Descriptif du poste: Dans un secteur en pleine transformation numérique, notre client, acteur majeur de l'automatisation des processus documentaires, recherche un·e Ingénieur Data Scientist spécialisé·e en LAD/RAD. Vous contribuerez à développer des solutions d'intelligence artificielle pour automatiser la lecture, la classification et l'indexation de documents pour des grands comptes (Santé, Banque, Assurance, Industrie, Services, Secteur Public). Vos missions principales : * Conception et spécification : Analyser les besoins métiers et proposer des solutions technologiques adaptées (OCR, deep learning, computer vision). * Développement et modélisation : Créer et optimiser des modèles de machine learning pour l'extraction et l'analyse automatique de données à partir de documents variés. Automatiser les workflows de traitement (prétraitement, reconnaissance, post-traitement). * Optimisation et performance : Évaluer et améliorer la performance des modèles via des métriques statistiques et des tests utilisateurs. Assurer la scalabilité et la robustesse des solutions en production. * Support et veille technologique : Participer au support technique et à l'amélioration continue des processus. Veiller aux évolutions technologiques (IA générative, LLMs, vision par ordinateur). Profil recherché: De formation supérieure en informatique (Bac +3/5), vous avez au moins 3 années d'expérience en data science, LAD/RAD, OCR ou domaine connexe. Les profils juniors avec une alternance/stage significatif en IA ou traitement d'images sont encouragés. Maîtrise des algorithmes de machine learning/deep learning, expérience en traitement d'images, OCR, NLP ou vision par ordinateur. Curiosité, rigueur, esprit d'équipe, autonomie. Anglais technique demandé. Environnement technique : * Langages : Python (obligatoire), C#/Java (un plus) * Librairies/Frameworks : TensorFlow, PyTorch, OpenCV, scikit-learn, Hugging Face * Outils OCR/LAD/RAD : Abbyy, A2iA, Tesseract, AWS Textract, Google Document AI * Bases de données : SQL, NoSQL * Cloud/DevOps : AWS, Azure, Docker, Kubernetes (un plus)