Sec Gen Data Scientist Membre du Projet d'Intelligence Artificielle Générative du Snum H/F

Ministères économiques et financiers

- Diplôme de niveau Bac +5 ou Doctorat en Data Science, Mathématiques Appliquées, Informatique, Intelligence Artificielle ou dans un domaine équivalent.

- Développement : Maîtrise opérationnelle de l'écosystème Python pour la data science (pandas, scikit-learn) et des frameworks dédiés aux LLM (ex: LangChain, LlamaIndex). La connaissance des API et des modèles open-source (Mistral, Llama) est un atout.

- Excellentes compétences en communication orale et écrite, avec la capacité de présenter des résultats complexes de manière claire et accessible.
Afficher la suite
- Forte capacité en travailler en équipes transverses.

- Sens du service public : Intérêt marqué pour les enjeux et le contexte administratif, institutionnel et politique du MEFSIN. Une forte motivation pour contribuer à la modernisation de l'action publique.

- Culture DevOps & MLOps : Une sensibilité aux pratiques DevOps/MLOps (Docker, CI/CD, suivi des expériences) est nécessaire pour un déploiement efficace des solutions.

- Expérience réussie dans la mise en place de produits d'IA générative

- Connaissance du ministère et de ses directions

- Connaissance de la dynamique interministérielle autour de l'IA générative

Compétences :

Intelligence Artificielle Générative et LLM :

- Architecture et fonctionnement des Large Language Models (LLM).

- Techniques de fine-tuning et d'optimisation des modèles.

- Méthodes de Retrieval-Augmented Generation (RAG).

Data Science Fondamentale :

- Machine Learning (supervisé et non-supervisé).

- Deep Learning et réseaux de neurones.

- Traitement du Langage Naturel (NLP).

Environnement Technique :

- Connaissance de l'écosystème Python pour la data science (librairies : pandas, NumPy, scikit-learn, PyTorch/TensorFlow).

- Notions de DevOps/MLOps (conteneurisation avec Docker, orchestration, intégration continue).

- Principes des architectures API (REST).

Contexte Institutionnel :

- Connaissance du paysage administratif français et des enjeux du service public.

- Compréhension du rôle du MEFSIN, de la DINUM et des enjeux de la donnée publique.

Savoir-faire :

Gestion de Projet et Méthodologie :

- Travailler en mode agile au sein d'une équipe transverse.

- Participer à la conduite de projet de A à Z (de l'idée au déploiement).

- Analyser et formaliser des besoins métiers complexes.

Elaborer une stratégie, une politique

Expertise Technique Appliquée :

- Choisir et benchmarker différents modèles de LLM en fonction d'un cas d'usage et des contraintes

- Concevoir une architecture technique complète pour une application d'IA générative.

- Optimiser les coûts d'infrastructure et de fonctionnement des modèles.

Développement et Ingénierie :

- Maîtriser les frameworks spécialisés LLM (LangChain, LlamaIndex).

- Capacité à prototyper rapidement des solutions pour valider un concept (PoC).

- Capacité à industrialiser un prototype en une solution robuste et scalable.

- Compétence en "APIfication" des modèles et applications d'IA.