Référence CSP: 2025-1944894 Vous vous épanouissez dans des missions autour des données et les technologies d'IA et d'IA générative ? Vous avez le goût du service et souhaitez contribuer à moderniser l'éducation nationale ? Rejoignez les équipes de la DSI², en tant qu'Ingénieur(e) Data. Au sein de l'incubateur d'IA souveraine de la DSI², vous jouerez un rôle majeur dans la gestion de l'infrastructure de données spécifique à l'IA et le traitement automatique du texte. Vous contribuerez à la conception et au déploiement de solutions d'Intelligence Artificielle pour améliorer l'efficacité et la qualité des services administratifs de l'éducation nationale. Organisé en équipe agile, vous travaillerez en étroite collaboration avec les directions métiers et les départements de la DSI² pour concevoir et déployer des solutions d'Intelligence Artificielle et pour transformer des données brutes en démonstrateurs techniques et en solutions technologiques avancées.   En proximité avec les usagers et consommateurs de vos produits, vous animerez des ateliers pour retranscrire les besoins des agents en démonstrateurs techniques. Vous serez en charge de la collecte, du stockage et de la gestion des données, de la réalisation des démonstrateurs. Vous travaillerez dans un environnement technique avancé incluant une plateforme infrastructure cloud souveraine. En partenariat avec les autres incubateurs, de région académique et national, vous participerez à la mise à l'échelle de ces outils d'IA. Vos principales missions : ·         Collecter, nettoyer et analyser des ensembles de données complexes pour alimenter les démonstrateurs. ·         Choisir et évaluer des modèles de machine learning et de deep learning en utilisant des outils et des frameworks tels que Python, Scikit-learn, TensorFlow, PyTorch, etc. ·         Développer des prototypes de solutions IA et les tester dans des environnements réels et souverains. ·         Travailler en étroite collaboration avec les équipes de data engineering, de développement logiciel locales et nationales pour intégrer les modèles dans des produits finis. ·         Documenter les processus, les modèles et les résultats de manière claire et concise pour assurer la reproductibilité et la compréhension par les autres membres de l'équipe. ·         Rester à jour avec les dernières avancées en IA et en machine learning, et proposer des innovations pour améliorer les projets en cours. ·         Présenter les résultats et les recommandations aux parties prenantes, décideurs et les équipes internes.