En mission chez un de nos clients industriels, vous interviendrez sur des problématiques concrètes de data science sur des données météorologiques :

L’objectif est de développer/améliorer des modèles permettant de prédire la production d’énergie solaire et éolien à partir de données météorologiques.

Le poste inclut également le développement d’une librairie afin de faciliter et standardiser le développement des modèles.

Ingénieur Grande École d’ingénieurs, vous avez de fortes connaissances en :

• Machine Learning : Random Forest, XGBoost

• Deep Learning : Comment entrainer un modèle de deep, interpréter les résultats, comment gérer des problèmes (vanishing, overfitting….)

• Times Series : Savoir ce qu’est une série stationnaire, être à l’aise avec les notions de décomposition et corrélation.

Vous êtes à l’aise avec :

• Conteneurisation/Docker : comprendre ce qu’est une image, savoir construire une image, savoir déployer une image, savoir debugger un conteneur

• L’environnement AWS notamment Sagemaker

• ML Flow

• Les données météorologiques.

Votre autonomie, votre capacité à être force de proposition et votre esprit de synthèse ont été reconnues durant vos précédentes expériences (stage ou césure).

• Entretien de préqualification :

  • Échange téléphonique

  • Validation de votre parcours, de vos motivations et de vos attentes

• Entretien 1 :

  • Entretien d’environ 1 heure en visioconférence

  • Échange avec un Business Manager

  • Envoi d’un test technique à l’issue de l’entretien

• Entretien 2 :

  • Entretien avec la Direction Technique

  • Évaluation approfondie de vos compétences techniques et de votre adéquation avec nos projets

• Entretien 3 :

  • Entretien dans nos locaux

  • Rencontre en présentiel et découverte de notre environnement de travail