Vous souhaitez valoriser vos connaissances dans un contexte business concret ? Être à la frontière de la recherche et du monde de l’entreprise ? Nous recherchons un(e) Data scientist, jeune docteur PHD. Idéalement récemment diplômé(e)(e) d’un doctorat en apprentissage automatique, statistiques appliquées, mathématiques appliquées ou informatique, nous cherchons un profil capable de contribuer à la mise en place de nos initiatives de R&D au sein de notre Data-Lab, tout en sachant contribuer de manière significative à des missions de conseil en lien avec le domaine de recherche.
En tant que Data Scientist, vous aurez, dans le cadre de nos missions, un focus particulier sur le développement de modèles de reinforcement learning dédiés à l’aide à la décision dans un contexte commercial.
Vous travaillerez sur l’écosystème data de nos clients, avec des données réelles riches et complexes. Les algorithmes développés auront un impact direct sur la performance commerciale de nos clients. Les thèmes de recherche abordés pour ce poste sont :

• Utilisation d’algorithmes de Reinforcement Learning (offline) pour identifier les actions optimales
• Modélisation de Process de Décisions de Markov (PDM) dans des contextes particuliers : hiérarchiques, état représenté par un graph, etc.
• Méthodes d’estimation causales dans des contextes réels (variables partiellement observés, forte dimensionalité, non-linéarité, etc.)
• Modèles Bayésiens hiérarchiques
• Traitement des données pour faciliter la convergence et améliorer l’exactitude de la politique d’action : réduction du bruit, réduction de la dimensionalité, dé-confusion, etc.

Vous serez encadrés par des professionnels expérimentés dans le domaine d’application, l’implémentation d’algorithmes de data science et l’ingénierie informatique.
Notre stack technique pour le travail en R&D : Python (Pytorch, Scikit-Learn, Numpy, Pandas, Jupyter, Streamlit, Plotly, etc.) ainsi que R et Stan.

• Récemment diplômé(e) d’un doctorat en apprentissage automatique, statistiques appliquées, économétrie, mathématiques appliquées ou informatique.
• Bonnes connaissances théoriques en modélisation statistique et techniques d’apprentissage automatique (Machine Learning), y compris statistiques Bayésiennes et méthodes causales
• Expérience d’implémentation d’algorithmes bayésiens hiérarchiques
• Programmation : Python, R (Stan, Java également appréciés)
• Optionnel : Expérience en deep learning avec PyTorch
• Datamining : SQL (NoSQL, Neo4J apprécié)
• Bonnes capacités de présentation et communication
• Grande capacité d’écoute, grande curiosité et bonne autonomie
• Bonne maîtrise de l’anglais
  Vous êtes passionné(e) par l’impact des data sur les industries traditionnelles ? Vous recherchez un environnement agile où vous pourrez avoir un réel impact ? Vous faites preuve de curiosité, dynamisme et proactivité ? Vous aimez les données et les sujets complexes, tout en restant dans des sujets très concrets ? Rejoignez-nous !

2-3 rounds d’entretien dont une discussion pratique autour d’une étude de cas