Scientifique de données II

Résumé

Le candidat retenu jouera un rôle clé au sein du groupe Informatique décisionnelle grand public, agissant à titre de chef de file technique et de principal développeur de capacités d’intelligence artificielle pour une équipe fortement axée sur la livraison. Dans ce rôle pratique, vous guiderez le passage de l’expérimentation de l’intelligence artificielle au déploiement en production en livrant des cas d’utilisation prioritaires et en établissant des normes d’ingénierie robustes dans l’ensemble de la verticale.

Opérant à l’avant-garde de l’intelligence artificielle appliquée, vous fournirez des conseils et une orientation techniques à l’équipe élargie sur les solutions et l’architecture d’intelligence artificielle. Ce rôle exige une concentration intense sur la création et le déploiement de flux de travail agentiques évolutifs, de modèles d’apprentissage automatique et d’intégrations dans l’ensemble de notre pile d’entreprise afin de débloquer une valeur commerciale immédiate.

Principales responsabilités

• Concevoir, créer et déployer des solutions d’intelligence artificielle de production de bout en bout pour répondre aux besoins commerciaux prioritaires.
• Développer des flux de travail agentiques et une orchestration multi-agents sur des plateformes d’entreprise, y compris Gemini Enterprise, AWS Bedrock et Azure AI Foundry.
• Concevoir et optimiser des pipelines de génération augmentée par récupération, y compris le découpage, l’intégration, la conception de magasins de vecteurs et la mise à la terre.
• Diriger le développement de modèles d’apprentissage automatique, de l’ingénierie des fonctionnalités initiales à l’évaluation, l’explicabilité et la surveillance de la production.
• Établir des normes d’ingénierie rigoureuses couvrant les flux de travail Git, la révision du code, la structure du référentiel, les tests, l’intégration continue et le déploiement.
• Construire des pipelines de données et d’intégration robustes reliant les systèmes d’entreprise, y compris Teradata, BigQuery et Salesforce.
• Fournir un leadership technique et des conseils pratiques pour améliorer les compétences des membres de l’équipe en matière de techniques d’intelligence artificielle avancées.
• Collaborer avec les parties prenantes de l’informatique décisionnelle pour évaluer la faisabilité, l’effort, le risque et la valeur des cas d’utilisation entrants.
• Mettre en œuvre des pratiques d’évaluation responsables englobant les tests de précision, les garde-fous d’hallucination, les contrôles humains dans la boucle et la surveillance des coûts.
• Maintenir une connaissance continue du paysage technologique en évolution rapide pour introduire de nouvelles capacités à l’équipe.

Qualifications essentielles

• Baccalauréat ou maîtrise en informatique, en science des données, en ingénierie, en statistique ou dans un domaine connexe.
• Deux ans ou plus d’expérience pratique en science des données, en apprentissage automatique ou en ingénierie de l’intelligence artificielle avec une livraison en production démontrée.
• Maîtrise avancée de Python et de SQL avec une vaste expérience des entrepôts de données d’entreprise tels que Teradata.
• Livraison démontrée d’intelligence artificielle générative pratique, y compris des flux de travail agentiques et une génération augmentée par récupération, étayée par un portfolio ou une expérience pratique.
• Expérience pratique de la création de solutions sur au moins une plateforme majeure d’intelligence artificielle infonuagique.
• Solides bases en apprentissage automatique avec une expérience des cadres de travail, y compris scikit-learn, XGBoost, PyTorch ou TensorFlow.
• Expertise approfondie des flux de travail de développement basés sur Git et des meilleures pratiques d’ingénierie logicielle modernes.
• Passion pour le maintien d’un état d’esprit prospectif avec une forte volonté de remettre en question les approches conventionnelles de l’intelligence artificielle.
• Capacité à travailler dans un environnement dynamique et trépidant et à gérer plusieurs projets grâce à une hiérarchisation efficace.
• Capacité à communiquer efficacement avec tous les niveaux de l’organisation, y compris la capacité à saisir des concepts complexes d’intelligence artificielle et à les expliquer clairement à un large public non technique.
• Solides compétences en analyse de données et en résolution de problèmes et capacité démontrée à être très créatif dans la formulation de solutions.

Qualifications souhaitées

• Familiarité avec les technologies et services infonuagiques, tels qu’AWS ou Google. Les certifications pertinentes (par exemple, architecte de solutions certifié Google et AWS, chef de file de l’intelligence artificielle générative de Google Cloud) sont un atout.
• Solide compréhension des pratiques MLOps et LLMOps pour le déploiement et la gestion de modèles à grande échelle.
• Techniques avancées de modélisation et d’optimisation telles que la programmation par contraintes et la recherche opérationnelle.
• Expérience avec Salesforce, Tableau ou des plateformes comparables de gestion de la relation client et d’informatique décisionnelle.
• Le bilinguisme (français/anglais) est un atout.
• L’expérience en entreprise de télécommunications est considérée comme un atout.

#LI-SS1