Data Scientist H/F

Astridsen
Strasbourg, France
1 day ago

Role details

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

Tech stack

Amazon Web Services Microsoft Azure Cloud Computing R (Programming Language) Python (Programming Language) MATLAB Machine Learning NumPy Power BI SQL Databases Tableau (Software) Google Cloud
+8 more
Apache Spark Deep Learning Git Pandas Scikit Learn Information Technology Machine Learning Operations Streamlit Framework

Job description

Vous rejoignez une structure à taille humaine où votre voix compte, et où la diversité des missions vous permet d’élargir en continu votre terrain de jeu technique et sectoriel.

Votre rôle

Cadrer le besoin avec les équipes métiers. Vous allez chercher le problème derrière la demande. Vous animez les ateliers de cadrage avec les ingénieurs, exploitants et responsables métiers, traduisez leurs enjeux en problématiques data exploitables, et définissez avec eux les critères de succès de la démarche.

Explorer et valoriser la donnée. Vous récupérez, fiabilisez et analysez les données industrielles et identifiez ce qui est réellement exploitable.

Concevoir et industrialiser les modèles. Vous développez les modèles statistiques et d’apprentissage adaptés au besoin. Vous soignez la robustesse, la reproductibilité et le passage à l’échelle de vos travaux.

Restituer et embarquer. Vous construisez les livrables qui rendent vos résultats actionnables : visualisations, tableaux de bord, notes de synthèse. Vous présentez votre démarche à des interlocuteurs métiers, expliquez ce que le modèle fait et ne fait pas, et créez la confiance nécessaire à son adoption.

Contribuer à notre expertise collective. Vous participez à la structuration de notre savoir-faire data : partage de retours d’expérience, animation d’ateliers internes, capitalisation méthodologique et contribution aux réponses aux appels d’offres.

Requirements

Formation : Bac +5, école d’ingénieur ou master universitaire en data science, statistiques, mathématiques appliquées, informatique ou discipline scientifique équivalente.

  • Expérience : 3 à 6 ans en data science.

  • Compétences techniques :

  • Python et son écosystème data (pandas, NumPy, scikit-learn), SQL

  • Solides fondamentaux en statistiques et en machine learning : compréhension des méthodes, de leurs hypothèses et de leurs limites

  • Analyse de séries temporelles, détection d’anomalies, modélisation prédictive

  • Restitution et visualisation : Power BI, Tableau, Dash, Streamlit ou équivalent

  • Bonnes pratiques de développement : Git, environnements versionnés, code lisible et testé

  • Appréciés : environnements cloud (Azure, AWS, GCP), Spark, MLOps, deep learning, R ou MATLAB

  • Langues : français courant, anglais technique à l’écrit et à l’oral (documentation, échanges avec des équipes internationales).

  • Softskills :

  • Vous savez vulgariser votre approche et faites preuve de pédagogie

  • Vous êtes autonome et à l’aise dans des contextes évolutifs

  • Vous avez le goût du collectif et l’envie de faire grandir une expertise avec les autres, Français Anglais technique Machine learning MATLAB Pédagogie Google cloud platform SQL Power BI Git Python

About the company

Chez Astridsen, nous sommes un collectif d’entrepreneurs, convaincu par un modèle de société d’ingénierie prônant l’expertise et l’accomplissement de chacun dans son environnement. Astridsen est une société de conseil en ingénierie spécialisée dans les secteurs à forte technicité : énergie, industrie, défense, infrastructures et procédés complexes. Nous accompagnons nos clients sur toutes les étapes de leurs projets.

Apply for this position

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

Apply on www.hellowork.com

Good distractions

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

6:21 min

Investigating push inefficiencies with upstream Git experts

Jonathan Creamer · Coffee With Developers

2:34 min

Maximizing execution memory effectively via python numpy broadcasting

Jodie Burchell · LIVE

2:03 min

Accelerating pandas dataframes using cudf module plugins

Ankit Patel Ankit Patel · WWC 2024

3:14 min

Structuring career paths and localized data architectures

Ulrich Wurstbauer +1 · LIVE

3:33 min

Refactoring data science workflows using Rapids QDF and Pandas

Paul Graham Paul Graham · LIVE

56 sec

Favorite git commands and the importance of patch commits

Eileen Uchitelle Eileen Uchitelle +1 · Coffee With Developers

Videos

See all

Related articles

See all