Senior Data Scientist - Ml Engineer H/F Hellowork group Super recruteur

Chez Hellowork Group, on développe des solutions digitales au service de l'emploi et de la formation, utilisées chaque jour par des millions de personnes et d'entreprises.

Derrière ces produits, il y a beaucoup de data, du machine learning en production, et une place de plus en plus importante pour l'IA générative et les LLM, avec un objectif simple : créer des usages concrets et utiles.

Dans ce contexte, on recrute un·e Senior Data Scientist / ML Engineer pour un rôle central, à la croisée de la modélisation, du MLOps et de l'ingénierie produit. Le poste s'inscrit au sein d'une équipe Data Science de 6 personnes, aux profils variés et complémentaires, et couvre l'ensemble du cycle de vie des modèles, de la modélisation à la mise en production.

Missions

Un rôle au coeur des sujets data et IA, où l'on passe naturellement de l'exploration aux décisions techniques... puis à la prod (oui, la vraie) !

Modélisation & expérimentation

• Concevoir, améliorer et challenger des modèles de machine learning sur des cas variés : ranking, recommandation, NLP, LLM
• Tester rapidement de nouvelles approches via des POC et des benchmarks
• Évaluer les modèles sous l'angle technique, métier et produit

Mise en production & industrialisation

• Déployer les modèles en production et accompagner leur intégration dans les produits
• Mettre en place des pipelines fiables et reproductibles
• Suivre la performance dans le temps et renforcer la robustesse des systèmes ML

Structuration MLOps & rôle senior

• Faire évoluer les pratiques MLOps de l'équipe
• Définir et faire vivre les standards de mise en production
• Contribuer aux choix d'outillage, d'architecture et aux décisions techniques structurantes

LLM & IA générative

• Travailler sur des cas concrets : prompting, fine-tuning, RAG, agents
• Identifier les approches les plus pertinentes et celles qui créent réellement de la valeur
• Transformer les expérimentations utiles en usages produit industrialisés

Travail transverse & impact produit

• Collaborer étroitement avec les équipes produit, data et engineering
• Participer au cadrage et à la priorisation des sujets
• Partager les apprentissages et diffuser les bonnes pratiques ML

Stack & environnement

Selon les sujets, la stack mêle modélisation, NLP / LLM, mise en production et MLOps.

• Langages & data : Python, SQL, Elasticsearch
• NLP / LLM : Hugging Face, Transformers, embeddings, RAG
• Infra & tooling : APIs, Git, CI/CD
• MLOps : outils de tracking, monitoring et d'observabilité des modèles