Les missions du poste
Dans le cadre du développement d'une plateforme dédiée à la gestion et à l'optimisation d'actifs énergétiques renouvelables (photovoltaïque, éolien, stockage), notre client souhaite accélérer l'industrialisation de ses cas d'usage Data Science.
Les modèles développés s'inscrivent dans une logique opérationnelle et métier, au service de la performance des actifs et de la prise de décision.Vos missionsEn tant que Lead Data Scientist, vous interviendrez sur l'ensemble de la chaîne de valeur Data :1. Structuration des cas d'usageRecueillir et analyser les besoins métiersFormaliser des cas d'usage Data ScienceDéfinir les indicateurs de performance (KPI)Prioriser les sujets selon leur valeur métier et leur faisabilité2. Développement des modèlesConcevoir et implémenter des modèles de :prévision (séries temporelles, machine learning)segmentation / clusteringdétection d'anomaliesRéaliser des analyses d'impact économiqueProduire des modèles robustes, documentés et intégrables3. Industrialisation & MLOpsDéployer les pipelines Data sur DatabricksOrchestrer les workflows via Apache AirflowMettre en place des pipelines batch et temps quasi réelDéfinir et structurer un framework MLOps :versioning des modèlesmonitoring des performancesgestion du cycle de viereproductibilitéCompétences requises : Livrables attendusFormalisation des cas d'usage priorisésModèles et algorithmes validésPipelines industrialisésDocumentation technique complèteFramework MLOps opérationnelProfil recherchéFormation supérieure en data / informatique / mathématiquesExpérience significative (6 ans minimum) en Data ScienceExpertise en Python et SQLMaîtrise de Databricks et Apache AirflowExpérience en MLOps (MLflow ou équivalent)Bonne connaissance des données volumineuses et séries temporellesCompétences attenduesCapacité à traduire un besoin métier en solution techniqueEsprit d'analyse et de synthèseAisance dans des environnements complexesCapacité à interagir avec des interlocuteurs métiers et techniquesAtouts complémentairesExpérience dans le secteur de l'énergie ou industrielConnaissance des problématiques de performance d'actifs
Compétences requises
- Python
- Batching
- Logiciels de gestion de versions
- Machine learning
- Esprit d'analyse
- SQL