.wearedevelopers.com/jobs/ext/1924084-tech-lead-data-scientist-ia-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Tech Lead Data Scientist - IA H/F

- **Company:** Cherrypick
- **Location:** Paris, France
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Amazon Web Services, Data Analysis, Unit Testing, Microsoft Azure, Cloud Computing, Continuous Integration, Data Security, DevOps, Fraud Prevention and Detection, Github, Python (Programming Language), Machine Learning, Tensorflow, SQL Databases, SQLAlchemy, Google Cloud, Delivery Pipeline, Large Language Models, Prompt Engineering, Deep Learning, Generative AI, Git, Fastapi, Gitlab-ci, Scikit Learn, Kubernetes, Xgboost, Machine Learning Operations, Restful APIs, Docker, Jenkins
- **Published:** August 5, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/82027542.html

## About the Role

Profil recherchéSolide expérience dans la conception, le développement et l'industrialisation de solutions d'Intelligence ArtificielleExpertise technique reconnue en Data Science, Machine Learning avancé, Deep Learning, statistiques, modélisation prédictive, classification, régression, détection de fraude, optimisation de modèlesMaîtrise de l'Intelligence Artificielle Générative, LLM, RAG, Fine-Tuning, Prompt Engineering, LangChain, LangGraphCompétences en développement : Python Expert, SQL, API REST, FastAPICompétences en industrialisation : MLOps, MLflow, Docker, Kubernetes, CI/CD, Monitoring, Model RegistryConnaissances Cloud : AWS ou Azure ou GCPCompétences en architecture : Architecture Data, Architecture ML, scalabilité, performance, sécurité, gouvernance, RGPD, IA Responsable, IA Explicable, audit, traçabilitéLeadership technique reconnu avec forte capacité de mentoringExcellent relationnel et communication claire avec les équipes techniques et métiersEsprit
d'analyse et de synthèse, sens des responsabilités, autonomie, esprit collaboratif, rigueur, curiosité technologique, force de propositionCapacité à vulgariser des sujets complexesOrientation résultatsBac +5 (École d'Ingénieur ou Université)8 à 10 ans minimum en Data ScienceExpérience significative en Lead Data Scientist ou Tech Lead IAExpérience en industrialisation de modèles MLExpérience sur des projets IA Générative (LLM, RAG)Expérience en MLOpsUne expérience dans les secteurs Assurance, Santé ou Mutualité est fortement appréciée, 1. Solide expérience dans la conception, le développement et l'industrialisation de solutions d'Intelligence Artificielle

 2. Expertise technique reconnue en Data Science, Machine Learning avancé, Deep Learning, statistiques, modélisation prédictive, classification, régression, détection de fraude, optimisation de modèles
 3. Maîtrise de l'Intelligence Artificielle Générative, LLM, RAG, Fine-Tuning, Prompt Engineering, LangChain, LangGraph
 4. Compétences en développement : Python Expert, SQL, API REST, FastAPI
 5. Compétences en industrialisation : MLOps, MLflow, Docker, Kubernetes, CI/CD, Monitoring, Model Registry
 6. Connaissances Cloud : AWS ou Azure ou GCP
 7. Compétences en architecture : Architecture Data, Architecture ML, scalabilité, performance, sécurité, gouvernance, RGPD, IA Responsable, IA Explicable, audit, traçabilité
 8. Leadership technique reconnu avec forte capacité de mentoring
 9. Excellent relationnel et communication claire avec les équipes techniques et métiers
 10. Esprit d'analyse et de synthèse, sens des responsabilités, autonomie, esprit collaboratif, rigueur, curiosité technologique, force de proposition
 11. Capacité à vulgariser des sujets complexes
 12. Orientation résultats
 13. Bac +5 (École d'Ingénieur ou Université)
 14. 8 à 10 ans minimum en Data Science
 15. Expérience significative en Lead Data Scientist ou Tech Lead IA
 16. Expérience en industrialisation de modèles ML
 17. Expérience sur des projets IA Générative (LLM, RAG)
 18. Expérience en MLOps
 19. Une expérience dans les secteurs Assurance, Santé ou Mutualité est fortement appréciée

EUR

Management d'équipe
Machine learning
Force de proposition
Intelligence artificielle
API
Google cloud platform
SQL
AWS
REST
Git
Veille technologique
Jenkins
Kubernetes
Python
Autonomie
Fraude
API REST
TensorFlow
Monitoring
Statistiques
Docker
Esprit d'analyse
Analyse de données

## Description

Dans le cadre du développement de sa stratégie Data & Intelligence Artificielle, notre client souhaite renforcer son équipe avec un Tech Lead Data Scientist capable de piloter le socle Data Science et d'accompagner l'industrialisation des solutions IA.

Vous évoluerez dans un environnement exigeant, où les enjeux portent sur la qualité de service, l'optimisation des processus métiers, la conformité réglementaire, la sécurité des données sensibles et l'adoption d'une IA responsable.

Vous serez le référent technique des équipes Data Science et travaillerez en étroite collaboration avec les équipes MLOps, Architecture, Sécurité, Produits et Métiers., Leadership technique & Pilotage

 - Assurer le rôle de référent technique auprès des équipes Data Science.
 - Définir les standards de développement IA et Data Science.
 - Piloter le socle Data Science (Python, MLOps, LLMOps).
 - Encadrer, accompagner et faire monter en compétences les Data Scientists.
 - Participer aux choix d'architecture des solutions IA.
 - Structurer les bonnes pratiques de développement et d'industrialisation.
 - Animer la communauté Data Science.
 - Réaliser une veille technologique autour de l'IA, des LLM et de l'IA responsable.

Développement & Data Science

 - Concevoir et développer des modèles de Machine Learning et Deep Learning pour différents cas d'usage :

 - Scoring
 - Classification
 - Détection de fraude
 - Prévision
 - Analyse de données complexes
 - Modèles prédictifs
 - IA Générative
 - RAG
 - LLM
 - Fine-Tuning
 - Participer également à :

 - la conception des pipelines Data Science,
 - l'industrialisation des modèles,
 - la mise en production,
 - le monitoring des performances,
 - la gestion des dérives (Data Drift / Model Drift).

Architecture & Industrialisation

 - Concevoir des architectures ML robustes et évolutives.
 - Définir les standards MLOps.
 - Participer aux pipelines CI/CD.
 - Déployer des API de Machine Learning.
 - Garantir la scalabilité des modèles.
 - Mettre en place les outils de monitoring.
 - Assurer la maintenabilité des solutions IA.

Sécurité & Conformité

 - Garantir le respect des exigences de sécurité.
 - Participer aux audits techniques.
 - Assurer la conformité RGPD.
 - Mettre en oeuvre des pratiques d'IA explicable.
 - Garantir la traçabilité des modèles.
 - Veiller à la qualité des développements.

Collaboration transverse
Vous travaillerez quotidiennement avec :

 - Chief Data Scientist
 - Product Owners IA
 - Architectes
 - Équipes MLOps
 - Équipes Cloud
 - Équipes Sécurité
 - Data Engineers
 - Directions métiers

Environnement technique

Langages

 - Python
 - SQL

Machine Learning

 - Scikit-Learn
 - XGBoost, FastAPI
 - REST API

DevOps

 - GitLab CI
 - GitHub Actions
 - Jenkins

Qualité

 - Tests unitaires
 - Documentation
 - Monitoring
 - Observabilité

Livrables attendus

 - Architectures ML sécurisées
 - Modèles IA industrialisés
 - Pipelines MLOps
 - APIs de Machine Learning
 - Documentation technique
 - Dossiers de mise en production
 - Tableaux de bord de monitoring
 - Documentation de conformité
 - Indicateurs de performance des modèles


## Related Videos

- [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94)
- [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered)
- [From DevOps to Scaled DevOps: How We’re Rebuilding Continuous Delivery as a Platform](https://www.wearedevelopers.com/videos/100018-from-devops-to-scaled-devops-how-we-re-rebuilding-continuous-delivery-as-a-platform)
- [Data Science, ML & AI in the Oil and Gas Industry at NDT Global - Dr. Katja Träumner](https://www.wearedevelopers.com/videos/1308-data-science-ml-ai-in-the-oil-and-gas-industry-at-ndt-global-dr-katja-traumner)
- [Git for Code Reviews](https://www.wearedevelopers.com/videos/429-git-for-code-reviews)
- [Shipping Faster with Less: Render on Cloud Hosting, AI Workloads, and the Future of DevOps](https://www.wearedevelopers.com/videos/1894-shipping-faster-with-less-render-on-cloud-hosting-ai-workloads-and-the-future-of-devops)

## Related Articles

- [Best Companies to Work For in Paris: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/190-best-companies-to-work-for-in-paris-top-25-companies-in-2023)
- [Best Companies to Work For in France: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/189-best-companies-to-work-for-in-france-top-25-companies-in-2023)
- [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer)
- [Data Engineer Salary UK](https://www.wearedevelopers.com/magazine/253-data-engineer-salary-uk)
- [The Most Popular IT Jobs on the Market](https://www.wearedevelopers.com/magazine/376-the-most-popular-it-jobs-on-the-market)
- [Jobs in Tech: The State of the European Market](https://www.wearedevelopers.com/magazine/575-jobs-in-tech-the-state-of-the-european-market)