Basé sur 19 offres pour ce poste (tous niveaux, France, 3 dernières semaines). Fourchette habituelle 450€/j–550€/j, médiane 500€/j. Cette offre (500€/j) est dans la fourchette.
TJM du marché pour Data Scientist en France : médiane 500 €/jour, P25–P75 : 450–550 €/jour, n = 19 offres.
Baromètre TJM et salaires ITNous recherchons pour un client lyonnais, un(e) Data Scientist spécialisé(e) en systèmes de recommandation et personnalisation pour rejoindre l'équipe Data.
Vous aurez pour mission de concevoir des solutions permettant de proposer automatiquement les contenus, produits ou services les plus pertinents à chaque utilisateur, en fonction de ses comportements, de son profil et du contexte.
Vous interviendrez sur l’ensemble du cycle de vie des modèles, depuis la compréhension du besoin et le choix de l’approche algorithmique jusqu'à l'industrialisation, le déploiement en production et le suivi de la performance.
Vous serez notamment amené(e) à travailler sur des approches de collaborative filtering, ALS et architectures Two-Tower.
Vous serez responsable du choix de l'approche algorithmique la plus adaptée au problème.
Vous pourrez notamment travailler sur :
ALS / Collaborative Filtering
Two-Tower Models
Retrieval / Matching
Ranking
Personnalisation basée sur les comportements utilisateurs
Approches hybrides
Une dimension essentielle du poste sera de transformer les modèles développés en solutions robustes et exploitables en production.
Vous serez notamment amené(e) à :
Construire des pipelines de données et d'entraînement reproductibles.
Industrialiser les modèles de Machine Learning.
Concevoir des workflows de déploiement.
Garantir la robustesse, la maintenabilité et la scalabilité des solutions.
Collaborer avec les Data Engineers, ML Engineers et équipes techniques.
Contribuer à l'amélioration des pratiques MLOps.
Vous serez responsable du suivi de sa performance dans le temps :
Mettre en place le monitoring des modèles.
Suivre les métriques techniques et business.
Identifier les dérives de données ou de performance.
Comparer les performances offline et online.
Analyser les résultats des expérimentations et A/B tests.
Identifier les leviers d'amélioration.
Réentraîner et faire évoluer les modèles lorsque nécessaire.
Anglais indispensable
Un plan personnalisé pour postuler intelligemment à cette offre.
Cliquez sur "Postuler" pour accéder à l'offre.