Senior Data Scientist - Machine Learning & IA Générative H/F

Vous travaillerez en étroite collaboration avec le Data Engineer, le CTO ainsi que les équipes Produit et Business.

Votre rôle couvrira l’ensemble du cycle de vie des modèles : compréhension des problématiques métier, exploration des données, modélisation, évaluation, mise en production et suivi des performances.

Il s’agit d’un poste central, avec un impact direct sur la qualité et la fiabilité du produit.

Vos principales responsabilités

Modélisation et Data Science

• Concevoir, entraîner et maintenir des modèles statistiques et de machine learning appliqués à la valorisation, au scoring, à la segmentation et à la détection d’anomalies.
• Travailler sur des données structurées provenant de différentes sources internes et externes.
• Évaluer la qualité, la fiabilité, les biais et la dérive des données utilisées.
• Définir les méthodes d’évaluation et les métriques adaptées aux différents cas d’usage.
• Produire des analyses et des restitutions exploitables par les équipes Produit et Business.
• Contribuer à la roadmap Data en identifiant les cas d’usage à forte valeur.

Données géospatiales

• Exploiter des données géographiques pour enrichir les modèles de valorisation et de scoring.
• Travailler sur différentes typologies de données : points d’intérêt, flux, zonages, distances et données cadastrales.
• Concevoir des variables géospatiales pertinentes et mesurer leur impact sur les performances des modèles.

Industrialisation et MLOps

• Concevoir et maintenir des pipelines d’entraînement et d’inférence.
• Industrialiser les modèles et accompagner leur intégration au produit.
• Collaborer avec le Data Engineer sur l’architecture, les flux et la qualité des données en entrée.
• Participer à l’orchestration, au monitoring et à la documentation des modèles en production.
• Garantir la reproductibilité, la fiabilité et la maintenabilité des traitements.

IA générative et RAG

• Identifier les usages pertinents des LLM et de l’IA générative pour le produit.
• Concevoir et déployer des pipelines RAG sur des corpus documentaires métier et réglementaires.
• Mettre en oeuvre des approches de prompt engineering structuré et de function calling.
• Expérimenter, lorsque cela apporte une réelle valeur, des agents IA légers et des chaînes d’orchestration.

• Garantir une intégration testée, maîtrisée et documentée des fonctionnalités d’IA., Processus de recrutement

• Premier échange avec un recruteur.
• Entretien avec le CTO.
• Test technique.
• Rencontre avec l’équipe., * Un poste directement lié au coeur du produit.
• Des problématiques Data Science concrètes et exigeantes.
• Des données structurées et géospatiales particulièrement riches.
• La possibilité d’intervenir sur toute la chaîne, de la modélisation à la production.
• Une collaboration directe avec le CTO et les équipes Produit.
• Un environnement technique en construction laissant une réelle place à l’initiative.
• Des cas d’usage concrets autour de l’IA générative.

Profil recherchéProfil recherchéVous justifiez d’au moins 5 ans d’expérience en Data Science ou Machine Learning.Vous maîtrisez Python et son écosystème Data Science : Pandas, NumPy, Scikit-learn et statsmodels.Vous disposez d’une expérience solide en modélisation supervisée et non supervisée sur des données structurées.Vous avez déjà participé à l’industrialisation et à la mise en production de modèles.Vous savez évaluer la qualité de données externes et identifier leurs biais, limites ou dérives.Vous êtes autonome et à l’aise dans un environnement technique en cours de structuration.Vous savez vulgariser des résultats complexes auprès d’interlocuteurs non techniques.Vous appréciez les environnements dans lesquels la Data Science constitue une composante centrale du produit.Environnement techniquePythonPandas, NumPy, Scikit-learn et statsmodelsGeoPandas et ShapelyFastAPI et PydanticAWS : Lambda, S3, RDS, SageMaker ou services équivalentsPipelines de machine learning et APIs d’inférenceOutils LLM, RAG et orchestration d’agents IAGit et bonnes pratiques de développementLes compétences qui feront la différenceUne expérience dans le traitement de données géospatiales.Une connaissance des problématiques de valorisation, de scoring ou d’analyse de marché.Une expérience dans l’immobilier, la finance, l’assurance ou un environnement réglementé.La mise en oeuvre de solutions LLM ou RAG dans un contexte professionnel.Une connaissance de LangGraph, CrewAI, du function calling ou des architectures agentiques.Une expérience du monitoring de modèles et de la détection de dérive.Pourquoi rejoindre cette entreprise ?Un poste directement lié au coeur du produit.Des problématiques Data Science concrètes et exigeantes.Des données structurées et géospatiales particulièrement riches.La possibilité d’intervenir sur toute la chaîne, de la modélisation à la production.Une collaboration directe avec le CTO et les équipes Produit.Un environnement technique en construction laissant une réelle place à l’initiative.Des cas d’usage concrets autour de l’IA générative., * Vous justifiez d’au moins 5 ans d’expérience en Data Science ou Machine Learning.

• Vous maîtrisez Python et son écosystème Data Science : Pandas, NumPy, Scikit-learn et statsmodels.
• Vous disposez d’une expérience solide en modélisation supervisée et non supervisée sur des données structurées.
• Vous avez déjà participé à l’industrialisation et à la mise en production de modèles.
• Vous savez évaluer la qualité de données externes et identifier leurs biais, limites ou dérives.
• Vous êtes autonome et à l’aise dans un environnement technique en cours de structuration.
• Vous savez vulgariser des résultats complexes auprès d’interlocuteurs non techniques.
• Vous appréciez les environnements dans lesquels la Data Science constitue une composante centrale du produit.

Environnement technique

• Python
• Pandas, NumPy, Scikit-learn et statsmodels
• GeoPandas et Shapely
• FastAPI et Pydantic
• AWS : Lambda, S3, RDS, SageMaker ou services équivalents
• Pipelines de machine learning et APIs d’inférence
• Outils LLM, RAG et orchestration d’agents IA
• Git et bonnes pratiques de développement

Les compétences qui feront la différence

• Une expérience dans le traitement de données géospatiales.
• Une connaissance des problématiques de valorisation, de scoring ou d’analyse de marché.
• Une expérience dans l’immobilier, la finance, l’assurance ou un environnement réglementé.
• La mise en oeuvre de solutions LLM ou RAG dans un contexte professionnel.
• Une connaissance de LangGraph, CrewAI, du function calling ou des architectures agentiques.
• Une expérience du monitoring de modèles et de la détection de dérive., Machine learning Intelligence artificielle API AWS Gestion des données Git Python

Nous accompagnons une entreprise technologique développant une plateforme Data destinée à l’analyse, à la valorisation et à l’évaluation des risques liés aux actifs immobiliers., Le besoinL’entrepriseNous accompagnons une entreprise technologique développant une plateforme Data destinée à l’analyse, à la valorisation et à l’évaluation des risques liés aux actifs immobiliers.