Vos missions et challenges Dans le cadre de la transformation digitale d'ArcelorMittal France, l'équipe de Simulations et Modèles est en charge de la mise en service et la maintenance de modèles pour répondre aux attentes des départements opérationnels. L'ingénieur Simulation et Modèle doit être capable de comprendre les contraintes industrielles liées à chaque use-case et de proposer des modèles répondant ou optimisant les attendus opérationnels. L'ingénieur Simulations et Modèles pourra être sollicité pour tout type d'expertise autour de la data science et de la modélisation ou de l'optimisation sur des enjeux industriels issus de tout le périmètre AMF, notamment dans le cadre des projets de décarbonation, de digitalisation et d'aciers électriques. En résumé, l'ingénieur Simulation et Modèle de la direction de la transformation digitale sera amenp>   1/ Mener des études et des projets de data science et intelligence artificielle (machine learning) : Contribuer à l'expression du besoin avec le métier Définir la méthodologie de réalisation du projet, en lien avec le chef de projet Effectuer les analyses statistiques Développer les algorithmes en utilisation les outils et standards de SiMo (développement, code review, tests, livraison, etc.) Choisir et entrainer les modèles d'IA les plus adaptés en fonction des problématiques des études et projets menés Mettre en service les modèles et former les utilisateurs 2/ Participer à la vie et au dynamisme de l'équipe : Réaliser les missions transverses qui vous seront confiées Être l'ambassadeur de SiMo au sein de la DTD et plus largement au sein d'AMF Être acteur de la politique de sécurité et prévention d'AMF en étant présent sur le terrain et en réalisant des rencontres sécuritp>Et si c'était vous ? Titulaire d'un Master 2, diplôme d'ingénieur ou d'un doctorat en informatique ou en Sciences Mathématiques Appliquées. Vous disposez des principales connaissances et compétences suivantes : Compétences en mathématiques, probabilités et statistiques, algorithmique,  Compétences de data mining Compétence et appétence pour l'IA et particulièrement le machine learning Connaissance des algorithmes classiques d'intelligence artificielle requise (régression, régression logistique, réseau de neurones, deep-learningCompétences en modélisation et résolution de problèmes complexes Programmation python, C++, C# Utilisation dans l'écosystème Microsoft azure, git, docker, etc. Utilisation des outils collaboratifs Capacité à travailler dans un environnement DevOps Côté soft skills : Dynamique Collaboratif Cureiux