Offre d'emploi Lead Data Scientist NLP

Le profil doit avoir 5 années d'expériences sur une fonction similaire.

Les compétences obligatoires sont :

• Capacité à accompagner techniquement des data scientists

• Maîtrise de Python

• Maîtrise des tâches de pré-traitement des données textuelles (parsing, expressions régulières, enrichissement (POS Tagging, dependency parsing), normalisation via lemmatisation ou stemming, correction orthographique)

• Compétences en apprentissage automatique sur des données textuelles via au moins l’un des domaines ci-dessous :

o Maîtrise des fondamentaux du Machine Learning : compréhension des concepts clés, des algorithmes et des méthodes d'évaluation

o Expertise en Deep Learning : connaissance approfondie des architectures de réseaux de neurones, notamment les RNN, LSTM, GRU, et Transformers

o Maîtrise des Frameworks de Deep Learning : expérience avec TensorFlow, PyTorch ou Keras

o Connaissance des techniques « Transfer Learning » : expérience avec des modèles LLMs pré entraînés comme CamemBERT, GPT ou Mistral et leur fine-tuning pour des tâches spécifiques

o Prompt engineering

• Capacité à restituer et communiquer efficacement les résultats des travaux menés en data science

• Appétence à l’innovation et à la veille technologique : capacité à rester à jour avec les dernières avancées en NLP

• Proactivité et dynamisme pour piloter un projet de NLP avec des acteurs de profils variés

• Encadrement d’analystes (délai, accompagnement technique, qualité)

• Expérience sur l’un ou plusieurs de ces cas d’usage :

o Classification multi-class / multi-label

o Analyse de sentiment, opinion mining

o Extraction d’entités nommées

o Segmentation de texte

o Similarité sur les données textuelles

o Génération de texte : expérience d'utilisation de LLMs notamment dans des tâches de résumé automatique, synthèse, chatbot, etc

• GitLab : connaissances de versionning et de partage de code (add, commit, push, pull, etc)

• Gestion de la donnée dans un contexte réglementaire RGPD/AI Act

• MLOps : expérience avec des outils et des pratiques pour automatiser le cycle de vie du ML y compris l'intégration continue, le déploiement continu et la surveillance des modèles

• Intégration et déploiement : capacité à intégrer ou packager des modèles entraînés pour les déployer à grande échelle

• Aisance et rigueur rédactionnelle

Optionnelles :

• Expérience avec les librairies comme NLKT, Spacy, etc

• Connaissance des interactions homme/machine

• Expérience sur le traitement d’images, de vidéos ou d’audios

Vous travaillerez en Ile de France.

Le télétravail partiel est autorisé.

Mission longue.