Lead Data Scientist H/F

Développement et industrialisation de modèles IA

• Piloter la conception, le développement et le déploiement de modèles Machine Learning pour répondre à des problématiques métiers (prévision des ventes, segmentation client, optimisation des stocks, etc.).

• Assurer l'industrialisation des modèles IA en collaboration avec les équipes Data Engineering avec une approche rigoureuse basée sur les pratiques MLOps (automatisation, monitoring, scalabilité).

Structuration du pôle Data Science

• Définir la vision et les standards méthodologiques du pôle Data Science.

• Encadrer et inspirer une équipe de Data Scientists, en favorisant la montée en compétences et l'autonomie.

• Assurer la réussite opérationnelle des cas d'usage à forte valeur ajoutée.

Collaboration interdisciplinaire

• Travailler en synergie avec les pôles Data Engineering, Data Analytics et Data Quality pour assurer la qualité des données nécessaires aux projets IA.

• Collaborer avec les équipes métiers pour identifier les opportunités d'IA et intégrer les modèles dans leurs processus opérationnels.

• Assurer une veille continue sur les innovations dans le domaine de l'IA et proposer des solutions adaptées aux besoins stratégiques

De formation Bac +5, vous justifiez d'une expérience de 5 années minimum.

Expérience confirmée en Data Science, en particulier sur la conception, le déploiement et l'industrialisation de modèles IA. Solide maîtrise des outils : Python, SQL, bibliothèques ML classiques (scikit-learn, TensorFlow, XGBoost...), environnements Cloud ou Data Warehousing. Pratique du MLOps et du déploiement de modèles en production.

Qualités humaines :

Leadership naturel, capacité à inspirer et à faire grandir une équipe. Sens de la vulgarisation pour rendre l'IA accessible aux métiers. Rigueur, autonomie, esprit entrepreneurial et culture du résultat., Expérience confirmée en Data Science, en particulier sur la conception, le déploiement et l'industrialisation de modèles IA. Solide maîtrise des outils : Python, SQL, bibliothèques ML classiques (scikit-learn, TensorFlow, XGBoost...), environnements Cloud ou Data Warehousing. Pratique du MLOps et du déploiement de modèles en production.

Qualités humaines :

Leadership naturel, capacité à inspirer et à faire grandir une équipe. Sens de la vulgarisation pour rendre l'IA accessible aux métiers. Rigueur, autonomie, esprit entrepreneurial et culture du

Expectra, leader en France de l'intérim spécialisé et du recrutement en CDI de cadres et agents de maîtrise. Les consultants du Département Informatique - Infogérance vous proposent des opportunités de carrière.