Data Scientist Senior – Computer Vision - CDI

Contexte

Une grande entreprise spécialisée dans le secteur du sport accélère sa transformation pour devenir une plateforme digitale de référence. L’objectif est d’offrir aux clients des expériences multidimensionnelles via un écosystème ouvert, sécurisé et optimisé, connectant divers acteurs et services tiers.

L’équipe Data travaille à révolutionner les activités en magasin en fournissant des analyses aux équipes digitales et en améliorant l’écosystème d’outils en magasin. Elle permet aux utilisateurs internes d’avoir un impact métier plus fort et d’améliorer les performances opérationnelles grâce à l’utilisation des données et de solutions innovantes.

Missions

• Concevoir et implémenter des modèles et architectures de vision par ordinateur pour analyser et interpréter des données visuelles, en temps réel ou différé.

• Utiliser des techniques telles que la reconnaissance d’images, la détection d’objets et la segmentation d’images pour extraire des informations pertinentes.

• Collaborer avec des équipes pluridisciplinaires pour intégrer les modèles dans les processus métiers, notamment pour l’analytique temps réel, les recommandations et le développement de produits digitaux.

• Évaluer et challenger les solutions proposées par des fournisseurs tiers, concevoir des benchmarks rigoureux et des modèles de test internes pour auditer et valider leurs performances.

• Se tenir à la pointe de la recherche en deep learning et vision par ordinateur, en apportant continuellement de nouveaux concepts algorithmiques à l’équipe.

• Collaborer avec les équipes produit, ingénierie et opérations pour définir les besoins en données et fournir des analyses exploitables.

• Communiquer clairement des concepts et résultats complexes en data science à des interlocuteurs techniques et non techniques.

• Documenter méthodologies et résultats pour garantir la reproductibilité et la maintenabilité des modèles.

• Fournir des recommandations stratégiques concernant les collaborations avec les fournisseurs, afin d’optimiser les choix entre développement interne, achat ou intégration de solutions.

Environnement technique

Moteurs d’exécution :

• Databricks

• AWS EKS

• SageMaker

Technologies utilisées :

• Python

• PySpark

• Spark

• Scikit-Learn

• TensorFlow / PyTorch

• OpenCV

CI/CD :

• GitHub Actions

Mise en production (Serving) :

• Docker

• Protobuf

• gRPC

Registre et suivi des modèles :

• MLflow

Orchestration :

• Airflow

Documentation / gestion du code :

• Git

• Confluence

Visualisation des données :

• Tableau

Profil Parisien