Scientifique IA senior

Job summary

Design and conduct experiments to evaluate AI approaches, define suitable metrics and benchmarks, and validate hypotheses to improve model performance and reliability. Analyze model errors, robustness, generalizability, bias, and uncertainty, and collaborate with multidisciplinary teams to operationalize findings and improve AI evaluation and governance practices.

Job details

À propos de l'opportunité Notre client, une organisation d'envergure engagée dans une importante transformation numérique, est à la recherche d'un(e) Scientifique IA senior pour contribuer à la conception, l'évaluation et l'évolution de solutions avancées en intelligence artificielle. Ce rôle s'adresse à un expert capable d'aller au-delà de l'application de modèles existants afin de concevoir, expérimenter et valider des approches innovantes dans des contextes complexes. Vous participerez à des initiatives de pointe touchant l'intelligence artificielle classique, l'IA générative et les systèmes agentiques, dans un environnement axé sur l'innovation, la rigueur scientifique et la création de valeur. Votre rôle et responsabilités Concevoir et mettre en œuvre des protocoles expérimentaux permettant d'évaluer différentes approches d'intelligence artificielle. Définir les métriques, jeux de référence et critères d'évaluation adaptés à des problématiques complexes ou non standards. Formuler, tester et valider des hypothèses scientifiques afin d'améliorer la performance et la fiabilité des solutions IA. Comparer différentes architectures, modèles et stratégies d'apprentissage pour identifier les approches les plus performantes. Réaliser des analyses approfondies des erreurs, des limites et des cas d'échec afin d'améliorer continuellement les solutions développées. Évaluer la robustesse, la généralisabilité, les biais et les incertitudes associés aux modèles. Collaborer avec les équipes de science des données, d'ingénierie IA, d'architecture et de développement afin de transformer les résultats expérimentaux en solutions opérationnelles. Contribuer à l'évolution des pratiques d'évaluation, d'expérimentation et de gouvernance des modèles d'IA. Documenter les hypothèses, méthodologies, limites et résultats afin d'assurer leur traçabilité et leur reproductibilité. Effectuer une veille scientifique continue et recommander les approches émergentes les plus pertinentes. Profil recherché Expérience significative en intelligence artificielle, apprentissage automatique ou recherche appliquée. Solides connaissances en statistiques avancées, expérimentation et validation de modèles. Excellente maîtrise de Python et des bibliothèques d'apprentissage automatique. Expérience dans la conception et l'évaluation de modèles complexes. Capacité à analyser de façon rigoureuse les résultats expérimentaux et à en tirer des conclusions exploitables. Expérience avec les environnements infonuagiques et plateformes de données modernes. Excellentes aptitudes en communication et vulgarisation technique. Forte capacité d'analyse, de résolution de problèmes et d'innovation. Français requis à l'oral et à l'écrit. Compétences techniques recherchées Python Machine Learning Deep Learning Statistical Modeling Generative AI Large Language Models (LLM) Prompt Engineering MLflow Azure Databricks Azure AI Services SQL PySpark MLOps LLMOps LangChain (atout) LangGraph (atout) Atouts Expérience avec les solutions d'IA générative et les architectures RAG. Connaissance des systèmes multi-agents et des solutions agentiques. Expérience dans l'évaluation de modèles de langage (LLM). Participation à des travaux de recherche, publications scientifiques ou conférences spécialisées. Expérience dans des environnements à grande échelle et fortement axés sur les données. Conditions Mode de travail hybride. Collaboration avec des équipes multidisciplinaires spécialisées en données et intelligence artificielle. Participation à des initiatives stratégiques et innovantes à fort impact. BH 22600

What you’ll do

Design and conduct experiments to evaluate AI approaches, define suitable metrics and benchmarks, and validate hypotheses to improve model performance and reliability. Analyze model errors, robustness, generalizability, bias, and uncertainty, and collaborate with multidisciplinary teams to operationalize findings and improve AI evaluation and governance practices.

Requirements

Requires significant experience in AI, machine learning, or applied research, with strong knowledge of advanced statistics, experimentation, and model validation. Candidates should be proficient in Python and machine-learning libraries, experienced with complex models and modern cloud and data platforms, and able to communicate technical findings clearly; French is required.

Listed skills

• Python · Preferred
• Machine learning · Preferred
• prompt engineering · Preferred
• SQL · Preferred

Other relevant skills

Identified from the job description. Confirm important requirements above.

• Python
• Machine Learning
• Deep Learning
• Statistical Modeling
• Generative AI
• Large Language Models
• Prompt Engineering
• MLflow
• Azure Databricks
• Azure AI Services
• SQL
• PySpark
• MLOps
• LLMOps
• LangChain
• LangGraph

Job areas

• Technology
• Data & Analytics
• Science & Research
• Software

More jobs from Systematix