Data Scientist GCP / Big Data H/F

Description du poste Dans le cadre d'un besoin en émergence chez l'un de nos clients grands comptes, nous recherchons un(e) Data Scientist disposant d'une solide expérience sur les environnements Google Cloud Platform (GCP). Le consultant interviendra sur des sujets liés à la valorisation de la donnée, au traitement Big Data et à l'industrialisation de modèles analytiques et/ou Machine Learning. Les contours de la mission sont encore en cours de définition, mais les premiers échanges orientent le besoin vers un environnement Data Cloud moderne avec une forte composante GCP. Une expérience sur des architectures data cloud et des environnements Big Data sera fortement appréciée. Missions

• Participer à la collecte, l'analyse et la valorisation des données
• Concevoir et industrialiser des pipelines de traitement de données
• Développer et entraîner des modèles Machine Learning
• Exploiter les services Google Cloud Platform dans un environnement data
• Participer à l'optimisation et à la structuration des architectures data
• Travailler en collaboration avec les équipes Data Engineering / BI / Produit
• Contribuer à l'amélioration continue des traitements et performances analytiques
• Mission longue visibilité possible
• Environnement technique moderne orienté cloud et data
• Collaboration avec des équipes expertes Data / IA
• Contexte stimulant autour des problématiques Big Data et Machine Learning
• Possibilité d'évolution du périmètre technique selon les besoins du client
• Télétravail partiel envisageable

Diplôme Bac +5 en informatique, data, mathématiques appliquées, statistiques ou équivalent. Expérience demandée Minimum 3 ans d'expérience sur des environnements Data / Big Data. Idéalement :

• 3 à 5 ans pour un profil confirmé
• ou davantage sur des environnements cloud complexes

Compétences techniques attendues Obligatoires

• Google Cloud Platform (GCP)
• Python

- SQL

- Environnements Big Data Très appréciées

• BigQuery
• Vertex AI
• Dataflow
• PySpark / Spark
• Airflow
• TensorFlow / Scikit-learn
• Docker / Kubernetes

- CI/CD

Environnement

• Cloud
• Data Engineering
• Machine Learning
• Architecture Data