Data scientist (H/F)

Domaine : Intelligence artificielle, traitement de données scientifiques, chimie analytique et automatisation industrielle
Type de poste : CDI
Lieu de travail : a préciser

Missions principales
1. Développement et optimisation d'algorithmes scientifiques

Concevoir, développer et optimiser des algorithmes de traitement et d'analyse de données issues d'équipements de laboratoire.
Développer des méthodes de calcul de concentrations, d'exploitation des résultats analytiques et de traitement des données expérimentales.
Analyser et améliorer les algorithmes existants afin d'accroître leur précision, leur robustesse et leurs performances.
Comprendre, évaluer et implémenter de nouveaux concepts mathématiques, statistiques et algorithmiques adaptés aux problématiques métier.

2. Traitement de données en chimie analytique

Développer des solutions informatiques adaptées aux besoins des laboratoires d'analyses chimiques.
Exploiter des données issues de techniques analytiques, notamment la chromatographie et la spectrométrie.
Participer au développement et à l'amélioration des algorithmes de détection, d'identification et d'intégration des pics chromatographiques.
Mettre en œuvre des méthodes de calcul de concentrations, d'étalonnage, de quantification et de validation des résultats analytiques.
Collaborer avec les équipes scientifiques pour traduire les problématiques de chimie analytique en solutions algorithmiques.

3. Intégration de l'intelligence artificielle dans les processus métier

Concevoir et intégrer des solutions d'intelligence artificielle dans les processus opérationnels des entreprises et des laboratoires.
Développer des systèmes automatisés de lecture, d'extraction et d'interprétation de documents et de données scientifiques.
Intégrer des modèles de vision par ordinateur, de traitement automatique des données et de compréhension documentaire.
Déployer les modèles d'IA dans des environnements de production réels et assurer leur intégration avec les applications métier existantes.
Évaluer la fiabilité des résultats générés par les modèles et mettre en place des mécanismes de contrôle et de validation.

4. Industrialisation et maintenance des solutions

Concevoir des applications robustes, maintenables et adaptées aux contraintes des environnements de production.
Développer des API et des interfaces permettant l'intégration des algorithmes dans les systèmes d'information existants.
Réaliser des tests fonctionnels, des benchmarks et des évaluations de performance.
Diagnostiquer les anomalies, corriger les dysfonctionnements et améliorer continuellement les solutions déployées.
Assurer une veille technologique et scientifique afin d'identifier les nouvelles méthodes, architectures et approches algorithmiques pertinentes.

Compétences techniques requises
Développement et algorithmique

Maîtrise de Python et des bibliothèques de traitement de données.
Solides connaissances en algorithmique, mathématiques appliquées, statistiques et optimisation numérique.
Capacité à concevoir, analyser et optimiser des algorithmes complexes.

Intelligence artificielle

Connaissance des méthodes de machine learning et de deep learning.
Maîtrise des techniques de traitement automatique des données et, idéalement, de vision par ordinateur.
Capacité à intégrer, tester et déployer des modèles d'IA dans des environnements de production.
Connaissance des API, des bases de données, de Git et des outils de déploiement logiciel.

Chimie analytique et données scientifiques

Connaissances en chimie analytique et en traitement des données expérimentales.
Compréhension des principes de la chromatographie et de la spectrométrie.