Data Scientist IA

Socle technique – Data Science & IA

• Maîtrise de Python et SQL/BigQuery ; packaging, gestion des dépendances, clean code

• Maîtrise des algorithmes de ML : classification, régression, clustering, deep learning

• Connaissance des frameworks ML : Scikit-learn, TensorFlow/Keras, PyTorch

• Compétences avancées en GenAI : LLM, RAG, fine-tuning, prompt engineering, évaluation et déploiement de modèles génératifs

• Connaissance des concepts clés : Generative AI, agents, assistants, hallucinations, biais, limites des modèles

• Expertise en agents intelligents : conception de workflows multi-agents, frameworks (ADK, Gemini Enterprise…)

• Maîtrise des méthodes d'évaluation des agents et pipelines RAG (RAGAS, Langfuse, LLM as a judge)

Développement back-end & intégration

• Conception et développement d'API REST/JSON, architecture orientée objet

• Développement d'applications GenAI : intégration agents/RAG, gestion de prompts et templates, itération

• Tests automatisés, revue de code, observabilité (logs, métriques, traces), gestion des erreurs

Industrialisation & DevOps

• Maîtrise des pratiques DevOps/MLOps : CI/CD, Docker, Kubernetes, Git

• Mise en place et maintenance de pipelines (tests, qualité, déploiement) et gestion des environnements (dev/recette/prod)

• Architectures Cloud (GCP, AWS, Azure) et outils MLOps associés

• Monitoring et optimisation des performances de solutions IA en production

Collaboration & méthodes

• Capacité à cadrer un besoin, proposer une solution technique et estimer une charge

• Travail en mode Agile, interaction avec les parties prenantes produit

• Anglais courant (lecture de documentation, échanges techniques)