Data Scientist Confirmé(e)/Senior F/H

eXalt Lyon recherche son/sa futur(e) Data Scientist Confirmé(e) / Senior pour accompagner le développement de nouveaux projets IA à fort enjeu métier, au sein de notre bureau lyonnais.

Au sein d’équipes pluridisciplinaires composées de Data Engineers, Data Analysts, Machine Learning Engineers, Architectes Cloud, Product Owners et équipes métiers, vous intervenez sur la conception, le développement et la mise en production de solutions de valorisation de la donnée.

Vous accompagnez les équipes métiers dans l’identification de cas d’usage data, analytiques et prédictifs, afin de transformer les données en leviers concrets de décision et de performance.

Vos missions principales :

• Comprendre les enjeux métiers, qualifier les besoins et identifier les cas d’usage pertinents en data science et intelligence artificielle

• Explorer, analyser et préparer les données nécessaires à la réalisation des modèles

• Concevoir, entraîner, évaluer et améliorer des modèles de machine learning et, selon les contextes, de deep learning

• Mettre en œuvre des méthodes statistiques, prédictives, de segmentation, de classification, de régression, de recommandation, de détection d’anomalies ou de prévision

• Définir des indicateurs de performance, évaluer la qualité des modèles et assurer leur interprétabilité lorsque nécessaire

• Réaliser des phases de prototypage et d’expérimentation afin de valider la pertinence et la faisabilité des solutions proposées

• Collaborer avec les Data Engineers et Machine Learning Engineers pour fiabiliser les données et industrialiser les modèles développés

• Participer à la mise en production, au suivi et à l’amélioration continue des modèles : monitoring de la performance, dérive des données et réentraînement

• Restituer les résultats de manière claire et pédagogique aux équipes métiers, techniques et aux parties prenantes

• Participer à la diffusion d’une culture data au sein de l’organisation : partage de connaissances, veille technologique et bonnes pratiques

• Contribuer au respect des exigences de qualité, de sécurité, de confidentialité et de conformité liées à l’utilisation des données et des modèles

Environnements techniques :

Nous sommes ouverts sur les environnements techniques, selon les contextes clients et les projets.

• Langages : Python, SQL, R apprécié

• Data science / Machine learning : scikit-learn, pandas, NumPy, XGBoost, LightGBM, CatBoost

• Deep learning : PyTorch, TensorFlow, Keras selon les besoins

• Visualisation / restitution : Power BI, Tableau, Looker, matplotlib, seaborn, Plotly ou équivalent

• Traitement de données : Spark, PySpark, Databricks selon les volumétries et contextes

• MLOps / industrialisation : MLflow, Git, GitLab CI, Docker, CI/CD, APIs

• Cloud : AWS, GCP ou Azure

• Data Warehouse / Lakehouse : Snowflake, BigQuery, Databricks, Redshift, Synapse selon contexte

• Bases de données : PostgreSQL, SQL Server, Oracle, NoSQL selon contexte

• Méthodologies : Agile, Scrum / Kanban