Descriptif du poste:\n\nSalaire: 75000\nL'entreprise\nNous accompagnons une entreprise technologique développant une plateforme Data destinée à l'analyse, à la valorisation et à l'évaluation des risques liés aux actifs immobiliers.\nLa donnée et les modèles prédictifs sont directement au cœur de son produit. Dans un contexte de croissance et de structuration de son équipe technique, l'entreprise recherche un Senior Data Scientist capable de concevoir des modèles robustes, de les industrialiser et de contribuer à l'intégration de nouveaux usages liés à l'IA générative.\nLe poste\nVous travaillerez en étroite collaboration avec le Data Engineer, le CTO ainsi que les équipes Produit et Business.\nVotre rôle couvrira l'ensemble du cycle de vie des modèles : compréhension des problématiques métier, exploration des données, modélisation, évaluation, mise en production et suivi des performances.\nIl s'agit d'un poste central, avec un impact direct sur la qualité et la fiabilité du produit.\nVos principales responsabilités\nModélisation et Data Science\n* \nConcevoir, entraîner et maintenir des modèles statistiques et de machine learning appliqués à la valorisation, au scoring, à la segmentation et à la détection d'anomalies.\n* \nTravailler sur des données structurées provenant de différentes sources internes et externes.\n* \nÉvaluer la qualité, la fiabilité, les biais et la dérive des données utilisées.\n* \nDéfinir les méthodes d'évaluation et les métriques adaptées aux différents cas d'usage.\n* \nProduire des analyses et des restitutions exploitables par les équipes Produit et Business.\n* \nContribuer à la roadmap Data en identifiant les cas d'usage à forte valeur.\nDonnées géospatiales\n* \nExploiter des données géographiques pour enrichir les modèles de valorisation et de scoring.\n* \nTravailler sur différentes typologies de données : points d'intérêt, flux, zonages, distances et données cadastrales.\n* \nConcevoir des variables géospatiales pertinentes et mesurer leur impact sur les performances des modèles.\nIndustrialisation et MLOps\n* \nConcevoir et maintenir des pipelines d'entraînement et d'inférence.\n* \nIndustrialiser les modèles et accompagner leur intégration au produit.\n* \nCollaborer avec le Data Engineer sur l'architecture, les flux et la qualité des données en entrée.\n* \nParticiper à l'orchestration, au monitoring et à la documentation des modèles en production.\n* \n\nProfil recherché:\n\nProfil recherché\n* \nVous justifiez d'au moins 5 ans d'expérience en Data Science ou Machine Learning.\n* \nVous maîtrisez Python et son écosystème Data Science : Pandas, NumPy, Scikit-learn et statsmodels.\n* \nVous disposez d'une expérience solide en modélisation supervisée et non supervisée sur des données structurées.\n* \nVous avez déjà participé à l'industrialisation et à la mise en production de modèles.\n* \nVous savez évaluer la qualité de données externes et identifier leurs biais, limites ou dérives.\n* \nVous êtes autonome et à l'aise dans un environnement technique en cours de structuration.\n* \nVous savez vulgariser des résultats complexes auprès d'interlocuteurs non techniques.\n* \nVous appréciez les environnements dans lesquels la Data Science constitue une composante centrale du produit.\nEnvironnement technique\n* \nPython\n* \nPandas, NumPy, Scikit-learn et statsmodels\n* \nGeoPandas et Shapely\n* \nFastAPI et Pydantic\n* \nAWS : Lambda, S3, RDS, SageMaker ou services équivalents\n* \nPipelines de machine learning et APIs d'inférence\n* \nOutils LLM, RAG et orchestration d'agents IA\n* \nGit et bonnes pratiques de développement\nLes compétences qui feront la différence\n* \nUne expérience dans le traitement de données géospatiales.\n* \nUne connaissance des problématiques de valorisation, de scoring ou d'analyse de marché.\n* \nUne expérience dans l'immobilier, la finance, l'assurance ou un environnement réglementé.\n* \nLa mise en œuvre de solutions LLM ou RAG dans un contexte professionnel.\n* \nUne connaissance de LangGraph, CrewAI, du function calling ou des architectures agentiques.\n* \nUne expérience du monitoring de modèles et de la détection de dérive.\nPourquoi rejoindre cette entreprise ?\n* \nUn poste directement lié au cœur du produit.\n* \nDes problématiques Data Science concrètes et exigeantes.\n* \nDes données structurées et géospatiales particulièrement riches.\n* \nLa possibilité d'intervenir sur toute la chaîne, de la modélisation à la production.\n* \nUne collaboration directe avec le CTO et les équipes Produit.