Data Scientist Max 500€

Description du poste

• Compétences indispensables :  

• Maîtrise des fondamentaux du Machine Learning : compréhension des concepts clés, des algorithmes et
  des méthodes d'évaluation
  o Excellente maîtrise de Python
  o Maîtrise des principales bibliothèques d’IA et de data science (PyTorch, TensorFlow, Scikit-learn)
  o Maîtrise des tâches de pré-traitement des données textuelles (parsing, expressions régulières,
  enrichissement (POS Tagging, dependency parsing), normalisation via lemmatisation ou stemming,
  correction orthographique)
  o Bonne compréhension des architectures de réseaux de neurones (notamment les RNN, LSTM, GRU), de
  transformer et du fonctionnement des LLM
  o Solide expérience dans la conception et l’implémentation de systèmes d’IA générative avancés basés sur
  des LLM
  o Maîtrise des architectures RAG et de leurs principaux composants (techniques de chunking,
  embeddings, indexation vectorielle, retrieval, reranking)
  o Maîtrise du prompt engineering avancé
  o Maîtrise des techniques et métriques d’évaluation NLP et LLM et des systèmes RAG
  o Maîtrise de l’analyse de factualité, robustesse et hallucinations des modèles
  o Maîtrise du déploiement de modèles IA dans des environnements cloud
  o Capacité à accompagner techniquement des datascientists
  o Capacité à restituer et communiquer efficacement les résultats des travaux menés en datascience et IA
  o Capacité à travailler en équipe
  o Gitlab : Connaissances de versionning et de partage de code (add, commit, push, pull, …)

• Compétences nécessaires :

• Maîtrise des services AWS utilisés pour les projets IA Générative (SageMaker, Bedrock, OpenSearch,
  S3)
  o Maîtrise de frameworks dédiés aux applications LLM (LangChain, LlamaIndex)
  o Expérience dans la conception de workflows LLM complexes (agents, orchestration de chaînes de
  prompts, tool use / function calling)
  o Maîtrise des techniques de fine-tuning de modèles (PEFT, LoRA, QLoRA)
  o Réalisation de projets dans l’environnement Dataïku
  o Gestion de la donnée dans un contexte réglementaire RGPD/AI Act
  o MLOps : expérience avec des outils et des pratiques pour automatiser le cycle de vie du ML, y compris
  l'intégration continue, le déploiement continu et la surveillance des modèles
  o Appétence à l’innovation et à la veille technologique : capacité à rester à jour avec les dernières
  avancées en IA
  o Proactivité et dynamisme
  o Aisance et rigueur rédactionnelle