Data Science - MLOps Senior H/F - OTRIS Consulting

Otris consulting est une société de service numérique spécialisée dans les domaines de la cybersécurité, du digital, de la data analystics, du management et des Réseaux-télécoms. Nous sommes engagés dans la stratégie de développement de divers clients grands comptes et start-ups. Nous les accompagnons tant sur le marché national et international.Dans le cadre de sa transformation data, notre client - un acteur majeur du secteur aérien basé à Luxembourg a mis en place une architecture Machine Learning (ML) sur les deux dernières années afin d'approfondir l'analyse de ses données en matière de sécurité aérienne, opérations de vol et gestion des revenus.

Aujourd'hui, le client souhaite franchir une nouvelle étape et préparer cette architecture à accueillir des cas d'usage complexes à horizon 2026.

Pour cela, il recherche un consultant indépendant ou un cabinet de conseil spécialisé en science des données afin de :
- Auditer et améliorer l'architecture ML existante en identifiant les écarts avec les standards actuels, et proposer des ajustements pour la rendre robuste et pérenne.
- Définir une architecture de référence pour l'industrialisation des modèles ML : gestion des données, entraînement, validation, versioning, CI/CD, monitoring des performances et détection de dérive.
- Assurer l'intégration fluide avec les outils et plateformes existants, notamment les services cloud, Azure DEVOPS, les outils de monitoring et de gestion des données.
- Concevoir et valider des Proofs of Concept (PoC) démontrant la valeur de la donnée dans divers domaines : optimisation des opérations de vol, analytique des revenus, prévision des besoins en équipage, et analytics sur la sécurité.
- Fournir un accompagnement stratégique sur l'architecture data, la gouvernance des modèles, et les bonnes pratiques de déploiement tout au long du cycle de vie ML.

Minimum 5 ans d'expérience en Data Science, idéalement dans des environnements complexes ou réglementés.

Excellente maîtrise des méthodes statistiques ML, de leurs limites et de leur intégration dans des environnements appliqués (tests traditionnels : ANOVA, modèles multiniveaux, etc.).

Maîtrise de Python et SQL.

Expérience confirmée en gestion du cycle de vie complet des modèles ML.

Bonne connaissance des pratiques DEVOPS / MLOPS.

Maîtrise des outils suivants est un plus apprécié :
- SAP BW/4
- Azure Synapse
- SAP Business Data Cloud