informations générales
Paris
CDI
Nomadia recherche un(e) Data Scientist.
Rattaché(e) au Head of Data, vous aurez comme missions principales de:
Développer, déployer et maintenir des modèles d'analyse avancée et d'apprentissage automatique à partir des données de Nomadia, pour répondre aux besoins business identifiés par l'AI Product Manager et contribuer à l'innovation produit par la Data Science.
Le candidat devra se tenir à disposition pour toute autre mission complémentaire en fonction des besoins du pôle Data
Vos responsabilités clés:
1. L'analyse et l'exploitation des données:
- Analyser les données du Data Lake pour en extraire des insights pertinents
- Développer des visualisations et dashboards pour communiquer les résultats
- Réaliser des études pour répondre à des questions business spécifiques
2. Le développement de modèles:
- Concevoir et développer des modèles prédictifs adaptés aux besoins business
- Implémenter des algorithmes de machine learning et deep learning
- Réaliser des Proof of Concepts pour valider la faisabilité des Use Cases identifiés
3- l'industrialisation et le déploiement
- Collaborer avec le Data Engineer et les équipes Architecture pour déployer les modèles en production
- Assurer le suivi et la maintenance des modèles en production
- Mettre en place des systèmes de monitoring des performances des modèles
- Améliorer continuellement les modèles existants
4- La recherche et l'innovation
- Effectuer une veille sur les dernières avancées en data science et IA
- Tester et évaluer de nouvelles approches et algorithmes
- Contribuer à la culture de l'innovation data-driven au sein de l'entreprise
La collaboration et la communication
- Travailler étroitement avec l'AI Product Manager pour transformer les use cases en solutions techniques
- Collaborer avec le Data Engineer pour la préparation des données et le déploiement des modèles
- Vulgariser les concepts techniques pour les parties prenantes non-techniques
- Documenter rigoureusement les modèles et les méthodologies utilisées
Interactions Clés
Collaboration étroite avec les membres des équipes AI
Interface avec les équipes métier pour comprendre leurs besoin
En savoir plus sur cette annonce sur le site de notre partenaireRattaché(e) au Head of Data, vous aurez comme missions principales de:
Développer, déployer et maintenir des modèles d'analyse avancée et d'apprentissage automatique à partir des données de Nomadia, pour répondre aux besoins business identifiés par l'AI Product Manager et contribuer à l'innovation produit par la Data Science.
Le candidat devra se tenir à disposition pour toute autre mission complémentaire en fonction des besoins du pôle Data
Vos responsabilités clés:
1. L'analyse et l'exploitation des données:
- Analyser les données du Data Lake pour en extraire des insights pertinents
- Développer des visualisations et dashboards pour communiquer les résultats
- Réaliser des études pour répondre à des questions business spécifiques
2. Le développement de modèles:
- Concevoir et développer des modèles prédictifs adaptés aux besoins business
- Implémenter des algorithmes de machine learning et deep learning
- Réaliser des Proof of Concepts pour valider la faisabilité des Use Cases identifiés
3- l'industrialisation et le déploiement
- Collaborer avec le Data Engineer et les équipes Architecture pour déployer les modèles en production
- Assurer le suivi et la maintenance des modèles en production
- Mettre en place des systèmes de monitoring des performances des modèles
- Améliorer continuellement les modèles existants
4- La recherche et l'innovation
- Effectuer une veille sur les dernières avancées en data science et IA
- Tester et évaluer de nouvelles approches et algorithmes
- Contribuer à la culture de l'innovation data-driven au sein de l'entreprise
La collaboration et la communication
- Travailler étroitement avec l'AI Product Manager pour transformer les use cases en solutions techniques
- Collaborer avec le Data Engineer pour la préparation des données et le déploiement des modèles
- Vulgariser les concepts techniques pour les parties prenantes non-techniques
- Documenter rigoureusement les modèles et les méthodologies utilisées
Interactions Clés
Collaboration étroite avec les membres des équipes AI
Interface avec les équipes métier pour comprendre leurs besoin
