Ingénieur(e) en science des données Full Stack

Diriger les diagnostics de performance de bout en bout à travers les dimensions client, produit et conseiller afin d'identifier les opportunités de croissance, d'efficacité et de primauté. Traduire les données organisées en informations exploitables par le développement d'hypothèses, les tests, l'analyse et la narration aux parties prenantes. Concevoir et livrer des actifs analytiques évolutifs, y compris des ensembles de données, des tableaux de bord, des cadres de segmentation et des modèles prédictifs d'IA/ML. Rechercher, évaluer et implémenter des outils et algorithmes d'IA/ML pour résoudre des problèmes commerciaux complexes. Développer des visualisations et des récits de données convaincants adaptés aux publics techniques et non techniques. Collaborer avec les propriétaires d'entreprise pour favoriser l'adoption de l'analyse avancée et de l'IA/ML. Diriger la collaboration interfonctionnelle avec les scientifiques des données, les ingénieurs, les partenaires informatiques et les propriétaires de processus commerciaux. Fournir une expertise en la matière, du mentorat et des conseils sur les méthodologies d'analyse avancée et d'IA/ML. Identifier les tendances analytiques émergentes et les besoins en données pour améliorer les solutions reproductibles et évolutives. Travailler avec confiance avec des données structurées et non structurées provenant de sources multiples, en assurant l'utilisabilité, la propreté et la fiabilité des données. Capable de construire ou de modifier des pipelines de données ou des actifs analytiques.

Un diplôme de deuxième ou de premier cycle dans une discipline quantitative ou axée sur l'analyse (par exemple, analyse commerciale, science des données, statistiques, mathématiques, ingénierie, informatique, finance, sciences actuarielles). 5 ans d'expérience pertinente en analyse avancée, science des données ou IA/ML appliquée dans des domaines tels que les services financiers, la technologie, le conseil ou des industries similaires. Forte capacité à encadrer et structurer des problèmes commerciaux complexes dans les services financiers / services bancaires de détail, à relier les informations analytiques aux leviers commerciaux et à traduire les résultats en recommandations claires et exploitables. Aisance démontrée à interagir avec les cadres supérieurs et les parties prenantes de la haute direction (C-suite), influençant les décisions par une narration concise et axée sur les informations. Capacité démontrée à explorer les données de manière créative, à identifier des modèles non évidents et à tester rigoureusement des hypothèses pour résoudre des problèmes commerciaux complexes. Expérience de travail avec des modèles ML/IA existants (ajustement des entrées, interprétation des sorties) et de construction ou de modification de modèles au besoin. Solide connaissance du Machine Learning appliqué, du Deep Learning, des Large Language Models. Solide expérience du cloud avec Azure ou AWS et des services cloud d'IA/ML tels que Databricks, Kubernetes, Docker et l'orchestration de conteneurs, Azure Machine Learning, Azure Data Factory. Maîtrise de la création de tableaux de bord, de visualisations et de récits de données clairs et convaincants, adaptés à des publics divers.

Baccalauréat