Poste en alternance orienté data science, analyses métier et modèles de machine learning. La fonction s’inscrit dans un environnement numérique avec une attention portée à la donnée, au suivi des modèles et à l’amélioration des usages métiers.

Employer présente un contexte de fonction en alternance pour un poste de Data Scientist. Le rôle consiste à travailler sur l’exploitation de la donnée afin d’éclairer la prise de décision, d’améliorer la connaissance client et de contribuer à des projets data à impact opérationnel.

Les missions évoquées portent sur l’analyse de besoins métiers, la construction de modèles de machine learning et la participation à leur mise en production. Le périmètre peut inclure des sujets de scoring, de risque, de détection de fraude, ainsi que des approches liées au traitement du langage et à l’automatisation de certaines tâches textuelles.

Le poste s’inscrit dans un environnement technique comprenant des outils de monitoring, des sujets MLOps et un usage du cloud. La fonction demande de travailler en lien avec différentes parties prenantes, dans un cadre collaboratif et structuré.

Profil

Le profil recherché correspond à un étudiant en école d’ingénieur ou en master avec une spécialisation en data science, statistiques ou machine learning. Une bonne base en statistiques, en machine learning, en SQL et dans un langage de script comme Python ou R est attendue.

Une aisance avec les librairies courantes de data science et un bon sens de l’analyse sont utiles pour ce type de fonction. Le poste suppose aussi de la rigueur, de l’organisation et une capacité à travailler en équipe.

Une première expérience, notamment sur des données volumineuses ou dans un environnement cloud, peut être appréciée.

Offre

Il s’agit d’une alternance à dimension data, avec une exposition à des sujets analytiques et techniques variés. La fonction permet de contribuer à des projets liés à la valorisation de la donnée et à l’industrialisation de modèles.

Le cadre général décrit un environnement de travail digital, avec des interactions régulières avec les métiers et les équipes data.