Data Scientist IA H/F

Dans le cadre du déploiement d'une solution d'Intelligence Artificielle, nous recherchons un(e) Data Scientist IA dont la mission principale est d'intégrer, développer et maintenir les fonctionnalités d'Intelligence Artificielle au sein de l'écosystème applicatif de la Digital Factory.
Le/la Data Scientist intervient directement après la phase de cadrage menée par les Product Owners et assure la traduction des besoins fonctionnels en solutions IA opérationnelles : maquettage, développement, intégration et recette.

1. Compréhension des besoins & conception fonctionnelle
Collaborer avec les Product Owners pour comprendre les besoins métier et les décliner en solutions IA concrètes.
Participer à la conception fonctionnelle : clarifier les cas d'usage, les données nécessaires, les contraintes techniques.
Proposer des approches IA adaptées (modélisation, features, stratégies d'entraînement).

2. Développement et intégration de la solution IA
Développer et entraîner les modèles d'IA (ML/DL/LLM selon les besoins).
Intégrer les modèles dans l'écosystème de la Digital Factory (API, services, pipelines).
Concevoir et développer les endpoints IA consommables par les applications internes.
Collaborer avec les équipes backend (.NET) pour l'exploitation des modèles en production.
Travailler avec les équipes frontend (Angular) pour exposer correctement les fonctionnalités IA.
Définir et maintenir les interfaces d'échanges (JSON, OpenAPI/Swagger).

3. Maquettage, prototypage et PoC
Concevoir rapidement des maquettes fonctionnelles pour valider les approches IA auprès des PO.
Réaliser des PoC pour évaluer de nouvelles idées, approches ou technologies IA.
Transformer les prototypes validés en solutions robustes et industrialisées.

4. Tests, validation et qualité des modèles
Mettre en place des plans de tests pour valider la qualité et la performance des modèles.
Évaluer la fiabilité, la robustesse, la nonrégression et les biais éventuels.
Réaliser et documenter les recettes techniques avant mise en production.
Ajuster ou réentraîner les modèles selon les retours des PO ou les comportements observés.

5. Pipelines de données & opérations
Construire et maintenir les pipelines de données alimentant les modèles IA.
Mettre en place des outils de monitoring, d'observabilité et d'alerting (performance des modèles, dérive, erreurs).
Contribuer à l'amélioration continue de la plateforme IA et de son intégration applicative.

6. Documentation et partage
Documenter les architectures IA, les choix techniques, les données utilisées et les interfaces.
Contribuer à la bonne transmission de connaissances au sein de la Digital Factory.
Participer aux rites agiles et à la planification des évolutions IA.