En un coup d'œil
- Missions: Développer des algorithmes de machine learning pour le forecasting et améliorer les outils d'IA générative.
- Entreprise: Leader mondial dans la gestion aéroportuaire, VINCI Airports innove et optimise les performances.
- Avantages: Environnement dynamique, opportunités de carrière, et travail sur des projets à fort impact.
- Autres infos: Possibilité de mentorat et d'évolution rapide dans un secteur en pleine transformation.
- Pourquoi ce job: Rejoignez une équipe passionnée et contribuez à transformer l'avenir des aéroports avec l'IA.
- Qualifications: Diplôme en ingénierie ou sciences, 2-4 ans d'expérience en Data Science, compétences en Python.
Le salaire estimé est compris entre 64350 - 78650 € par an.
Premier opérateur aéroportuaire privé au monde, VINCI Airports gère plus de 70 aéroports dans 14 pays en Europe, en Asie et sur le continent américain.
Grâce à son expertise d’intégrateur global, VINCI Airports développe, finance, construit et exploite les aéroports en apportant sa capacité d’investissement et son savoir-faire dans l’optimisation de la performance opérationnelle, la modernisation des infrastructures et la conduite de leur transition environnementale.
Nous recherchons un(e) Lead Data Scientist (F/M) pour renforcer notre équipe.
Cœur de métier
- Développer et améliorer les algorithmes de machine learning pour le forecasting court et long terme en utilisant une grande variété de modèles ML adaptés au forecasting temporel
- Assurer le suivi et la performance des modèles en production, garantir leur robustesse et détecter les dérives
- Contribuer au développement des outils d'IA générative transverses : concevoir et faire évoluer les solutions de chatbot, recherche et analyse documentaires, plateforme agentique
- Participer aux projets de spécialisation métier et d'automatisation : concevoir des architectures RAG, orchestrer des agents, intégrer des LLM dans les workflows opérationnels via des plateformes agentiques
- Intégrer les modèles dans les environnements techniques du Smart Data Hub, gérer les pipelines d'entraînement associés et contribuer aux pratiques MLOps/LLMOps
- Travailler avec les métiers pour assurer l'interprétabilité des outils, leur intégration dans les processus décisionnels et leur bonne appropriation
- Soutenir l'adoption des solutions en accompagnant, formant et en communiquant auprès des utilisateurs non techniques
Dimension Lead
- Être le référent technique sur les sujets Gen AI/forecasting : proposer les choix d'architecture, challenger les approches, garantir la robustesse et la scalabilité des solutions
- Structurer et diffuser les bonnes pratiques de développement ML/LLMOps au sein de l'équipe (revue de code, standards de pipeline, documentation)
- Accompagner la montée en compétence des membres juniors de l'équipe sur les sujets techniques (pairing, revues de code, partage de retours d'expérience)
- Être un point de contact privilégié entre l'équipe Data Science et les autres équipes techniques pour sécuriser les intégrations
- Contribuer à la définition des priorités techniques et à l'amélioration continue des pratiques de l'équipe
- Travailler étroitement avec le Head of Data pour structurer une feuille de route clair et précise.
Profil
- Diplômé(e) d'une école d'ingénieur ou d'une formation universitaire, avec une spécialisation ou un intérêt marqué pour les statistiques, le machine learning ou les mathématiques appliquées
- 2 à 4 ans d'expérience en Data Science, avec une pratique confirmée de la mise en production, idéalement complétée par une exposition aux technologies d'IA générative (LLM, Agent, RAG)
- Une première expérience de structuration technique ou de rôle de référent sur un sujet (pas nécessairement de management d'équipe formel)
- Bases scientifiques solides, capacité à comprendre, adapter et expliquer des modèles avancés
- Forte appétence pour la compréhension des enjeux métiers et capacité à traduire des besoins opérationnels en solutions techniques pertinentes
- À l'aise avec Python, aussi bien pour l'analyse de données et la construction de pipelines ML modulaires que pour le développement de backend applicatif
- Appétence pour la prise de responsabilité technique et l'envie de faire progresser une équipe, plus qu'un track record de manager confirmé
- Autonome, rigoureux(se), curieux(se), et motivé(e) par la résolution de sujets complexes
- Bon communicant, capable de travailler avec des profils variés et de vulgariser des sujets techniques
Compétences souhaitées
- Connaissances mathématiques, en statistiques ou dans un domaine connexe
- Expérience en analyse de données et modélisation (Time series, Tabulaire, Stats)
- Code structuré et maintenable, conception de pipelines d'entraînement et d'inférence (Kubeflow, Pandas)
- Construction d'API et développement backend (Fast API, Flask)
- Maîtrise des pipelines de données et sensibilité aux problématiques MLOps/LLMOps (versionning, monitoring, CI/CD)
- Capacité à structurer des bonnes pratiques techniques et à les faire adopter par une équipe
- Aisance naturelle pour transmettre et accompagner des profils plus juniors
- Maîtrise de l'anglais : capacité à mener des discussions techniques approfondies et à présenter des résultats/enjeux business de manière claire auprès d'interlocuteurs métiers internationaux
- Capacité à travailler en équipe et à communiquer efficacement avec les parties prenantes du projet
- Capacité à travailler dans un environnement technologique en constante évolution et à s'adapter rapidement aux changements
- Une connaissance du secteur aéroportuaire serait un plus
- #J-18808-Ljbffr
Lead Data Scientist F/H employeur : VINCI Airports
VINCI Airports est un employeur de choix, offrant un environnement dynamique et collaboratif où l'innovation et la performance sont au cœur de nos activités. En tant que Stagiaire Analyste Opérations, vous bénéficierez d'opportunités de développement professionnel tout en contribuant à des projets significatifs qui impactent directement l'efficacité opérationnelle des aéroports. Notre culture d'entreprise valorise la diversité des idées et encourage l'acculturation à la data, vous permettant ainsi de grandir dans un secteur en pleine évolution.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Lead Data Scientist F/H
✨Participer à des hackathons
Les hackathons sont une super opportunité pour montrer tes compétences en data science. En participant, tu peux non seulement travailler sur des projets concrets, mais aussi rencontrer des recruteurs et des professionnels du domaine. Qui sait, ça pourrait mener directement à une offre chez VINCI Airports!
✨Contribuer à des projets open-source
Plonger dans des projets open-source te permet de mettre en pratique tes compétences et d'améliorer ta visibilité dans la communauté des data scientists. C'est aussi une manière géniale de bâtir ton réseau et de te faire remarquer par des entreprises comme VINCI Airports.
✨Réseauter lors de conférences
Les conférences en data science sont le lieu idéal pour rencontrer des professionnels du secteur. N'hésite pas à te présenter, échanger des cartes de visite et discuter de projets avec des personnes qui travaillent dans des entreprises que tu admires, y compris VINCI Airports.
✨Appliquer directement via notre site
Quand tu vois une offre chez VINCI Airports, n'attends pas ! Postule directement sur notre site. Montre-nous ton enthousiasme pour le poste de data scientist à temps plein, et n'oublie pas d'inclure des exemples de tes projets et réalisations.
Nous pensons qu'il te faut ces compétences pour exceller en tant que Lead Data Scientist F/H
Quelques conseils pour ta candidature 🫡
Met en avant tes projets de data science:Pour un poste en data science chez VINCI Airports, assure-toi d'inclure des liens vers tes projets sur GitHub ou des articles de blog où tu expliques tes analyses de données. Ça montre que tu es actif dans le domaine et que tu comprends les défis du travail réel.
Soigne ton CV avec des compétences techniques précises:Quand tu écris ton CV pour un emploi de data scientist, mets en avant les langages de programmation que tu maîtrises (comme Python ou R) et des frameworks comme TensorFlow ou Scikit-learn. Mentionner des projets où tu les as utilisés peut vraiment faire la différence !
Raconte ta passion pour les données dans ta lettre de motivation:Dans ta lettre de motivation, explique pourquoi tu es passionné par la data science et comment ce poste chez VINCI Airports s'aligne avec tes ambitions. C'est l'occasion de montrer ta curiosité intellectuelle et ton envie d'apprendre dans un environnement dynamique.
Soumets ta candidature via notre site:Pour qu'on puisse mieux te considérer pour ce poste, pense à postuler directement sur notre site Web. Cela nous permet de centraliser les candidatures et de mieux te connaître à travers ton formulaire.
Comment te préparer à un entretien d'embauche chez VINCI Airports
✨Maîtrise des outils de Data Science
Assurons-nous de bien réviser les outils que l'on utilise dans le domaine de la data science, comme Python ou R. Sois prêt à discuter des bibliothèques que tu as maîtrisées, comme Pandas ou scikit-learn, et donne des exemples concrets de projets où tu les as utilisés.
✨Prépare-toi à des questions techniques
Attends-toi à des questions techniques sur des sujets comme l'apprentissage machine ou l'analyse de données. On pourrait te demander de résoudre un problème en direct ou de décrire un algorithme que tu as utilisé dans le passé. Prépare-toi à montrer ta capacité à analyser et interpréter des données !
✨Montre ta passion pour l'apprentissage
En tant que candidat pour un poste à temps plein, il est crucial de montrer ton envie d'apprendre et de te développer. Partage tes aspirations et les nouvelles compétences que tu souhaites acquérir pour évoluer dans ce domaine dynamique.
✨Prépare un portfolio percutant
Avoir un portfolio solide est essentiel. Choisis quelques projets pertinents que tu peux présenter, en détaillant les défis que tu as relevés et les solutions que tu as apportées. Ça montrera non seulement tes compétences, mais aussi ta capacité à résoudre des problèmes concrets dans le monde réel.
