Data Scientist Confirmé - ai Engineer H/F - Meilleurtaux

Meilleurtaux est la fintech française qui, depuis vingt-six ans, révolutionne le monde du crédit, de l'assurance et des placements. Chaque année plus de 4 millions de Français utilisent nos services.

Notre mission : offrir à nos clients les meilleurs produits, au meilleur prix avec le meilleur conseil.

Nous nous investissons au quotidien pour guider nos clients et apporter sérénité et confiance dans leurs choix de produits financiers grâce à une information complète et transparente, un conseil impartial et personnalisé et un accompagnement sur mesure à travers une plateforme digitale à la pointe.

Nous informons, nous comparons, nous accompagnons !

Quelques chiffres :
près de 2000 collaborateurs au sein du groupe dont 1000 collaborateurs au sein de notre réseau de franchises.
+ de 250 agences réparties sur l'ensemble du territoire.
x2 CA en l'espace de 4 ans.
une satisfaction client à 4,8/5 en 2024.
125 M de visites sur les sites et applis du groupe.

Nous recherchons un Data Scientist confirmé capable de concevoir, implémenter et mettre en production des solutions IA concrètes, avec un bon niveau d'autonomie.

Vous interviendrez sur plusieurs projets data et IA (scoring, recommandation, traitement documentaire, systèmes LLM), avec un objectif clair : produire des solutions robustes et exploitables en production, et non des POCs.

Vos Missions

· Conception de solutions IA : Concevoir et implémenter des modèles de scoring, de recommandation et des solutions basées sur les LLMs (RAG, extraction, assistants) à partir de données structurées et non structurées.

· Mise en production des modèles : Déployer les modèles via API et les intégrer dans des workflows applicatifs en garantissant un premier niveau de robustesse (logs, gestion d'erreurs, monitoring simple).

· MLOps & CI/CD : Contribuer aux pipelines CI/CD pour automatiser le build, les tests et les déploiements, tout en assurant un versioning propre du code, des données et des modèles.

· Cloud & Infrastructure : Déployer et opérer des solutions sur Azure en tenant compte des contraintes de scalabilité et de coûts, avec une contribution aux configurations en Infrastructure as Code (Terraform est un plus).

· Évaluation & qualité des modèles : Définir des métriques pertinentes, évaluer les performances des systèmes ML et LLM, et améliorer en continu leur fiabilité et leur stabilité.

Environnement Technique

· Langages : Python (Expertise requise).

· Cloud : Azure, GCP est un plus apprécié.

· GenAI & LLM : OpenAI API, Gemini API, RAG.

· Outils & DevOps : Git, GitHub Actions, Docker, CI/CD.

· Protocoles & Standards : API REST, MCP (Model Context Protocol).

Vous êtes issu(e) d'une École d'Ingénieur ou titulaire d'un Master équivalent en Informatique, Data Science ou Intelligence Artificielle.

Expérience

· 3 à 5 ans d'expérience significative en Data Science / ML

· Expérience concrète en mise en production de modèles (API, batch, pipelines)

· Expérience réelle sur des cas d'usage métier (pas uniquement académiques)

· Première expérience avec les LLMs ou forte capacité à monter rapidement dessus

Compétences Clés

· Compétences techniques (Python & ML) : Maîtrise solide de Python et des fondamentaux du Machine Learning, avec une capacité à travailler efficacement sur des données imparfaites et des cas réels.

· GenAI & LLM : Bonne compréhension des LLMs (prompting, RAG, limites) et capacité à les intégrer dans des systèmes applicatifs concrets.

· Engineering & qualité logicielle : Capacité à produire un code propre, structuré et maintenable, avec aisance sur les APIs, le debugging et les problématiques d'intégration.

· Cloud & infrastructure : À l'aise avec l'utilisation de services cloud et compréhension des bases du déploiement et de l'infrastructure.

· Soft skills & impact produit : Approche orientée impact business, autonomie dans l'exécution et capacité à collaborer efficacement avec des profils techniques et métier.

Positionnement & attentes

· Rôle : Contributeur clé au sein de l'équipe data, avec encadrement technique et forte exposition à des cas d'usage métier concrets.

· Objectif : Concevoir et livrer des solutions IA utilisées en production, avec un niveau de robustesse suffisant.

· Environnement : Projets variés, orientés impact, avec montée en compétence sur l'industrialisation, le cloud et la GenAI.

· Culture : Intérêt réel pour la GenAI attendu, avec une veille active et une capacité à s'approprier rapidement de nouveaux outils.