Lead Data Scientist H/F

Prêt(e) à piloter l'intelligence métier du leader de la fintech ? Rejoignez l'équipe Data & IA pour prendre la tête de notre équipe Data Science en pleine croissance. En tant que Lead Data Scientist (5 ans d'exp et +), vous êtes à la fois le manager et le référent technique d'une équipe de 5 personnes.

Votre défi majeur : faire grandir une équipe DS tout en gardant les mains dans le code. Vous structurez les pratiques de Data Science et de GenAI, vous concevez et challengez les solutions les plus critiques (dont Robertaux, notre agent IA de simulation de crédit, et nos workflows agentiques), et vous garantissez la pertinence et la fiabilité de nos décisions IA. Ce n'est pas un poste de management pur : nous recherchons un profil profondément hands-on.

Vos Missions

• Management & montée en compétences : encadrer et faire grandir une équipe de 5 Data Scientists, organiser le travail en itérations, définir les priorités et assurer la montée en compétences de chacun.
• Leadership technique hands-on : rester au contact du code au quotidien, concevoir et arbitrer les architectures LLM et agentiques (RAG, tool-calling, MCP), assurer la revue des Pull Requests et donner l'exemple sur les bonnes pratiques.
• Stratégie d'évaluation : définir et industrialiser des frameworks d'évaluation rigoureux (LLM-as-a-judge, benchmarks métier, red-teaming) pour valider la pertinence des décisions agentiques et de nos scores, et garantir l'atteinte de nos objectifs de précision.
• Scoring & recommandation : piloter la conception des scores de recommandation de taux et de propositions pour maximiser le taux de transmission.
• Delivery & industrialisation : en synergie avec l'AI Tech Lead et les équipes MLOps, garantir le passage en production sur Azure des solutions développées par l'équipe.
• Vision & veille : définir la roadmap technique de l'équipe DS et rester à la pointe des modèles et des frameworks agentiques.

Environnement Technique

• Langages : Python (expertise requise).
• GenAI & LLM : OpenAI API, Gemini API, frameworks agentiques (type LangGraph).
• Cloud : Azure (environnement sur lequel nous déployons la majorité de nos projets), GCP (un plus).
• Évaluation : LLM-as-a-judge, frameworks d'évaluation et de red-teaming.
• Outils & DevOps : Git, GitHub Actions, Docker.
• Protocoles & Standards : API REST, MCP (Model Context Protocol).