DATA SCIENTIST / AI ENGINEER SENIOR TJM MAX 550
🎯 Contexte de la missionDans le cadre du développement de projets Data & IA pour l'industrie, nous recherchons un(e) Data Scientist / AI Engineer Senior pour intervenir sur plusieu...
Résumé
🎯 Contexte de la mission<p>Dans le cadre du développement de projets <strong>Data & IA pour l'industrie</strong>, nous recherchons un(e) <strong>Data Scientist / AI Engineer Senior</strong> pour intervenir sur plusieurs cas d'usage d'intelligence artificielle industrielle.</p><p>Le consultant intégrera une équipe spécialisée en <strong>Data Science, AI Engineering et IA pour l'industrie</strong>, intervenant sur différents projets en fonction des priorités métiers.</p><p>La mission sera réalisée en collaboration étroite avec les <strong>experts métier, équipes produit et partenaires technologiques</strong>.</p><p>Les problématiques adressées pourront notamment concerner :</p><ul><li><p><strong>Séries temporelles industrielles</strong> : détection d'anomalies, qualification d'alertes, réduction des faux positifs, prévision de variables procédé ou production.</p></li><li><p><strong>Maintenance et fiabilité</strong> : aide à la décision à partir des historiques équipements et maintenance, identification des modes de défaillance, optimisation des plans de maintenance.</p></li><li><p><strong>Données industrielles non structurées</strong> : extraction d'informations structurées depuis des rapports, journaux de maintenance et documents techniques.</p></li><li><p><strong>Optimisation de la production et des procédés</strong> : estimation de quantités, automatisation de la surveillance, priorisation d'opportunités ou d'interventions.</p></li><li><p><strong>IA agentique appliquée aux données industrielles</strong> : agents outillés et assistants IA combinant données, modèles et connaissances métier, avec des résultats traçables.</p></li></ul>🛠️ Missions principales<ul><li><p>Cadrer les cas d'usage avec les équipes métier et produit : traduction du besoin en problématique Data/IA, définition des hypothèses, métriques métier et critères de succès.</p></li><li><p>Explorer et qualifier les données : séries temporelles, données de maintenance, documents et données de production.</p></li><li><p>Construire des jeux d'évaluation en collaboration avec les experts métier.</p></li><li><p>Concevoir, développer et comparer différents modèles par rapport à des baselines métier solides.</p></li><li><p>Travailler sur des modèles de <strong>Machine Learning, méthodes statistiques, modèles de fondation pour séries temporelles et agents LLM</strong>.</p></li><li><p>Concevoir des briques <strong>GenAI / IA Agentique</strong> lorsque pertinent : RAG, extraction structurée, recherche sur cas historiques, agents outillés.</p></li><li><p>Industrialiser les solutions : pipelines reproductibles, packaging, APIs, déploiement et supervision en production.</p></li><li><p>Assurer le cycle de vie des modèles : suivi des performances, détection de dérive, réentraînement et documentation.</p></li><li><p>Restituer les résultats, limites et recommandations aux équipes métier et au management.</p></li><li><p>Contribuer aux décisions <strong>go / no-go</strong> sur les différents cas d'usage.</p></li></ul>📦 Livrables<ul><li><p>Notes de cadrage et protocoles d'évaluation.</p></li><li><p>Définition des métriques, baselines et jeux de données.</p></li><li><p>Rapports d'exploration et benchmarks avec recommandations.</p></li><li><p>Code versionné et testé.</p></li><li><p>Modèles, agents et composants API déployables.</p></li><li><p>Documentation des modèles.</p></li><li><p>Indicateurs de suivi des solutions en production.</p></li></ul>👤 Expérience recherchée<ul><li><p><strong>5 ans minimum d'expérience</strong> en Data Science / AI Engineering.</p></li><li><p><strong>Au moins 2 ans d'expérience sur des projets industriels</strong>.</p></li><li><p>Expérience de modèles <strong>déployés et maintenus en production</strong>.</p></li><li><p>Capacité à intervenir sur des problématiques Data Science et AI Engineering de bout en bout.</p></li></ul>💻 Compétences techniquesExpertise<ul><li><p><strong>Python</strong> et écosystème scientifique / ML :</p><ul><li><p>Pandas</p></li><li><p>NumPy</p></li><li><p>Scikit-learn</p></li><li><p>PyTorch</p></li></ul></li><li><p><strong>Modélisation de séries temporelles industrielles</strong> :</p><ul><li><p>Détection d'anomalies</p></li><li><p>Analyse multivariée</p></li><li><p>Prévision</p></li><li><p>Données capteurs bruitées et irrégulières</p></li></ul></li><li><p>Conception d'évaluations rigoureuses :</p><ul><li><p>Métriques métier</p></li><li><p>Baselines</p></li><li><p>Arbitrage faux positifs / faux négatifs</p></li><li><p>Reproductibilité des benchmarks</p></li></ul></li><li><p>Industrialisation de solutions ML de bout en bout :</p><ul><li><p><strong>MLOps</strong></p></li><li><p>MLflow ou équivalent</p></li><li><p>CI/CD</p></li><li><p>Git / GitHub</p></li><li><p>Packaging</p></li><li><p>Supervision</p></li></ul></li></ul>Maîtrise<ul><li><p><strong>GenAI et systèmes agentiques</strong></p><ul><li><p>RAG</p></li><li><p>Sorties structurées</p></li><li><p>Appels d'outils</p></li><li><p>Orchestration d'agents</p></li><li><p>Évaluation et traçabilité des LLM</p></li></ul></li><li><p>Plateformes Cloud et Data :</p><ul><li><p><strong>Databricks</strong></p></li><li><p>Azure et/ou AWS</p></li><li><p>SQL</p></li><li><p>APIs / FastAPI</p></li><li><p>Docker</p></li></ul></li></ul>Nice to have<ul><li><p>Maintenance prédictive / conditionnelle</p></li><li><p>Fiabilité et modes de défaillance</p></li><li><p>RCA / Root Cause Analysis</p></li><li><p>Opérations de production industrielle</p></li><li><p>Oil & Gas</p></li><li><p>Systèmes de données industrielles :</p><ul><li><p>PI / Historians</p></li><li><p>Inmation</p></li><li><p>SAP PM</p></li><li><p>Cognite Data Fusion</p></li></ul></li><li><p>IA documentaire / Computer Vision :</p><ul><li><p>P&ID</p></li><li><p>Plans techniques</p></li></ul></li><li><p>Usage critique de l'IA dans les pratiques de développement, avec maintien de la compréhension et de la responsabilité technique.</p></li></ul>🤝 Compétences comportementales<ul><li><p>Profil <strong>Data Scientist / AI Engineer</strong></p></li><li><p>Forte orientation métier et capacité à relier la performance du modèle à la décision métier.</p></li><li><p>Capacité à travailler avec des experts terrain : maintenance, fiabilité, production.</p></li><li><p>Aptitude à vulgariser les résultats et les limites auprès d'interlocuteurs non techniques.</p></li><li><p>Rigueur scientifique et esprit critique.</p></li><li><p>Capacité à challenger les choix techniques et à exprimer un désaccord de manière constructive.</p></li><li><p>Autonomie et organisation.</p></li><li><p>Capacité à travailler dans un environnement <strong>Agile – Scrum / Kanban</strong>.</p></li><li><p>Esprit d'équipe et partage de connaissances.</p></li><li><p>Français courant.</p></li><li><p>Anglais professionnel.</p></li></ul>