Descriptif du poste: Nous recherchons une personne talentueuse pour concevoir, développer et déployer des solutions d'IA/ML de pointe qui optimiseront nos opérations, amélioreront les performances de nos produits et ouvriront de nouvelles opportunités au sein de notre division Power Transmission (PT). Dans ce rôle essentiel, tu joueras un rôle clé dans la transformation des défis métier en solutions innovantes basées sur l'IA. Tu contribueras à l'ensemble du cycle de vie de l'IA/ML, depuis la génération des concepts initiaux et leur évaluation rigoureuse, jusqu'au développement de preuves de concept (PoC) et de produits minimum viables (MVP), puis à l'intégration à grande échelle des solutions d'IA dans nos infrastructures critiques. Si tu t'épanouis dans un environnement collaboratif et interdisciplinaire, et que tu possèdes un solide mélange d'expertise en IA/ML et de compétences en gestion de projet, nous t'encourageons à postuler pour contribuer à façonner l'avenir de l'énergie.   Identification stratégique des opportunités : Collaborer étroitement avec les unités commerciales et les parties prenantes de la division Power Transmission pour identifier et évaluer de manière proactive les opportunités à fort impact pour l'application de l'IA et du Machine Learning (IA/ML). Traduire des besoins métier complexes en concepts clairs, exploitables et innovants basés sur l'IA. Développement IA/ML de bout en bout : Diriger la conception, le développement, la validation et l'optimisation de modèles IA/ML, de preuves de concept (PoC) et de produits minimum viables (MVP). Cela comprend l'exploration de données, l'ingénierie des caractéristiques, la sélection de modèles, l'entraînement et l'évaluation rigoureuse des performances. Déploiement et intégration des solutions : Piloter le déploiement, l'intégration et la montée en échelle des solutions IA/ML dans les environnements de production - aussi bien dans le cloud qu'en edge computing - en garantissant un fonctionnement fluide et une parfaite cohérence avec les objectifs stratégiques de l'organisation. Partenariat avec les parties prenantes : Agir comme partenaire technique clé au sein d'équipes projet interdisciplinaires, en les guidant sur les potentialités et les limites de l'IA/ML afin de répondre efficacement aux défis métier spécifiques. Excellence technique et meilleures pratiques : Contribuer à l'élaboration et à la maintenance d'une documentation technique complète, de rapports de modèles et d'initiatives de partage de connaissances. Promouvoir les principes du MLOps et encourager les meilleures pratiques en matière de développement, de déploiement et de suivi des solutions IA/ML. Apprentissage continu : Se tenir informé des dernières avancées, recherches et technologies émergentes en IA/ML, et introduire des approches et outils innovants dans nos projets. Profil recherché: Qualifications requises * Maîtrise de la programmation : Solide expérience en Python, incluant les bibliothèques de manipulation de données (ex. : Pandas, NumPy) et d'apprentissage automatique (ex. : scikit-learn). * Frameworks ML et MLOps : Expérience pratique avec les principaux frameworks ML tels que TensorFlow, PyTorch ou Keras. Bonne compréhension et application concrète des principes de MLOps pour la gestion du cycle de vie des modèles, le versioning, les tests et l'intégration/déploiement continus (CI/CD). * Expérience en déploiement : Capacité démontrée à déployer et gérer des modèles IA/ML dans des environnements cloud (ex. : AWS, Azure) et/ou sur des appareils en périphérie (edge) pour des applications en temps réel. * IA/ML et statistiques fondamentales : Compréhension approfondie d'un large éventail d'algorithmes IA/ML et de techniques statistiques, incluant l'apprentissage supervisé (régression, classification), non supervisé (clustering, réduction de dimension), l'analyse de séries temporelles et la modélisation statistique avancée. * Gestion des données : Expérience avec les langages de requête de données (ex. : SQL) et la manipulation de différentes sources de données, structurées ou non structurées. * Visualisation de données : Maîtrise des outils de visualisation (ex. : Tableau, Power BI, Matplotlib) pour communiquer efficacement les performances des modèles, les insights et les résultats de validation à des publics techniques et non techniques. Qualifications souhaitées * Techniques avancées en IA/ML : Expérience avec les architectures d'apprentissage profond, le traitement du langage naturel (NLP) ou l'apprentissage par renforcement. * Technologies d'IA générative : Expérience pratique dans l'intégration de modèles de vision, de grands modèles de langage (LLM), de petits modèles de langage (SLM), de systèmes RAG (Retrieval-Augmented Generation), ainsi que des cadres agentiques et