Senior Data Scientist H/F

Cherrypick

Le besoin

Contexte

Dans le cadre du départ d'un de nos Data Scientists internes, notre client du secteur de la santé recherche un Data Scientist expérimenté en renfort externe pour assurer la continuité de ses projets stratégiques en intelligence artificielle.

Vous rejoindrez une équipe dynamique travaillant sur un projet d'IA Générative ambitieux et à fort impact au sein de la DSI/Valorisation Data & IA, en lien avec le Chief Data Officer du Data Office et avec le Centre de Compétence IA/Ops qui se met en place et auquel vous participerez.

Missions

• Reprise et poursuite des travaux existants : prise en charge des travaux en cours du Data Scientist sortant, assurant une transition fluide et la continuité du développement du projet d'IA Générative.

• Développement et optimisation de modèles LLM : conception, entraînement, évaluation et optimisation de Large Language Models (LLM) pour la génération de texte, spécifiquement adaptés aux besoins de pré-réponses aux e-mails.

• Intégration et déploiement : participation à l'intégration des modèles développés dans l'environnement de production, en collaboration avec les équipes techniques.

• Mise en place de bonnes pratiques MLOps/LLMOps : contribution à l'industrialisation des modèles d'IA, en appliquant les principes et outils MLOps et LLMOps pour garantir la robustesse, la scalabilité et la maintenabilité des solutions.

• Optimisation des processus RAG : analyse et amélioration des processus actuels de Retrieval-Augmented Generation (RAG) de la plateforme Hélia, en vue d'accroître la pertinence, la flexibilité et la performance des réponses pour l'utilisateur final.

• Analyse et amélioration continue : analyse des performances des modèles, identification des axes d'amélioration et proposition de solutions innovantes pour optimiser la pertinence et la qualité des pré-réponses générées.

• Veille technologique : rester informé(e) des dernières avancées en matière d'IA Générative, de LLM et de Machine Learning pour proposer des approches toujours plus performantes.

Outils & Environnement

• Plateforme Hélia, un environnement sécurisé déployé sur Cloud S3NS Crypt3ns, avec interaction via des APIs internes exposées via Cloud Run.

• Machine Learning (ML) : maîtrise des algorithmes et techniques de Machine Learning, incluant le traitement du langage naturel (NLP).

• Large Language Models (LLM) : expertise dans la conception, l'entraînement, le fine-tuning et l'évaluation de LLM. Expérience avec Gemini (via Vertex AI) et Mistral est un atout majeur.

• Python : excellente maîtrise du langage Python et de ses bibliothèques dédiées à la Data Science (Pandas, NumPy, Scikit-learn, TensorFlow, PyTorch, Hugging Face Transformers).

• Orchestration LLM : maîtrise des frameworks d'orchestration tels que Langchain et Langgraph.

• IA Ops (MLOps / LLMOps) : expérience dans la mise en oeuvre de pratiques MLOps et/ou LLMOps (gestion de versions de modèles, CI/CD pour l'IA, monitoring, déploiement, etc.).

• Bases de données vectorielles : connaissance et expérience avec PGVector pour le stockage et la recherche de vecteurs.

• Cloud : expérience avec les services Cloud, notamment Cloud Run pour le déploiement et l'exécution de services.

• Observabilité : familiarité avec des outils d'observabilité pour LLM comme Langfuse est un plus.

• Architecture logicielle : compréhension des principes d'architecture hexagonale.

• Frontend/Backend : connaissance de React pour le frontend et des APIs Python pour le backend serait appréciée pour faciliter les échanges avec l'équipe de développement.

Contraintes Techniques et Architecturales

• Respect de la stack technique :

  • Frontend : modifications sur la base de code React existante.

  • Backend : développements en Python, sur le socle non-normalisé actuel. L'introduction de nouvelles dépendances majeures est proscrite sans validation préalable de l'équipe technique.

  • LLMs : la solution doit rester compatible avec les modèles utilisés, principalement Gemini via Vertex AI et Mistral. Les optimisations ne doivent pas créer de régression sur l'un des modèles.

• Intégration à l'existant : les évolutions doivent s'intégrer de manière cohérente aux composants applicatifs existants.

• Sécurité : l'ensemble des développements doit être compatible avec les exigences de sécurité internes. Le transit de données en dehors des zones de confiance définies est proscrit.

• Performance : les solutions proposées doivent être optimisées pour garantir des temps de réponse acceptables pour l'utilisateur final.

Contraintes Organisationnelles

• Méthodologie Agile : intégration complète aux rituels agiles de l'équipe projet.

• Collaboration : mode de travail collaboratif étroit avec les développeurs, les autres entités de la DSI, les Product Owners et les architectes.

• Documentation : l'ensemble du code et des architectures doit être documenté en français, conformément aux standards internes.