Descriptif du poste: Rejoignez une aventure qui a du sens !   Ce que vous allez faire si vous nous rejoignez : Sous la responsabilité du Responsable Data / IA, vous interviendrez sur les missions suivantes : * Collecter et préparer les données : * Extraire, nettoyer et organiser les données provenant de diverses sources * Assurer la qualité et l'intégrité des données * Analyser et modéliser : * Développer des modèles de Machine Learning, Deep Learning, LLM ou IA Générative * Implémenter et industrialiser des solutions via des pipelines de traitement de données à grande échelle * Évaluer les problématiques métier et démontrer la valeur des modèles via l'analyse exploratoire des données * Visualiser et communiquer : * Créer des visualisations de données claires et informatives * Présenter les résultats et recommandations aux parties prenantes de manière compréhensible * Collaborer avec les équipes techniques : * Intégrer les modèles dans les systèmes existants en appliquant les bonnes pratiques MLOps * Participer à l'intégration et au déploiement continu des modèles * Assurer une veille technologique en matière d'IA * Proposer des améliorations continues et optimiser la performance des algorithmes    Ce que nous proposons : * Télétravail flexible : jusqu'à 3 jours par semaine * Tickets restaurant : valeur faciale 10€, prise en charge 60% * Moments conviviaux : événements d'intégration et activités régulières selon les périmètres/sit * Programme de cooptation : jusqu'à 2750  * Mobilité durable : aide pour vélo, covoiturage et solutions écoresponsables * Rémunération : 45 à 55 k€ négociable selon profil Profil recherché: Votre profil : * Diplômé(e) d'un Master en informatique, statistiques, mathématiques, Data Science ou Intelligence Artificielle * Minimum 5 ans d'expérience, dont au moins 2 ans en tant que Data Scientist Vous maîtrisez les technologies suivantes : * Machine Learning / Deep Learning : Scikit-Learn, TensorFlow, PyTorch * IA générative et/ou agentique * Cycle de vie des modèles IA : de la conception à l'industrialisation * Pratiques MLOps : CI/CD, automatisation des tests * Langages & outils : Python, Jupyter Notebook, Pandas * Data & Big Data : Dataiku, Hadoop, Spark, Elasticsearch * Visualisation & BI : Power BI, Grafana, Qlik