Data Scientist – Machine Deep learning (H/F)

Nous encourageons les candidatures de personnes en situation de handicap, et nous nous engageons à répondre au mieux à leurs besoins spécifiques.

Profil / Mission

Dans le cadre de projets Data Science menés par Davidson pour ses clients dans des secteurs variés (Gaming, Luxe, Télécoms, Finance, etc.), tu interviendras en tant que spécialiste ML & DL. Ta mission consistera à accompagner des experts métiers sur des problématiques variées : traitement du langage naturel, reconnaissance d’images, détection de la fraude, système de recommandation, agent conversationnel, etc.

À Ces Fins Tes Missions Consisteront à

• Animer des ateliers d’expression de besoins
• Identifier, intégrer et croiser les sources de données (structurées ou non structurées)
• Préparer et analyser des données
• Créer, implémenter des modèles
• Prototyper et valider les algorithmes
• Mesurer les gains obtenus
• Communiquer et capitaliser sur les résultats
• Réaliser une veille technologique ainsi que des études d’opportunités

Compétences requises ou à acquérir

• De formation ingénieur / BAC+5, tu as déjà réussi plusieurs projets dans le domaine de la Data Science. Avec au minimum 2 ans d’expérience professionnelle (et c’est vraiment un minimum hein…)
• Des compétences scripting sont nécessaires. Et mieux vaut être fort en maths !

Aptitudes / Savoir-être

• Excellent relationnel
• Capacité d’analyse
• Curiosité
• Pédagogie
• Anglais + SQL / Python bilingue

Description du pôle

La donnée est aujourd’hui un actif stratégique au cœur de la transformation digitale des entreprises et à la base de la création de multiples nouveaux services. Davidson dispose d’une expertise unique autour de la donnée qui lui permet d’intervenir de bout-en-bout pour ses clients, qu’ils soient data-driven ou cherchent « simplement » à valoriser leurs données.

Nos Métiers

• Accompagnement à la mise en place d’une stratégie données
• Architecture Big Data
• Data visualisation
• Data science

Notre Environnement Technique

• Infrastructures & Stockage : Cloud (AWS, Azure, Google Cloud Platform), Cloudera,
• MapReduce, Hortonworks, mongoDB, Hadoop, Cassandra, Splunk, Redis, CouchDB
• Traitement de données : Spark, Scala, Kafka, Logstach, Elasticsearch, Hive, Storm, Flink
• Analytics : R, Python, SPSS&SAS, TensorFlow, Sickit learn
• Dataviz : grafana, dataiku, kibana, Tableau, Qlik, Outil propre JS
• Devops & containers : Docker, puppet, Jenkins, Sonar, Openshift, Kubernetes, Ansible
• Domaines : Machine Learning, Deep Learning