En un coup d'œil
- Missions: Optimiser et automatiser des processus de données avec Python et Matlab.
- Entreprise: Entreprise innovante en Ile-de-France spécialisée en Deep Learning.
- Avantages: Mission longue, travail en équipe dynamique et projets passionnants.
- Autres infos: Opportunités de croissance dans un environnement R&D stimulant.
- Pourquoi ce job: Rejoins une équipe qui façonne l'avenir de l'analyse de données.
- Qualifications: Compétences en Python, Matlab, et expérience en data engineering.
Le salaire estimé est compris entre 49500 - 60500 € par an.
Nous cherchons un(e) Data Engineer – Automatisation et Exploitation des données pour un de nos clients situé en Ile-de-France.
Contexte : Dans le cadre du développement des méthodes Deep Learning pour les séries temporelles, vous rejoindrez l’équipe Odométrie au sein du Département Automatique. Cette équipe imagine, prototype et valide les algorithmes. Vous travaillerez en étroite collaboration avec les équipes Odométrie, Deep Learning et Big Data.
Objectifs et livrables :
- Optimiser et maintenir les outils existants data-driven en Python et Matlab.
- Assurer la structuration des données pour une meilleure exploitation dans les processus de l’équipe.
- Mettre en place une automatisation complète de processus de rejeu de données, création de datasets, analyse de performances, entre autres.
- Intégrer ces automatisations dans le workflow global de l’équipe.
En particulier, vous travaillerez sur :
- La génération automatique de datasets, utilisés pour l’entraînement des réseaux de neurones.
- L’amélioration de l’outil de visualisation de performances, afin d’automatiser l’analyse de performances des algorithmes et de faciliter l’interprétation des résultats.
- La mise en place d’un système docker pour le lancement automatique d’un rejeu de données, s’intégrant dans le cadre d’un projet à l’échelle de la R&D Computer Vision – Automatique – Deep Learning.
Compétences demandées :
- Linux : Confirmé
- Matlab : Avancé
- C++ : Confirmé
- Python : Confirmé
Compétences techniques :
- Optuna
- Streamlit
- Docker
- Time Series
Langues :
- Anglais / English : Courant
Mission longue. Démarrage ASAP.
Data Engineer H/F Nouvelle mission employeur : Finding
Rejoindre notre équipe en La Sarthe, c'est intégrer une entreprise qui valorise l'innovation et l'expertise technique. Nous offrons un environnement de travail collaboratif où chaque employé a la possibilité de se développer professionnellement grâce à des formations continues et des projets stimulants. De plus, notre culture d'entreprise favorise l'équilibre entre vie professionnelle et personnelle, tout en offrant des avantages compétitifs et un cadre de travail agréable.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer H/F Nouvelle mission
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Finding
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Finding. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Data Engineer H/F Nouvelle mission
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Finding, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Finding que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Finding. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Finding
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Finding et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
