Data scientist python (IT) à Toulouse, France

Nous recherchons un Data Scientist H/F pour concevoir, expérimenter et évaluer des modèles de machine learning et d'intelligence artificielle répondant à des enjeux métiers concrets.

Vos principales missions seront les suivantes :

Analyser les besoins métiers, les données disponibles et les critères de succès des cas d'usage.

Réaliser les analyses exploratoires et le profiling des données.

Préparer, nettoyer et enrichir les données afin de constituer les jeux d'entraînement, de validation et de test.

Mettre en ?uvre des techniques de feature engineering et de sélection de variables.

Développer des modèles statistiques, de machine learning et de deep learning.

Concevoir et évaluer des modèles supervisés, non supervisés, NLP et séries temporelles.

Adapter ou spécialiser des modèles pré-entraînés via des approches de fine-tuning, LoRA, PEFT ou prompt-tuning.

Évaluer les modèles à travers des métriques métier et techniques : performance, robustesse, biais, dérive et explicabilité.

Réaliser des expérimentations, comparer différentes approches et optimiser les performances des modèles.

Produire les visualisations, rapports d'analyse et recommandations nécessaires à la prise de décision.

Collaborer avec les équipes IA Engineering et MLOps afin de préparer l'industrialisation des modèles.

Veiller à la conformité des traitements avec les exigences réglementaires, notamment le RGPD et l'AI Act.

Profil candidat:
Issu(e) d'une formation supérieure en Data Science, Intelligence Artificielle, Statistiques ou Informatique, vous disposez d'une expérience significative dans la conception et l'évaluation de modèles de données et d'IA.

Vous maîtrisez tout ou partie des compétences suivantes :

Conduite complète de projets Data Science, du cadrage à la validation métier.

Analyse exploratoire de données et statistiques appliquées.

Préparation de données et feature engineering.

Développement en Python.

Manipulation de données avec Pandas, NumPy et SQL.

Développement de modèles supervisés et non supervisés.

Machine Learning avec Scikit-Learn, XGBoost, LightGBM ou équivalent.

Traitement du langage naturel (NLP) et IA générative.

Deep Learning avec TensorFlow ou PyTorch.

Modélisation de séries temporelles.

Fine-tuning et spécialisation de modèles pré-entraînés.

Définition, analyse et interprétation de métriques de performance.

Analyse de robustesse, explicabilité et détection des biais.

Data visualisation et restitution des résultats.

Connaissance des pratiques MLOps et de l'industrialisation des modèles.

Sensibilité aux sujets de gouvernance des données, d'éthique et de conformité réglementaire.

Vous êtes reconnu(e) pour votre rigueur analytique, votre curiosité, votre capacité à vulgariser des résultats complexes et votre orientation résultats.