Data Scientist (GCP,GIT,MLmodels) -(h/f)
emagine Consulting SARLSaaS B2BPubliée il y a 2 semaines
450 €/j
- Lieu
- Roissy-en-France · Télétravail non précisé
- Durée
- 3 ans
- Démarrage
- 3 novembre 2026
- Expérience
- Confirmé (3-6 ans)
- Langues
- Français, Anglais
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- Le TJM de cette mission se situe en dessous de la médiane des 13 missions de votre métier et de votre séniorité de notre catalogue dont l'annonce publie un budget, dont la médiane est de 500 €/jour (moitié centrale : 400 à 500 €/jour).
- 3 missions data scientist sont ouvertes à Roissy-en-France en ce moment, sur 74 pour ce métier en France.
- 0 % des missions data scientist de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : GitHub Actions (48 missions), MLOps (106 missions), BigQuery (122 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Merci de contacter Sumi Delplanque via LinkedIn
Le rôle principal du Data Scientist est de soutenir l'équipe de marketing numérique en développant et en maintenant des modèles d'apprentissage automatique, tout en assurant une bonne communication avec les besoins commerciaux.
Responsabilités
Connecter avec le business, comprendre leurs besoins et représenter l'équipe à CDG.
Développer, implémenter et maintenir des modèles d'apprentissage automatique pour la détection d'anomalies et les recommandations de destinations.
Concevoir, rechercher et mettre en œuvre l'ensemble du pipeline ML, de la reformation au déploiement et à la surveillance du modèle.
Surveiller et améliorer continuellement les modèles ML en production, en garantissant des déploiements à faible latence.
Travailler au sein de l'écosystème Google Cloud Platform (GCP), utilisant des outils comme BigQuery et la suite VertexAI.
Utiliser Terraform pour l'infrastructure-as-code, Docker pour la conteneurisation et Github Actions pour les pipelines CI/CD.
Participer aux cérémonies régulières de l’équipe comme les stand-ups et les sessions de raffinement.
Must-haves
Au moins 3 ans d'expérience en Data Science ou Machine Learning.
Expérience avérée dans le développement de pipelines MLOps.
Expérience en Python de production, bonnes pratiques CI/CD.
Connaissance de Google Cloud Platform (GCP) et outils connexes.
Maîtrise des technologies comme Terraform, Docker et Github Actions.
Expérience avec Git, Unix shell, et REST APIs.
Nice-to-haves
Capacité à travailler en autonomie et à être rigoureux.
Aptitude à comprendre des domaines métier variés.
Compétences attendues
Indispensables
- GCP
- BigQuery
- Terraform
- Docker
- GitHub Actions
- CI/CD
- Machine Learning
- MLOps
Appréciées
- Python
- Git