> Markdown version of [/jobs/ext/2689142-data-scientist-fullstack](https://www.wearedevelopers.com/jobs/ext/2689142-data-scientist-fullstack). 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).

---

# Data Scientist Fullstack

- **Company:** Teamis
- **Location:** Paris, France (Remote available)
- **Experience:** Starter
- **Salary:** €70,000.0
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Unit Testing, DevOps, Python (Programming Language), Machine Learning, Software Engineering, Data Streaming, Generative AI
- **Published:** September 3, 2026
- **Apply:** https://www.meteojob.com/jobs/56538700

## About the Role

* Formation : diplôme issu d'une grande école d'ingénieurs ou de commerce, avec un parcours orienté mathématiques appliquées (type prépa MP). Un PhD / Doctorat constitue un véritable atout.
 * Expérience : au moins 6 ans d'expérience professionnelle. Un parcours diversifié multi-entreprises est fortement privilégié afin d'apporter du recul technique.
 * Compétences techniques :
 + Maîtrise avancée du développement Python et de la Data Science.
 + Compétences solides en Software Engineering, Machine Learning, optimisation et industrialisation/mise en production.
 + Aisance en Data Engineering et notions fondamentales en DevOps.
 + Une première expérience ou sensibilité aux problématiques de Reinforcement Learning est un plus très apprécié.
 * Langues : Anglais courant impératif (environnement international).
 * Savoir-être : posture de « builder », pragmatisme, esprit d'initiative, capacité à vulgariser des concepts complexes et discernement dans les choix d'architecture (savoir privilégier la simplicité quand nécessaire).

## Description

Auprès de l'équipe Data & Engineering, vous jouez un rôle clé de builder à la jonction entre la R&D, l'équipe produit et le déploiement terrain. Votre objectif principal est d'accélérer l'industrialisation des algorithmes et d'assurer le succès des projets clients à fort enjeu.

 * Accélérer le time-to-value des POCs : débloquer rapidement les équipes de déploiement terrain sur des sujets data complexes (analyse de datasets, tests d'hypothèses, modèles d'optimisation ou de simulation) et raccourcir les phases d'évaluation de valeur.
 * Industrialiser les modèles R&D : transformer les prototypes et modèles issus de la R&D en briques logicielles prêtes pour la production (code propre, tests, monitoring, performance, documentation) intégrables dans le produit.
 * Fiabiliser les pipelines de données : garantir la robustesse, la maintenabilité et la scalabilité des flux de données nécessaires au déploiement des solutions chez les clients.
 * Créer des briques techniques réutilisables : concevoir et industrialiser des librairies, templates, simulateurs et validateurs internes pour réduire le coût marginal des futurs déploiements.
 * Garantir l'excellence technique : maintenir des standards élevés de qualité de code en intégrant notamment des tests unitaires (couverture cible > 80 %) et une documentation claire.
 * Partager le savoir et documenter : formaliser les analyses et les modules développés afin de les rendre facilement exploitables par les équipes d'ingénierie et de déploiement., AI, GenAI, DeepTech, Tech, Gaming, Industrie ou fonctions Business critiques : nous identifions et attirons les talents capables d'accélérer la croissance, l'innovation et l'exécution.
Grâce à une approche AI-powered, une connaissance approfondie des marchés et une expertise en headhunting, nous relevons les défis de recrutement les plus complexes et les plus pénuriques.


## Related Videos

- [Industrializing your Data Science capabilities](https://www.wearedevelopers.com/videos/178-industrializing-your-data-science-capabilities)
- [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)
- [Are you still programming unit tests or already generating?](https://www.wearedevelopers.com/videos/722-are-you-still-programming-unit-tests-or-already-generating)
- [Your imaginations is (no longer) the limit: how Generative AI empowers people to be creative](https://www.wearedevelopers.com/videos/741-your-imaginations-is-no-longer-the-limit-how-generative-ai-empowers-people-to-be-creative)
- [Data Science in Retail](https://www.wearedevelopers.com/videos/586-data-science-in-retail)
- [DevOps Maturity Check – a way to balance autonomy and alignment](https://www.wearedevelopers.com/videos/58-devops-maturity-check-a-way-to-balance-autonomy-and-alignment)

## 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)
- [Jobs in Tech: The State of the European Market](https://www.wearedevelopers.com/magazine/575-jobs-in-tech-the-state-of-the-european-market)
- [The Most Popular IT Jobs on the Market](https://www.wearedevelopers.com/magazine/376-the-most-popular-it-jobs-on-the-market)
- [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)
- [Top-Paying Tech Jobs (with Salaries)](https://www.wearedevelopers.com/magazine/372-top-paying-tech-jobs-with-salaries)
- [Coffee with Developers - Maria Apazoglou - Making AI understandable for all in production](https://www.wearedevelopers.com/magazine/475-coffee-with-developers-maria-apazoglou-making-ai-understandable-for-all-in-production)