Docteur en Data Science - Analyse de Séries Temporelles & Détection d'Anomalies H/F - VeoNum

VeoNum...Tu en a déjà entendu parler ? un peu, beaucoup, pas encore suffisamment ?

Peu importe ta réponse à la question, je te laisse poursuivre ta lecture et t'immerger dans l'environnement Human First, valeur fondamentale de l'entreprise.

VeoNum, entreprise rennaise, regroupe aujourd'hui 40 consultants dont plusieurs dotés d'un doctorat. Elle est le fruit de l'engagement de ses trois fondateurs dont les valeurs sont basées sur la bienveillance, le partage, le bien-être et l'expertise technique.

L'entreprise à taille humaine s'inscrit dans une logique de proximité en faisant preuve de convivialité et de bon sens au quotidien.

Le « Human first », notre ADN, qu'en est-il exactement ?

C'est le choix du projet sur lequel tu vas travailler, sans aucune mobilité !

C'est une formation sur mesure et adaptée à ton expertise,

C'est une bonne mutuelle, des tickets restaurant, des RTTs...

C'est une participation aux événements régionaux (DevFest, Agile Tour...) où tu vas pouvoir te nourrir d'informations sur ton métier

C'est une vraie Team où on sait aussi de temps en temps laisser le travail de côté ! (Soirées, escape game, barbecue, karting...)

L'activité de l'entreprise quant à elle s'oriente sur plusieurs axes autour desquels tu pourras évoluer, et ainsi rapidement monter en compétences entre deux projets :

La veille technologique sur les nouveaux Frameworks

Des projets réalisés pour des clients internationaux,Rejoignez une équipe d'experts en Data Science et Intelligence Artificielle !

Vous êtes passionné(e) par l'analyse des séries temporelles, la modélisation avancée et la détection d'anomalies ? Vous souhaitez mettre vos compétences en IA et en Machine Learning au service de projets innovants ? Cette opportunité est faite pour vous !

Vos missions

Analyse avancée de séries temporelles et qualitatives multivariées
- Exploration et modélisation de données temporelles complexes
- Identification des variables contributrices et impact sur les modèles

Développement d'algorithmes de détection et de prédiction d'anomalies
- Conception et optimisation de modèles classifieurs et prédictifs
- Implémentation et évaluation de techniques avancées : Autoencoders, LSTM, Transformers

Utilisation d'algorithmes de Machine Learning avancés
- Decision Trees, SVM, KNN, XGBoost
- Interprétabilité des modèles avec SHAP, LIME

Votre Profil

Formation : Doctorat / PhD en Data Science, Machine Learning, IA, Mathématiques appliquées
Expérience : Expérience en analyse de séries temporelles et détection d'anomalies
Compétences techniques requises :
Solide expertise en modélisation statistique & Machine Learning
Maîtrise des réseaux de neurones et architectures avancées (LSTM, Transformers, Autoencoders)
Expérience avec les algorithmes d'apprentissage supervisé et non supervisé
Connaissance des méthodes d'interprétabilité (SHAP, LIME)

Soft skills : Rigueur scientifique, esprit d'analyse, autonomie, curiosité

Si vous souhaitez relever des défis techniques et scientifiques de haut niveau dans un environnement innovant, postulez dès maintenant !