Descriptif du poste: Vos missions : * Collaborer étroitement avec les équipes produits pour identifier les opportunités où les fonctionnalités basées sur l'IA peuvent ajouter de la valeur aux outils internes et aux produits destinés aux clients. * S'aligner sur la feuille de route Global Analytics & AI en faisant des propositions qui répondent aux besoins des produits ou aux exigences non fonctionnelles, en contribuant activement à son évolution. * Travailler en partenariat avec les ingénieurs data pour définir les exigences en matière de données, identifier les systèmes sources et construire des pipelines de données robustes pour l'ingestion, le traitement, l'analyse et la modélisation. * Concevoir et développer des modèles et des algorithmes d'IA qui alimentent les fonctionnalités de personnalisation, de recherche et de découverte, améliorant ainsi la suite de produits de Spideo. * Travailler avec les équipes DevOps pour établir des flux de travail pour la formation, les tests et le déploiement de modèles d'IA en production, en suivant les meilleures pratiques CI/CD. * Créer et mettre en œuvre des solutions de monitoring pour suivre les performances des modèles, détecter les concept drifts, évaluer la qualité des données et déclencher le recyclage des modèles si nécessaire. * Définir et mettre en œuvre des indicateurs clés de performance et des analyses visuelles pour démontrer l'impact, l'efficacité et la transparence des applications d'IA aux parties prenantes. Profil recherché: Expériences indispensable : * 2+ ans d'expérience de travail avec diverses modalités de données pour construire des modèles d'IA ou développer des flux d'IA de bout en bout. * Solides compétences en programmation avec du code prêt à la production en Python et SQL. * Solide compréhension des systèmes de base de données, y compris les systèmes relationnels (ex: RDBMS), les systèmes de documentation (ex: MongoDB), et les systèmes basés sur la recherche (ex: Elasticsearch). * Familiarité avec les plateformes de big data telles que Snowflake, Databricks ou Apache Druid. Expériences souhaitées : * Expérience dans le développement de modèles de machine learning et de deep learning à l'aide de bibliothèques telles que Scikit-learn, PyTorch ou TensorFlow. * Solides bases en statistiques appliquées et en théorie des probabilités. * Expérience pratique de la conteneurisation (ex: Docker) et des outils d'infrastructure-as-code (ex: Terraform). * Maîtrise des bibliothèques de visualisation de données et des outils de BI tels que Plotly Dash, Tableau ou Power BI. * Bonne connaissance des plateformes et services cloud (ex: AWS ECS, EC2, Lambda, Fargate), et exposition à des frameworks spécifiques à l'IA/ML comme AWS Bedrock ou SageMaker. * Une expérience préalable dans les cas d'utilisation du traitement du langage naturel (NLP) est un atout majeur. * Une expérience pratique avec des données distribuées et des frameworks ML tels que Apache Spark, Dask, ou Ray est fortement souhaitée.