Data Scientist - (H/F)

Afin de répondre à nos ambitions et challenges, l'équipe Data est à la recherche d'un·e stagiaire Data Scientist. L'équipe est actuellement composée de :
Quentin & Vincent - Data Engineer
Christopher, Leeroy & Guillaume - Data Analyst
Alexandre & Alexandre - Data Scientist
Soizic - Chief Data Officer

Nous cherchons donc une nouvelle pépite pour rejoindre cette belle équipe!

Objectif du stage
Optimiser un algorithme capable de détecter automatiquement les maisons de luxe à partir de plusieurs sources de données (descriptions, données géographiques, photos), avec à la clé :

- Une meilleure recommandation pour nos utilisateurs haut de gamme,
- Une valorisation commerciale plus ciblée
- Un gain de temps opérationnel pour les équipes terrain (Collection Team).

Il y aura 4 phases, en collaboration avec l'équipe Collection pour valider les résultats:

Audit:
- Compréhension du projet existant et des limites des solutions actuelles
- Identifier les nouveaux objectifs attendus avec l'équipe Collection

Ré-entrainement:
- Réentraîner les modèles existants sur les données les plus récentes
- Ajuster les seuils de détection pour optimiser le ratio pertinence / volume
- Mettre à jour les dashboards de suivi des performances

Amélioration de l'architecture actuelle:
- Identifier des pistes d'amélioration et évaluer les gains
- Développement, entraînement et mise en production du modèle amélioré
- Documenter les évolutions

Automatisation de l'entraînement:
- Mise en place d'un pipeline d'entraînement automatisé pour suivre, rejouer et comparer les expérimentations (MLFlow, Sagemaker)
- Tracking des métriques, optimisation des hyperparamètres, et versionnement des artefacts (modèles, datasets.)
En fonction de la durée du stage, un projet de recommandation pourra compléter les tâches.

Stack & compétences recherchées
- Modélisation & machine learning : scikit-learn, LightGBM
- Traitement de texte : NLP, embeddings, TF-IDF, BERT
- Computer vision (optionnel) : PyTorch, DINOv2
- Manipulation de données : pandas, SQL, dbt
- Visualisation & évaluation : seaborn, matplotlib, plotly
- Notions MLOps appréciées : MLflow, Airflow, Airbyte, dockerisation