Scientifique en calcul IA/ML Accenture France

Scientifique en calcul IA/ML – SONG

#LI-EU

Accenture Song est l’activité d’Accenture axée sur la croissance des clients grâce à l’expérience, au design, au marketing, au contenu, au commerce et aux produits numériques.

VOUS ÊTES

En tant que scientifique en calcul IA/ML, vous concevrez, développerez et opérationnaliserez des solutions d’intelligence artificielle et de machine learning pour des clients d’entreprise, en combinant des modèles personnalisés avec des services d’IA cloud et tiers afin de fournir des résultats prêts pour la production. Votre rôle couvre l’ensemble du cycle de vie de la solution : évaluer les besoins et les données des clients, sélectionner et personnaliser les modèles (y compris le Deep Learning, l’IA générative et les grands modèles de langage), concevoir des pipelines de données et DevOps & MLOps évolutifs pour l’entraînement et la production, et garantir la qualité, la valeur et la fiabilité des systèmes déployés.

LE TRAVAIL

• Formuler des problèmes du monde réel en solutions d’IA et de Machine Learning pratiques, efficaces et évolutives
• Développer et mettre en œuvre des algorithmes, des modèles et des systèmes informatiques de machine learning ; concevoir et construire des pipelines de données évolutifs afin de prendre en charge l’entraînement des modèles et la production avec DevOps & MLOps
• Personnaliser et appliquer des modèles de Deep Learning et d’IA générative à divers cas d’utilisation en fonction des besoins de l’entreprise, de la disponibilité des données et des exigences en matière de systèmes et d’infrastructure, y compris les appareils en périphérie (edge devices) et le HPC
• Participer à la recherche et au développement de nouveaux algorithmes, modèles et simulations d’IA et de calcul haute performance, ainsi qu’à leurs applications pour résoudre des problèmes commerciaux complexes sur les sites des clients
• Travailler avec des ensembles de données à grande échelle et utiliser des techniques de prétraitement des données afin de garantir des données d’entrée de haute qualité pour l’entraînement et la production
• Mettre en œuvre et maintenir des mécanismes efficaces de stockage et de récupération des données pour les modèles et les connaissances à l’aide d’outils appropriés
• Justifier la valeur des approches de modélisation dans les problématiques commerciales
• Collaborer avec des équipes tant du côté métier que technique, notamment les utilisateurs, les représentants des cas d’utilisation, les responsables métier, les ingénieurs, les architectes et les concepteurs UI, afin d’atteindre les objectifs du projet de bout en bout et d’assurer l’intégration en production