Missions pour le Data Scientist :
1. Cadrage & compréhension des besoins métier
- Analyser les problématiques métiers complexes (automatisation, optimisation, NLP, IA générative...)
- Identifier les cas d'usage à fort impact business
- Traduire les besoins en spécifications techniques et fonctionnelles
- Challenger les demandes pour proposer des solutions IA pertinentes (et pas juste tech pour la tech
2. Conception des solutions IA
- Définir l'architecture des solutions (pipeline, modèles, orchestration)
- Choisir les frameworks et approches (Deep Learning, LLM, RAG, agents...)
- Concevoir des systèmes basés sur :
- LangChain (chaînage de LLM)
- LangGraph (workflows complexes / agents)
- Structurer des pipelines robustes avec ZenML
3. Développement
- Développer des modèles IA avec TensorFlow / Keras
- Implémenter des pipelines de traitement de données et d'entraînement
- Tester différentes approches (feature engineering, architectures, prompts, etc.)
- Expérimenter sur des cas concrets (classification, génération, recommandation...)
4. Industrialisation & mise en production
- Transformer des POCs en solutions industrialisées
- Mettre en place des pipelines automatisés (training, inference, monitoring)
- Assurer la scalabilité des solutions
- Gérer les problématiques de performance (latence, coût, volume)