Ingénieur IA - Data Scientist H/F - Présidence de la République

ACTIVITÉS PRINCIPALES:

Le Data Scientist prend part au développement du DataLab, récente équipe créée début 2024. Véritable hub innovation R&D et digital factory interne, cette équipe est à l'origine de l'implémentation de l'Intelligence Artificielle à la Présidence, grâce à une maitrise souveraine de la chaîne de valeur IA de bout-en-bout (infrastructure IA on-premise coconstruite avec Dell et Nvidia reposant sur les principes Iac et Devops). Son champ d'actions est désormais plus large, au travers du développement d'applications intuitives et agiles pour toutes les directions et services de la Présidence.Le Data Scientist a pour mission d'épauler le responsable du DataLab sur l'ensemble des projets IA de la Présidence. Il contribue à la mise en place et au maintien des modèles d'intelligence artificielle déjà présents, à leur intégration et leur déploiement continus (MLOps). Il veille à la création de solutions permettant le traitement de données hétérogènes tout en garantissant leur fiabilité et leur sécurité. À travers ces missions, il contribue ainsi à l'amélioration de l'efficacité, l'efficience et la pertinence des livrables produits par le DataLab. Il doit être en capacité de travailler en transversalité en répondant aux besoins de l'ensemble des services de la Présidence.

Au sein du pôle, il aura notamment pour mission de :

· Mettre en place des modèles d'intelligence artificielle(LLM, SLM, STT, Multimodaux...) ;

· Travailler à la classification automatique de documents ;

· Mettre en place des modèles de reconnaissance d'objets (Computer Vision) ;

· Réaliser des prédictions de tendances ;

· Réaliser des analyses textométriques;

· Définir une politique MLOps par l'industrialisation continue des modèles IA conçus par le DataLab (LLM, CNN...);

· Mettre à jour et créer l'ensemble des supports pédagogiques IA de la Présidence;

· Explorer les innovations possibles en matière d'IA (tooling, agentic...) ;

· Explorer les possibilités d'automatisation de tâches des équipes.

Le Data Scientist devra être force de proposition et prendre part aux décisions techniques. Il devra travailler en équipe avec les autres membres via une méthodologie agile(sprints courts, prise en compte des remarques utilisateur...).

DOSSIER DE CANDIDATURE

· Merci d'adresser les éléments indiqués ci-dessous à ****@****.**:

· (cv et lettre de motivation) où ne figurent pas de photo ni d'informations sur votre âge ou votre situation de famille;

· Copie des 2 derniers comptes-rendus d'entretien professionnel ou évaluations professionnelles;

· copies des 3 derniers bulletins de salaire et, le cas échéant, des bulletins de salaire mentionnant tout élément indemnitaire non mensualisé (complément indemnitaire, bonus...);

· Copie du dernier arrêté indiquant le grade et l'échelon

Niveau Master 2 / Ingénieur

SAVOIR-FAIRE:

· Capacité à mettre en place des algorithmes et réaliser des analyses statistiques et prédictives à partir des différentes bases de données;

· Solides compétences en exploration de données (Pandas, Seaborg...) ;

· Maîtrise des principaux algorithmes de modélisation (classification, Scikit-learn, OCR...);

· Connaissances en requêtage, stockage de données, et langage SQL (ex: SGBD relationnels comme PostgreSQL, Minio etc.);

· Maîtrise des bonnes pratiques de développement, dont le versioning (Git) et la documentation.

· Connaissance de quelques outils de visualisation de données (Metabase);

· Connaissance des principes du cloud et de DevOps: Infra-as-a-Code, Pipeline d'intégration continue (CI/CD).

· Connaissances en implémentation et personnalisation de modèles IA(LLM, SLM, STT, Multimodaux, YOLO...) via du training, finetuning, RAG, tooling ou inférence.

· Intérêt et curiosité autour du MLOps;

· Connaissances en développement Web (FastApi, React.js/MUI et Podman);

· Connaissance du framework agile Scrum et de ses principaux rituels ou terminologies (Daily Standup Meeting, tableau Kanban, User Story, Sprint...).

QUALITÉS REQUISES:

· Appétence pour les politiques et données publiques;

· Capacités d'organisation et de gestion;

· Force de proposition et autonomie;

· Capacités analytiques et de résolution des problèmes;

· Rigueur, bonnes capacités de communication et de vulgarisation ;

· Esprit d'initiative et de transversalité;

· Discrétion et respect du secret de l'information.