> Markdown version of [/jobs/ext/4753764-data-scientist-modelisation-et-prevision-f-h](https://www.wearedevelopers.com/jobs/ext/4753764-data-scientist-modelisation-et-prevision-f-h). 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 modélisation et prévision F/H - **Company:** PROBAYES - **Location:** Versailles, France - **Experience:** Starter - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Data Mining, Python (Programming Language), Pytorch, Large Language Models, Backend, Git, Fastapi, Pandas, Scikit Learn, Statistics Packages, Front End Software Development, Streamlit Framework - **Published:** November 17, 2026 - **Apply:** https://candidat.francetravail.fr/offres/recherche/detail/8753580 ## About the Role nSpin-off de l'INRIA et du CNRS et fort de 22 ans d'expérience, Probayes est aujourd'hui l'un des leaders Français en Data/IA. Ainsi, 90 spécialistes Data/IA accompagnent les plus grands groupes et les PME pour accélérer leur transformation et développer des solutions Data/IA à forte valeur ajoutée et ainsi répondre à leurs enjeux stratégiques et opérationnels les plus importants. Avec un savoir-faire central en intelligence artificielle et en optimisation, ainsi qu'une forte capacité à déploy ## Description les résultats compréhensibles et actionnables : incertitudes, facteurs explicatifs, scénarios.\n* Livrer des applications utilisables : API FastAPI, notions de développement back-end et front-end, maîtrise d'outils de BI et de prototypage (interface Streamlit ou widgets Orange Data Mining).\n\nProfil recherché:\n\nProfil recherché :\n* Formation d'ingénieur ou doctorat en mathématiques appliquées, statistiques ou apprentissage automatique.\n* Au moins 3 ans d'expérience en data science sur des données industrielles ou économiques.\n* Très bonne maîtrise de Python et de l'écosystème scientifique (pandas, scikit-learn, statsmodels, PyTorch) ; bonnes pratiques de développement (Git, tests).\n* Solides bases en statistiques et en séries temporelles ; une première expérience en traitement du langage (embeddings, LLM) est un plus.\n* Capacité à expliquer des résultats techniques à des ingénieurs et à des acheteurs.\nAtouts appréciés : Une expérience récente dans la défense ou un secteur industriel sensible, la modélisation bayésienne (PyMC), la recherche opérationnelle.