> Markdown version of [/jobs/ext/3237336-data-scientist-junior-100-remote-h-f](https://www.wearedevelopers.com/jobs/ext/3237336-data-scientist-junior-100-remote-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). --- # Data Scientist Junior - 100% Remote (H/F) - **Company:** ODHCOM - FREELANCEREPUBLIK - **Location:** France (Remote available) - **Experience:** Starter - **Contract:** Temporary contract - **Skills:** Artificial Intelligence, Python (Programming Language) - **Published:** September 21, 2026 - **Apply:** https://www.indeed.com/viewjob?jk=0a1011cd81a5a346 ## About the Role Nous recherchons un profil junior, avec 0 à 3 ans d?expérience (y compris stages et alternances), formé à la Data Science/Intelligence Artificielle, aux mathématiques appliquées ou à un domaine proche. Vous êtes à l?aise avec Python, les mathématiques et statistiques, ainsi que la manipulation de matrices de segmentation et de graphes relationnels. Nous recherchons une personne curieuse, rigoureuse, autonome et créative, capable de suivre une méthodologie existante tout en identifiant des pistes d?automatisation. Aucune librairie Python spécifique n?est imposée : la capacité à comprendre le problème et à arriver au résultat attendu prime. Vos 3 compétences clés Python Mathématiques & statistiques - concepts de distance, similarité etc. Matrices de segmentation & graphes relationnels ## Description L?objectif de la mission est de contribuer à la mise en ?uvre d?une méthodologie permettant l?identification fine d?éléments à partir de leur contexte visuel. Le consultant interviendra sous la supervision de la Data Scientist référente du projet., Vous interviendrez notamment sur : L?affinage et la mise en ?uvre de la méthodologie définie pour le projet ; La création d?un volume important de graphes relationnels, avec la possibilité d?automatiser leur génération ; Le développement de scripts de génération de graphes à partir de matrices de segmentation d?images ; Le développement d?un code d?appariement de graphes. Critères de réussite Livraison d?un modèle fonctionnel atteignant le niveau de performance attendu dans les délais ; Bon niveau de couverture du modèle, notamment grâce à la réalisation des graphes relationnels ou à l?automatisation de leur génération. DIVA, logiciel de chiffrage automobile de référence (Formation prévue), Suivi régulier à distance avec la Data Scientist référente PC et accès aux logiciels nécessaires fournis Formation prévue à l?utilisation de