Lead Data Scientist H/F MGEN

Leadership technique & structuration
Assurer le lead technique des Data Scientists.
Définir et diffuser les standards techniques IA/Data adaptés au contexte santé/assurance.
Accompagner la réalisation des produits d'IA (de l'idéation à la mise en production) en travaillant avec les Product Owner IA.
Contribuer à l'animation de la communauté Data Science.
Mener une veille IA responsable, notamment sur l'IA explicable et éthique.
Être l'interface technique entre Data Science, MLOps, sécurité et DSI.
Contribution technique directe
Concevoir et développer des modèles pour les cas d'usage mutuelle : Scoring et classification (risque, fraude, résiliation, satisfaction adhérent)
Modèles complexes sur données hétérogènes (santé, contrats, sinistres)
RAG et LLM pour l'assistance aux conseillers, la recherche documentaire, l'aide à la décision
Participer activement à l'industrialisation avec les équipes MLOps, notamment en continuité des travaux entamés dans une phase précédente.
Mettre en place le monitoring des modèles et la gestion des dérives.
Produire un code robuste, sécurisé et documenté (CRISP, traçabilité).
Architecture & industrialisation
Contribue à la définition des patterns techniques IA (MLOps, CI/CD, monitoring).
Concevoir l'architecture ML/IA conforme aux standards SI et aux contraintes réglementaires.
Garantir la scalabilité et la maintenabilité des solutions.
Assurer le rôle de pilote du socle Data Science (MLOps, LLMOps, Python), en garantissant sa conception, son évolution et sa maintenance.
Garantir l'industrialisation des modèles d'IA, de leur développement à leur mise en production et leur monitoring, en veillant à la sécurité, la conformité (RGPD, éthique de l'IA) et la performance.
Participer activement au développement de modèles complexes (Machine Learning, Deep Learning, LLM) et à l'optimisation des pipelines de données.
Qualité, sécurité & conformité
Mettre en place et optimiser les bonnes pratiques de développement, de test et de déploiement continu (CI/CD) pour les solutions IA.
Garantir le respect : du RGPD (données de santé, données sensibles),
des exigences de cybersécurité,
des règles de conformité et d'audit.
Mettre en oeuvre des pratiques d'IA explicable, traçable et non biaisée.
Interface métier & stratégie
Traduire les besoins métiers (gestion, relation adhérents, prévention, fraude) en solutions techniques.
Apporter de la visibilité sur la faisabilité, les coûts et les risques.
Travailler en binôme avec le Chief Data Scientist pour assurer l'alignement métier / technique.