Senior Data Scientist H/F

En tant que Senior Data Scientist , vous serez responsable des missions suivantes

• Développement de modèles prédictifs et prescriptifs :
• Concevoir et entraîner des modèles de  Segmentation Client  (clustering, RFM, profilage comportemental).
• Développer des moteurs de  Recommandation personnalisée  (filtres collaboratifs, basés sur le contenu, systèmes hybrides) pour améliorer le cross-sell et l'upsell.
• Développer des modèles de Prédiction et de Détection : Churn, appétence, scoring risque, prévision des volumes de transactions et détection d'anomalies / règles comportementales pour la lutte contre le blanchiment d'argent (AML / Anti Money Laundering)

-  Ingénierie de la donnée et des modèles

• Collaborer avec les Data Engineers pour définir les features et préparer les pipelines d'entraînement nécessaires à partir du Datalakehouse (Cassandra, Hive, etc.).
• Mettre en œuvre les bonnes pratiques de  MLOps  : versioning des modèles, automatisation du déploiement, monitoring des performances en production (drift, biais).
• Apport de valeur métier :
• Traduire les besoins métier (ex: réduire le churn, augmenter le taux de conversion) en problématiques Data Science.
• Interpréter les résultats des modèles et communiquer les insights aux Product Owners et parties prenantes métier.
• Contribuer à l'enrichissement des systèmes sources et du Datalakehouse avec des données prédictives.
• Formation :  Diplôme d'Ingénieur (Bac+5) avec une spécialisation en Data Science, Intelligence Artificielle ou Statistique/Mathématiques appliquées.
• Expérience :  3 à 5 ans d'expérience confirmée sur des projets similaires de modélisation prédictive et de systèmes de recommandation.
• Compétences Techniques :
• Maîtrise du ML :  Algorithmes classiques (régression, classification, clustering, séries temporelles) et Deep Learning (si applicable).
• Frameworks IA :  Maîtrise des bibliothèques Python (Scikit-learn, Pandas, XGBoost, TensorFlow ou PyTorch).
• Big Data & Outils :  Connaissance des environnements distribués (Spark/PySpark) et des bases de données NoSQL (Cassandra, MongoDB).
• Ops & CI/CD :  Familiarité avec les environnements de conteneurisation (Docker) et la gestion de cycle de vie des modèles (MLOps).
• Écosystème technologique :  Plateforme Data Cloudera, Architecture Microservices, Kafka, API Gateway (Axway), Keycloak.
• Méthodologie :  Travail en mode Agile (Scrum of Scrums, Comités de suivi hebdomadaires).
• Collaboration :  Équipe pluridisciplinaire (Data Engineers, Lead Tech, Product Owners, Experts métier).

Rejoindre Devoteam, c’est

• Évoluer sur des  projets stratégiques  autour de la donnée
• Bénéficier d’un  accompagnement personnalisé  pour le développement de vos compétences et certifications
• Travailler dans un  environnement stimulant, collaboratif et bienveillant