Data Scientist Confirmé - Lyon, France - Askills

Askills

Entreprise vérifiée

Lyon, France

il y a 3 semaines

Posté par:

Sophie Dupont

beBee Recruiter

Description

Cabinet de conseil résolument tourné vers la Data, nous accompagnons nos clients sur toute la chaine du traitement de données.

Nous proposons des missions variées telles que la prise en charge de la collecte d'un besoin métier jusqu'à sa réalisation en autonomie sur votre technologie de prédilection, le renfort d'équipes de développement agiles, les projets d'Intelligence Artificielle ou encore l'élaboration de reporting en B.I.

Nous axons nos services autour de 5 pôles : la data science, l'ingénierie data, le développement agile, la data visualisation et l'architecture Data.
Nos consultant.e.s sont susceptibles d'intervenir dans chacun des pôles en fonction de leurs envies d'évolution et leurs intérêts technologiques.

Notre jeune existence nous permet de proposer des missions autour d'outils et de langages récents, et l'orientation très marquée Data est le moteur de notre stratégie.

**Description du poste**:
Activités:

- Participation à des ateliers avec des experts métiers pour collecter le besoin et comprendre les données
- Conception et développement de traitements de données à forte valeur ajoutée (Data Management, Data Quality, Machine Learning, etc.)
- Présentation de résultats sous la forme de rapports d'étude ou de tableaux de bord
- Développement d'outils de visualisation de données pour faciliter les analyses (à destination de lui-même, des PO/développeurs de l'équipe, voire des utilisateurs métier destinataires du POC)
- Documentation des traitements en vue d'une industrialisation
- Participation aux cérémonies d'équipe

**Profil recherché**:
Profil BAC + 5 de type ingénieur ou master, avec une spécialité en data science
- Expertise sur un langage de traitement de données (Python ou R)
- Expertise sur les techniques de data science : text mining, graph mining, apprentissage supervisé/non supervisé, techniques avancées de machine learning et deep learning, mesures de performance, échantillonnage, etc.
- Capacité d'extraire des données de n'importe quelle source en utilisant les outils adaptés (SQL, packages R ou Python,...)
- Expertise sur les méthodes de traitement de données (data management):

- Consolidation d'informations issues de sources hétérogènes
- Méthodes de mise en qualité des données
- Capacité à appréhender des systèmes complexes
- Connaissance des outils et méthodes DataOps / MLOps (CI/CD, Model Registry, Model Serving, etc.)