À propos de nous
Notre groupe est au service de la transformation digitale des entreprises depuis 20 ans.
De l’étude à la réalisation en passant par le conseil, nous travaillons sur des projets de refonte d’infrastructure, de Cloud, d’Intelligence artificielle, de Cybersécurité, d’équipements « Endpoint », de Smartcity ou encore en développement web et applicatif.
Nous sommes convaincus qu’il ne suffit pas de transformer l’IT et qu’il faut aussi être capable de digitaliser les produits, les services et plus généralement les métiers
**#DIGITALWAY
La complémentarité de nos différents pôles et de leurs expertises respectives permet aujourd’hui à REEL IT de se distinguer par son hyper-compétence, sa polyvalence et son dynamisme**.
La cohésion entre nos différents pôles d'expertise constitue notre force pour faire face à la complexité et à l’ampleur de tous les projets que nous abordons.
Mission
Vous intervenez au sein d’un environnement data structuré, en lien étroit avec les équipes métiers et la data platform.
Votre rôle consiste à valoriser des gisements de données en mobilisant des compétences scientifiques avancées, tout en intégrant les contraintes et enjeux métier.
Missions principales
- Explorer et exploiter des flux de données issus de la data platform ou de sources externes
- Évaluer la qualité, la richesse et la pertinence des données
- Identifier les sources adéquates et formuler des recommandations (consolider, modifier, rapatrier, externaliser, internaliser)
- Concevoir des modèles statistiques et/ou de machine learning
- Comparer et évaluer différentes approches de modélisation en fonction du contexte métier
- Anticiper les avantages et limites des modèles dans leur environnement d’usage
- Industrialiser les réalisations dans la chaîne technologique data ou les intégrer dans le SI métier
- Assurer une veille active en recherche & innovation
Compétences techniques requises
- Maîtrise avancée de Python
- Connaissance des bibliothèques de machine learning : TensorFlow, PyTorch, Scikit-learn
- Bonne maîtrise des bases de données SQL et NoSQL
- Expérience dans la manipulation de grandes volumétries de données
Compétences scientifiques
- Expertise en algèbre linéaire
- Solides bases en probabilités et méthodes statistiques
- Bonne compréhension des concepts fondamentaux de l’optimisation
Livrables attendus
- Scénarios prédictifs
- Modèles de machine learning
- Présentations structurées des analyses et conclusions
- Recommandations exploitables pour les équipes métiers
**Profil
Profil recherché**
- Expérience significative en data science avancée
- Capacité à faire le lien entre expertise scientifique et enjeux métier
- Rigueur analytique et esprit critique
- Capacité à industrialiser et documenter les travaux réalisés