Data Scientist Senior (HF)

Offre demploi : Data Scientist Senior (H/F)

Lieu : Paris

Télétravail : 2 jours de TT 3 jours sur site

Type de contrat : CDI (Freelance non accepté)

Rémunération : Jusquà 65 K selon profil

Démarrage : Dès que possible

Expérience requise : Profil senior avec une forte expertise en Data Science Machine Learning et industrialisation MLOps

Durée : Mission longue

À propos du poste :

Secteur dactivité : Bancaire

Objectifs principaux : Concevoir développer et industrialiser des modèles de Machine Learning et dIA dans le cadre dun programme stratégique visant à améliorer lexpérience digitale des clients sur une application mobile.

Rôle au sein de léquipe : Intégrer le Chapitre Data et collaborer avec plusieurs squads (6 squads) dans un environnement agile orienté API et event-driven avec des exigences élevées en termes de performance sécurité et qualité.

Nous recherchons un(e) Data Scientist Senior pour intervenir sur des cas dusage à forte valeur business de la phase de cadrage jusquà la mise en production et au RUN des modèles. Vous serez un acteur clé dans la conception algorithmique tout en assurant un rôle de relais entre les équipes métiers techniques et produits.

Vos missions :

• Data Science & Modélisation :
  Travailler avec les squads sur les cas dusage métier : cadrage choix des algorithmes identification des données pertinentes et approche méthodologique.

• Exploration & Prototypage :
  Analyser les données expérimenter différents modèles évaluer leurs performances et valider les hypothèses.

• Développement & Industrialisation :
  Optimiser les modèles construire les pipelines de données déployer en production et mettre en place des dispositifs de monitoring.

• Innovation & Algorithmes :
  Développer des modèles de prédiction de recommandation ou doptimisation (recherche ciblage anticipation des tendances).

• MLOps & RUN :
  Industrialiser le déploiement des solutions ML/IA sur les différents environnements et assurer leur maintien en conditions opérationnelles.

• Communication & Vulgarisation :
  Présenter et expliquer les résultats à un public non technique (métiers PO stakeholders).

Environnement technique (Stack) :

• Langages : Python Scala Bash

• Data & Traitement : Spark calcul distribué

• Cloud & Plateformes : AWS (SageMaker) Kubernetes Cloudera

• Bases de données : SQL / NoSQL

• Machine Learning : Scikit-learn Pandas NumPy PySpark autres frameworks ML

• Industrialisation : CI/CD Git tests unitaires pipelines MLOps

Qualifications :

Profil recherché :

• Maîtrise confirmée des pipelines de données sous Azure et du développement Python.

• Capacité à travailler dans un environnement Agile avec une forte culture Software Craftsmanship.

• Anglais courant impératif (contexte international).

• Sens de la communication pour interagir efficacement avec les métiers et les rôles transverses.

Atouts supplémentaires :

• Des connaissances en Data Science sont un plus pour collaborer sur les sujets de contextualisation de données.

Informations supplémentaires :

Profil recherché :

• Forte expertise en Data Science et Machine Learning (conception entraînement optimisation de modèles)
• Expérience significative en industrialisation de modèles (MLOps) et mise en production
• Maîtrise des environnements distribués (Spark) et des plateformes data modernes
• Capacité à évoluer dans un environnement Agile multi-squads
• Solides compétences en gestion de projet (cadrage suivi animation reporting)
• Excellente capacité danalyse et de synthèse

Soft skills :

• Forte sensibilité aux enjeux métiers notamment bancaires
• Excellente communication pour vulgariser des sujets complexes
• Rigueur esprit critique et sens de lorganisation
• Aisance relationnelle pour interagir avec des équipes transverses

Atouts supplémentaires :

• Connaissance du secteur bancaire (RGPD produits financiers conformité risques)
• Expérience sur des architectures orientées API et event-driven
• Appétence pour les problématiques dexpérience utilisateur digitale

Remote Work :

No

Employment Type :

Full-time