Data Scientist

ContexteL’entreprise recherche un(e) Machine Learning Engineer/ Data Scientist expérimenté(e) pour concevoir, développer et industrialiser des modèles d’intelligence artificielle et de Machine Learning, depuis le prototypage jusqu’à la mise en production.La personne interviendra au cœur d’une équipe dédiée à la construction d’une plateforme MLOps et au développement de solutions IA basées sur les LLM, en lien étroit avec les équipes Data et Ops.Responsabilités principalesConcevoir et développer des modèles de Machine Learning et d’IA prêts pour la production.Construire et maintenir des pipelines de données et de MLOps pour automatiser l’entraînement, l’évaluation et le déploiement des modèles.Participer à la conception technique et à l’architecture des produits IA, y compris la plateforme MLOps et les solutions LLM/RAG.Assurer la qualité, la robustesse et la scalabilité des modèles, en intégrant les bonnes pratiques de test et de monitoring.Mettre en œuvre des pratiques CI/CD selon les standards DevOps et MLOps (sur GCP et GitHub Actions).Documenter les modèles, pipelines et configurations dans GitHub / GitBook.Gérer le cycle de vie complet des modèles IA, du développement à la maintenance en production.Profil recherchéExpérience confirmée (3 à 5 ans minimum) en Data Science ou Machine Learning Engineering.Excellente maîtrise de Python et de ses bibliothèques Data/IA (Pandas, Scikit-learn, TensorFlow, PyTorch).Solide expérience en industrialisation de modèles ML et déploiement en production.Bonne connaissance des outils MLOps : MLflow, Kubeflow, Vertex AI, etc.Familiarité avec Google Cloud Platform (BigQuery, GCS, Vertex AI, Cloud Run).Compréhension des pratiques DevOps : Terraform, Kubernetes, Docker, CI/CD.Connaissance des bases de données SQL et NoSQL (PostgreSQL, MongoDB).Une expérience avec Kafka pour le traitement de données en temps réel est un plus.Intérêt pour les LLM, RAG et LangChain, et veille active sur les avancées en IA.Esprit d’équipe, curiosité technique, autonomie et sens du partage.Environnement techniqueL’environnement repose sur des technologies modernes : Python, GCP, Kubernetes, Kafka, Terraform, GitHub Actions et LangChain.L’équipe valorise la qualité du code, la collaboration et l’amélioration continue des pratiques IA et MLOps.Ce poste est ouvert aux personnes en situation de handicap.