POSTE : Data Scientist IA H/F DESCRIPTION : Nous recherchons un Data Scientist expérimenté pour rejoindre nos équipes Data et contribuer à des projets stratégiques autour de l'IA, du Machine Learning et de l'optimisation opérationnelle dans un environnement logistique international à large volumétrie. Vous interviendrez sur l'ensemble du cycle de vie des modèles, de la conception à la mise en production, dans un contexte où la performance, la fiabilité et l'industrialisation sont essentielles. Vos missions : - Concevoir, entraîner et optimiser des modèles de Machine Learning et d'IA répondant à des cas d'usage complexes (prévision, optimisation, classification, vision) - Développer des pipelines complets de data science, du feature engineering jusqu'au déploiement - Contribuer à l'industrialisation des modèles via des pratiques MLOps (CI/CD, monitoring, automatisation) - Collaborer avec les équipes Data Engineering, Produit et Métier pour challenger les besoins, valider les use cases et intégrer les modèles dans les applications - Mettre en place des bonnes pratiques de versioning, tests, reproductibilité et qualité des modèles - Participer à l'amélioration continue des plateformes IA et à l'évaluation de nouvelles technologies (LLM, frameworks d'entraînement, orchestrateurs) Environnement technique : - Langages : Python (indispensable), SQL - Machine Learning / IA : modèles de séries temporelles, LLM - MLOps : MLflow, CI/CD, Docker - Cloud : GCP (BigQuery, GCS, Vertex AI), ou équivalent cloud (AWS/Azure) - Data Engineering : Spark / PySpark, orchestration type Airflow ou Cloud Composer - Outils : Git, monitoring ML, outils de data quality PROFIL : - 5 à 7 ans d'expérience en Data Science, incluant la mise en production de modèles - Solide maîtrise du Machine Learning, des architectures IA et du développement Python - Expérience significative en MLOps (dockerisation, CI/CD, monitoring, pipeline ML) - À l'aise dans les environnements cloud et data à grande échelle - Capacité à interagir avec des équipes internationales, produit, data engineering et métier - Rigueur, autonomie, sens du résultat et capacité à vulgariser des sujets complexes