Data scientist (H/F)
- Temps complet
- Métier: Développement informatique
- Publier sur le site carrière: Non
Description de l'entreprise
Meritis est un cabinet de conseil, pilotage et développement IT fondé en 2007 présent à Paris, Sophia-Antipolis, Aix-en-Provence, Montpellier, Toulouse, Nantes... Et bientôt sur de nouveaux territoires ! Notre mission ? Connecter les meilleurs talents aux entreprises pour leur donner un temps d’avance.
Nous accompagnons nos clients dans l’intégralité de leurs besoins en transformation numérique à travers de nombreux domaines d’expertises : Software Engineering, Finance, Pilotage de projets, Devops, Data, Cloud, Cybersécurité ou encore Agilité.
Intervenant aussi bien dans les secteurs de la Banque, de l'Assurance, des Télécommunications que de l'Industrie ou des Transports, aujourd'hui 40% des entreprises du CAC40 sont clientes Meritis.
Fort de nos valeurs d’exigence, d’humilité, de bienveillance et de proximité, nous comptons aujourd’hui plus de 900 collaborateurs.
Nous mettons un point d’honneur à être proche de nos collaborateurs et à les accompagner de manière individualisée quelles que soient leurs fonctions dans l’entreprise. Certifiée Great Place To Work depuis 2013, notre conception du bien-être au travail va bien au-delà d'un simple label, ce sont nos collaborateurs qui en parlent le mieux : https://www.glassdoor.fr/Avis/Meritis-Avis-E1163008.htm.
Description du poste
Nous recherchons un.e Data Scientist pour contribuer à la conception et au développement de modèles avancés de machine learning et d'intelligence artificielle.
Les missions :
- Résoudre des problématiques métier à l'aide du machine learning, de l'intelligence artificielle, de l'apprentissage statistique et de la reconnaissance de formes
- Utiliser SQL et Python/Scala pour gérer, analyser et transformer de grands volumes de données afin de soutenir la prise de décision basée sur l'IA
- Mettre en œuvre des algorithmes d'analyse de données à grande échelle en collaboration étroite avec les équipes de data engineering
- Manipuler et analyser des données complexes, volumineuses et à forte dimensionnalité provenant de sources variées, en utilisant différents outils et techniques d'analyse de données
- Travailler sur des plateformes cloud (Microsoft Azure, Databricks) et permettre le déploiement de solutions d'IA à grande échelle
- Assurer le reporting et interagir avec les clients afin de garantir la cohérence et la pérennité des modèles
Qualifications
- Diplôme d'ingénieur en mathématiques appliquées / sciences des données
- 2 ans d'expérience hors stage et alternance
- Connaissances en en machine learning / data engineering
- Maitrise de l'anglais écrit et oral mandatory
Informations complémentaires
- Des parcours professionnels sur mesure (évolution de carrière, formations adaptées, mentoring…) ;
- Avoir le choix de sa mission et un accompagnement personnalisé tout au long de votre carrière ;
- Evoluer dans un environnement où l’apprentissage est favorisé : formations certifiantes, e-learning, meetUp, concours de code, parcours d’évolutions etc ;
- Faire partie de communautés d’experts qui partagent leurs savoirs et expériences au sein de nos centres de compétences ;
- Un environnement convivial avec de nombreux événements festifs (soirée annuelle, séminaires & teambuiding, déjeuners et afterworks…) ;
"Meritis est engagée dans la Responsabilité Sociétale des Entreprises. Nous valorisons notre impact positif sur la société et l'environnement. Notre démarche RSE guide chacune de nos actions pour promouvoir l'équité, la durabilité et le bien-être de nos collaborateurs. Rejoignez-nous pour être partie prenante de cette démarche responsable, où chacun de nos talents contribue à construire un avenir meilleur.
Nos différences sont nos atouts. C’est pourquoi Meritis s'implique en faveur de la diversité et de la non-discrimination. Tous nos métiers sont accessibles aux personnes en situation de handicap."
En cliquant sur le lien ci-dessus ou sur tout autre lien externe figurant dans cette publication, vous quittez ce site et accédez à un site web tiers dont les conditions d'utilisation et la politique de confidentialité s'appliquent.