Descriptif du poste:\nSalaire: 80000-130000 \nVous accompagnerez des clients grands comptes dans le déploiement, l'évaluation et la mise en production de modèles de Machine Learning complexes. À la croisée de l'ingénierie ML, de la Data Science appliquée et du conseil stratégique, vous prouverez la valeur scientifique des solutions directement sur le terrain. Au quotidien, vous serez amené(e) à : \n* \nPiloter le cadrage et l'ingénierie de données : Analyser les besoins métiers, traduire les objectifs en problèmes de prédiction clairs et adapter les pipelines de données (ingestion, nettoyage de données complexes, feature engineering) à la stack technique de chaque client. \n* \nMener les évaluations et benchmarks : Concevoir et exécuter des frameworks d'évaluation rigoureux (tests hors-distribution, analyse de calibration, data splits) pour prouver la supériorité du modèle face aux solutions existantes du client. \n* \nSuperviser le delivery technique : Intégrer le modèle dans l'architecture du client (Cloud, On-premise, Hybride), configurer les APIs et mettre en place le suivi en production (détection de dérive des données, alertes, monitoring). \n* \nAssurer la relation client : Être l'interlocuteur(trice) technique principal(e) des Data Scientists, Quants et Directions Métiers, tout en garantissant l'explicabilité et la confiance dans les modèles (SHAP, importance des variables). \n* \nAlimenter la R&D interne : Remonter les observations du terrain, les cas limites (edge cases) et les modes d'échec pour contribuer directement à l'évolution du modèle de fondation et de la roadmap produit. \n\nProfil recherché:\n \n* \nIssu(e) d'une formation supérieure en informatique, mathématiques appliquées ou data science, vous justifiez d'une expérience de minimum 3 ans sur un poste similaire (Machine Learning Engineer, Data Scientist ou Consultant Tech ML). \n* \nVous avez piloté avec succès au moins un projet Machine Learning de bout en bout, de la donnée brute jusqu'au modèle déployé en production. \n* \nVous maîtrisez Python, SQL (DuckDB, Parquet) et les frameworks de Machine / Deep Learning (scikit-learn, LightGBM, XGBoost, PyTorch, JAX). \n* \nVous êtes à l'aise avec le déploiement logiciel et les infrastructures (AWS, GCP, Docker, Kubernetes, outils MLOps). \n* \nDoté(e) d'un excellent relationnel et d'un fort sens business, vous savez vulgariser des concepts mathématiques complexes et n'hésitez pas à challenger le cadrage de vos clients de manière constructive. \n* \nUn niveau d'anglais courant est indispensable pour évoluer dans un contexte international. Une expérience dans des secteurs à forte intensité de données (Finance, Énergie, Assurance) est un vrai plus.