Lead Data Scientist (H/F)

🎯 Contexte de mission

Au sein de la DSI Data, le/la Tech Lead Data Scientist intervient dans un environnement mutualiste fortement réglementé, notamment dans les domaines de la santé, de la prévoyance et de l’assurance.

La mission vise à garantir l’industrialisation, la sécurité, la conformité et la performance des solutions Data Science et IA, tout en accompagnant les équipes dans la conception et la mise en production de produits IA.

Le consultant travaillera en étroite collaboration avec le Chief Data Scientist, les Data Scientists, les équipes MLOps, IT, sécurité, conformité et les Product Owners IA.

🛠️ Missions principales et rôle

Leadership technique & structuration

• Assurer le leadership technique auprès des Data Scientists.
• Définir et diffuser les standards techniques Data Science et IA.
• Accompagner les produits IA de l’idéation jusqu’à la mise en production.
• Contribuer à l’animation de la communauté Data Science.
• Assurer une veille sur l’IA responsable, explicable et éthique.
• Faire l’interface entre les équipes Data Science, MLOps, sécurité et DSI.
• Accompagner la montée en compétences et le mentoring des équipes.

Contribution technique

• Concevoir et développer des modèles de Machine Learning et Deep Learning.
• Développer des solutions de scoring et de classification : risque, fraude, résiliation, satisfaction adhérent.
• Travailler sur des données hétérogènes et sensibles liées à la santé, aux contrats et aux sinistres.
• Concevoir des solutions LLM et RAG pour l’assistance aux conseillers, la recherche documentaire et l’aide à la décision.
• Participer aux travaux de fine-tuning et d’optimisation des modèles.
• Développer des pipelines de données et composants IA robustes et maintenables.
• Participer activement aux travaux d’industrialisation avec les équipes MLOps.

Architecture & industrialisation

• Définir les patterns techniques IA et ML.
• Concevoir des architectures ML/IA conformes aux standards du SI.
• Piloter le socle Data Science, notamment sur les volets MLOps, LLMOps et Python.
• Garantir l’évolution, la maintenance et la pérennité du socle.
• Industrialiser le cycle de vie des modèles, du développement à la production et au monitoring.
• Mettre en place les pratiques CI/CD adaptées aux solutions IA.
• Garantir la scalabilité, la maintenabilité et la robustesse des solutions.
• Mettre en œuvre le monitoring des modèles et la détection des dérives.

Qualité, sécurité & conformité

• Définir et optimiser les pratiques de développement, tests et déploiement.
• Garantir la traçabilité et la documentation des modèles et pipelines.
• Veiller au respect du RGPD, notamment pour les données sensibles et de santé.
• Intégrer les exigences de cybersécurité et de conformité.
• Mettre en œuvre des pratiques d’IA explicable, traçable et maîtrisée.
• Contribuer aux dossiers d’audit et de mise en production.

Interface métier & stratégie

• Traduire les besoins métiers en solutions Data Science et IA.
• Évaluer la faisabilité technique, les coûts, les risques et les contraintes.
• Collaborer avec les Product Owners IA.
• Travailler en binôme avec le Chief Data Scientist afin d’assurer l’alignement entre enjeux métier et choix techniques.

🎯 Objectifs

• Industrialiser et sécuriser les solutions Data Science, ML et IA.
• Structurer et faire évoluer le socle technique Data Science.
• Garantir la qualité, la performance et la conformité des modèles en production.
• Mettre en place une démarche MLOps/LLMOps robuste et reproductible.
• Accompagner les Data Scientists dans leurs développements et leur montée en compétences.
• Permettre le déploiement d’une IA responsable, explicable et conforme aux exigences réglementaires.

📦 Livrables

• Architectures ML/IA sécurisées.
• Modèles IA industrialisés et monitorés.
• Pipelines MLOps / LLMOps.
• APIs et notebooks standardisés.
• Dossiers de mise en production.
• Dossiers d’audit et de conformité.
• Indicateurs de performance et de dérive des modèles.
• Documentation technique et réglementaire.
• Standards et bonnes pratiques Data Science / IA.

💻 Compétences requises

• Data Science et Machine Learning avancé.
• Machine Learning, Deep Learning et modélisation complexe.
• Python et écosystème Data Science / ML.
• LLM, RAG et fine-tuning.
• MLOps et LLMOps.
• CI/CD et industrialisation des modèles.
• Monitoring et détection des dérives.
• Architecture Data et Cloud.
• Conception de pipelines de données.
• APIs et services IA.
• Sécurité des données et cybersécurité.
• RGPD et gestion de données sensibles.
• Traçabilité, explicabilité et gouvernance des modèles.
• Une expérience dans les secteurs mutualiste, santé ou assurance constitue un atout.

👤 Profil

• Tech Lead / Data Scientist senior disposant d’une forte expérience technique en Data Science et IA.
• Capable de combiner leadership technique et contribution opérationnelle.
• Expérience significative de l’industrialisation de modèles IA en environnement de production.
• Capacité à structurer un socle technique et à définir des standards.
• Leadership naturel, pédagogie et capacité à mentorer une équipe.
• Excellent relationnel et capacité à travailler avec des interlocuteurs techniques et métiers.
• Aptitude à vulgariser des sujets complexes auprès de publics non techniques.
• Autonomie, rigueur, proactivité et sens des responsabilités.
• Sensibilité forte aux enjeux d’éthique, de sécurité et de conformité liés à l’IA.