DGTL / Signe + est le facilitateur pour tous les acteurs qui recherchent des ressources ou des missions DATA. Spécialiste du marché Data et BI, nous intervenons dans toute la France comme à l'étranger ; en sous-traitance, pré-embauche, recrutement, portage commercial, portage salarial, etc. Depuis 2018, nous accompagnons nos clients avec proximité, juste prix et préoccupation éthique de tous les instants. https://www.dgtl-performance.com Le poste : Pour le compte d'un acteur majeur de la grande distribution, nous recherchons un Data Scientist Senior spécialisé en Computer Vision, appelé à intervenir au cœur d'une initiative stratégique de digitalisation des points de vente, dans un environnement cloud GCP / Vertex AI. Intégré(e) à une équipe Analytics dédiée à la conception et au déploiement de services analytiques à destination des équipes métier, vous jouerez un rôle moteur dans la transformation digitale des magasins physiques. Le projet central de cette mission porte sur le **Monitoring Temps Réel de l'Étagère** : il s'agit de concevoir, entraîner et déployer des modèles de Computer Vision capables d'analyser en temps réel l'environnement physique des points de vente, afin d'en extraire des données exploitables sur la disponibilité des produits, leur conformité en rayon et les mouvements de stocks. Vous évoluez dans un contexte Agile, en interaction étroite avec des équipes métier (opérations, supply chain, expérience client) et des équipes techniques (Data Engineering, MLOps, DevOps). L'environnement est exigeant en termes de performance et de scalabilité, les modèles devant opérer sur des flux d'images à grande échelle en conditions réelles. La mission est prévue sur le long terme, avec une présence sur site de deux jours par semaine. Responsabilités : - Concevoir et développer des modèles de Deep Learning appliqués à la Computer Vision pour l'analyse de l'environnement physique en magasin - Déployer et industrialiser les modèles sur GCP via Vertex AI, en garantissant leur robustesse et leur performance en conditions de production - Transformer les flux visuels issus des rayons en données structurées et exploitables par les équipes métier - Contribuer à la détection automatique des ruptures de stock, au contrôle de conformité du merchandising et au suivi des mouvements produits - Participer aux revues de code, à la documentation technique et aux rituels Agile de l'équipe - Collaborer avec les équipes Data Engineering et MLOps pour assurer l'intégration des pipelines de données et la mise en production des solutions - Assurer une veille active sur les avancées en Computer Vision et proposer des approches innovantes adaptées aux enjeux métier Profil recherché : Indispensables : - Maîtrise avancée de Python appliqué à la Data Science et au Machine Learning - Expérience confirmée sur Google Cloud Platform (GCP) et Vertex AI pour l'entraînement et le déploiement de modèles - Expertise en Deep Learning, avec une solide pratique des architectures appliquées à la Computer Vision (détection, segmentation, classification d'objets) - Expérience de plus de 7 ans en Data Science, dont une part significative dédiée à la Computer Vision en contexte industriel ou production - Formation Bac+5 en informatique, mathématiques appliquées ou équivalent (école d'ingénieur, université) - Capacité à travailler en autonomie sur des sujets complexes, à communiquer avec des interlocuteurs métier et à documenter rigoureusement les travaux Fortement appréciés : - Connaissance des modèles de vision récents : YOLO (détection temps réel), SAM 2 (segmentation), DINOv2 (feature extraction) ou architectures équivalentes - Expérience avec les bases de données vectorielles (Vector Databases) pour le matching de produits à grande échelle (recherche par similarité d'images) - Pratique des frameworks PyTorch et/ou TensorFlow, ainsi que de la librairie OpenCV pour le traitement d'images - Maîtrise de Kubernetes pour l'orchestration et le déploiement de workloads ML en environnement conteneurisé - Expérience dans le secteur du retail ou de la grande distribution, idéalement sur des problématiques de gestion de rayon ou d'excellence opérationnelle en magasin - Sensibilité MLOps : versioning de modèles, monitoring en production, gestion des dérives de performance