Data Scientist IA (H/F)

Contexte :

Dans le cadre d’un projet stratégique autour de la Data Science et de l’Intelligence Artificielle, notre client recherche un Data Scientist IA confirmé capable d’intervenir de manière autonome sur des problématiques de Machine Learning, Computer Vision et traitement automatisé de documents.

Le consultant intégrera un environnement technique exigeant, en collaboration étroite avec les équipes métiers et les équipes spécialisées en IA. Il interviendra notamment sur des sujets de reconnaissance de formulaires, traitement d’images, reconnaissance d’écriture manuscrite et évaluation de modèles de vision et de langage.

La mission sera réalisée en environnement sécurisé, avec de fortes exigences en matière de confidentialité, reproductibilité, traçabilité et qualité des traitements.

Missions :

Concevoir et développer des pipelines de Machine Learning / Deep Learning dédiés au traitement automatisé de documents.

Prétraiter et analyser des images : redressement, binarisation, recalage et alignement de formulaires.

Réaliser la segmentation, détection et extraction de zones d’intérêt sur des documents.

Mettre en œuvre des solutions de reconnaissance d’écriture manuscrite (OCR / HTR).

Étudier et exploiter des modèles Vision-Language (VLM) : prompting, évaluation et, selon les besoins, fine-tuning de modèles open-weight.

Comparer différentes architectures et approches afin d’identifier les modèles les plus adaptés aux différents types de variables.

Concevoir des métriques d’évaluation adaptées aux cas d’usage, analyser les performances et caractériser les erreurs.

Mettre en place des mécanismes de score de confiance et de gestion de l’incertitude.

Automatiser la comparaison des résultats produits par les modèles avec les données de référence.

Développer des pipelines reproductibles permettant de générer les sorties attendues et d’automatiser les contrôles qualité.

Assurer la mise en production et l’industrialisation des modèles dans un environnement conteneurisé.

Utiliser des infrastructures GPU et des environnements de type Kubernetes / stockage objet S3.

Assurer le suivi des expérimentations et des modèles avec des pratiques MLOps, notamment via MLflow.

Produire un code source versionné, documenté, lisible et reproductible.

Rédiger la documentation technique et méthodologique permettant la réappropriation des travaux par les équipes internes.