Intitulé du poste : Scientifique de données sénior
Lieu : Allemagne/À distance
Date de début : Mi-décembre 2023
Durée : à déterminer
Nos clients sont à la recherche de scientifiques de données seniors ayant une expérience préalable en consulting et une solide connaissance des capacités et des outils d'IA. En tant que scientifique principal de données, vous aurez un rôle de conseiller crucial dans : la collecte et la préparation de données imprégnées d'IA ; le déploiement de moyens de pointe pour l'analyse statistique ; la création de modèles guidés par l'IA pour des aperçus prédictifs ; l'utilisation des dernières techniques en machine learning.
Expérience requise dans le domaine :
- Collecte et préparation des données : collecte et traitement des données provenant de différentes sources, nettoyage et transformation des données en un format utilisable pour l'analyse avec les outils d'IA
- Analyse statistique et modélisation : application des techniques d'analyse statistique et de modélisation pour identifier les modèles, les tendances et les relations dans les données
- Apprentissage automatique : développement et mise en œuvre de modèles d'apprentissage automatique pour prédire des résultats ou classer des données en fonction de modèles et de relations
- Visualisation et communication des données : création de visualisations et de rapports de données pour communiquer les résultats et les aperçus aux parties prenantes
- Apprentissage et amélioration continus : maintien à jour des dernières techniques, outils et technologies de la science des données pour améliorer constamment la qualité et l'efficacité de l'analyse des données.
Exigences
- Plus de 5 ans d'expérience professionnelle en consulting en science des données
- Expérience en consulting, y compris l'utilisation des capacités et des outils d’AI tels que GenAI
- La connaissance des capacités et des outils d'IA applicables à des activités est fortement préférée
- Formation académique dans un domaine quantitatif tel que l'informatique, l'IA, les mathématiques (appliquées), l'économétrie
- Connaissance des meilleures pratiques en matière de méthodes de travail en science des données et du MLOps
- Expérience en langages de programmation (par exemple, Python, Julia, R) et une solide compréhension des principes de l'ingénierie logicielle
- Expérience dans l'exploitation de DevOps, GIT & CI/CD et la construction de pipelines de machine learning sur des plateformes cloud (de préférence Azure)
- Expérience avec la pile Microsoft Azure, par exemple Azure Data Storage, Databricks, MLFlow/Azure Machine Learning, Kubernetes, etc.
- Fortes compétences en analyse et en communication, tant pour comprendre le contexte et les problèmes d'affaires que pour expliquer des sujets techniques et spécialisés aux parties prenantes clés