Descriptif du poste:\n\n \nNEXTON recrute un Data Scientist expérimenté H/F, en CDI, à Paris !\nTon futur environnement de travail : \nNous avons besoin d’un profil Data Scientist expérimenté qui sera amené à intervenir sur la conception des modèles ML pour les cas d’usage identifiés en lien avec PO/BA des squads concernées ainsi que l’équipe de Dev, ceci dans un cadre agile. Il est attendu du Data Scientist de fortes compétences techniques mais aussi de solides connaissances dans la maitrise d’ouvrage de projet (suivi des taches, animation, présentation des avancées, cadrage, …) pour porter toute la chaine de fabrication du projet \nTes missions\nTravailler les cas d’usage métier avec la squad : déclinaison opérationnelle, socle technologique et algorithmes adaptés, recherche des données pertinentes, approche méthodologique.  \nMener les phases d’exploration et de prototypage : analyse des données, test de différents algorithmes, évaluation des performances. \nPorter les développements des cas d’usage : optimisation du modèle, construction du pipeline, déploiement en production, mise en place du monitoring. \nConstruction d’algorithmes permettant d’améliorer les résultats de recherches et de ciblage, ou de modèles de prédictions afin d'anticiper les évolutions des données et des tendances \nIndustrialiser le déploiement des produits ML ou IA dans les différents environnements et en assurer le RUN \nVulgariser les résultats/livrables à un public non technique \n\nProfil recherché:\n\nTu justifies de minimum 7 ans ans d’expérience sur :\n* \nprogrammation (Python, Scala, Bash), CI/CD, versioning Git, tests unitaires, AWS\n* \nTechniques statistiques et machine learning (adapter un algorithme à une problématique précise) \nLibrairies statistiques & Machine Learning : Skleam, Caret, pandas/data.table, numpy, PySpark, etc. \n* \nConnaissance d’au moins un environnement (langage + package) permettant l’expérimentation et le prototypage des applications \nEt tu as :\n* \nDe solides compétences en analyse quantitative et en optimisation numérique\n* \nUne capacité à proposer des solutions simples à des problématiques complexes\n* \nUne vraie aisance dans la vulgarisation des résultats auprès de publics non techniques\n* \nUn excellent relationnel et une écoute active des besoins métier\n* \nUn anglais courant, à l’oral comme à l’écrit