Afin d’accompagner la croissance de notre practice Data Science & IA, nous recherchons un Data Scientist ou un profil technique data souhaitant évoluer vers la Data Science, bonne maitrise de Snowflake et capable de concevoir et d’industrialiser des solutions analytiques à fort impact dans cet environnement cloud.
Tu rejoindras une équipe passionnée, où la maîtrise technique, la compréhension des enjeux métiers et l’expertise Snowflake se rencontrent pour générer de la valeur.

Ta mission

Tu seras responsable de la valorisation et de l'industrialisation des produits DS & IA au sein d'un environnement cloud moderne et scalable. Ton rôle combinera expertise technique, accompagnement client et innovation autour de la data et de l'IA.

Tes principales responsabilités 

• Collecter, transformer et structurer les données depuis différentes sources (APIs, CRM, ERP, data lakes…) pour les exploiter dans Snowflake.
• Concevoir, optimiser et automatiser des pipelines de données et workflows de machine learning dans Snowflake, en lien avec les Data Engineers.
• Développer, entraîner et déployer des modèles prédictifs (Python, Snowpark, scikit-learn, TensorFlow, PyTorch) directement dans l’écosystème Snowflake.
• Mettre en œuvre des processus MLOps (CI/CD, monitoring, versioning) pour industrialiser les modèles.
• Collaborer avec les équipes techniques pour garantir la performance et la fiabilité des solutions data sur Snowflake.
• Participer à la veille technologique Snowflake, IA générative et MLOps, et contribuer à la communauté Data Science interne (partage, mentoring, formations).
• Développement de produits, partage, mentoring, formations

• Formation : Bac +5 (école d’ingénieur, université, master en Data Science, Statistiques, Mathématiques appliquées ou Informatique).
• Expérience : 2ans d’expérience minimum en Data Science, avec une expertise avérée sur Snowflake et MS Azure ou AWS

• Compétences techniques : Langages : Python, SQL
• Outils & frameworks : Snowflake, Snowpark, dbt, Airflow, scikit-learn, TensorFlow ou PyTorch
• Bonnes pratiques : CI/CD, MLOps, DataOps
• Bonne maitrise du DevOps ou un intérêt pour les environnements conteneurisés (Docker, Kubernetes) est un plus apprécié
• Soft skills : esprit analytique, pédagogie, curiosité, rigueur, autonomie et sens du service client.
• Secteurs potentiels : Banque, Assurance au Retail et l'Energie