Ingénieur·e Data Science, Machine Learning &IA

Au sein de l'équipe Services hydrologiques à valeur ajoutée , vous prenez en charge l'analyse de données hydrologiques, météorologiques et spatiales ainsi que la conception, le développement et la mise en production des modèles d'intelligence artificielle et de machine learning qui alimentent les produits vorteX-io : prédiction du régime de cours d’eau, estimation des précipitations, détection d'anomalies sur les stations, cartographie hydrologique.

Vous couvrez toute la chaîne — de l'exploration des données brutes à la mise en production — et contribuez aux projets clients nécessitant une expertise data science. Vous êtes rattaché·e à l'Engineering Manager de l'équipe Services hydrologiques à valeur ajoutée.

Analyse de données hydrologiques, météorologiques et spatiales

• Collecter, nettoyer et structurer les jeux de données hydrologiques et météorologiques et spatiaux
• Réaliser des analyses exploratoires et opérationnelles : cartes d'anomalies, études statistiques de séries temporelles
• Produire des livrables d'analyse à destination des équipes métier et des clients

Développement et maintenance des modèles ML/DL

• Construire des pipelines de données fiables alimentant les jeux de données des modèles
• Concevoir, entraîner, évaluer et optimiser les modèles de prédiction (régime des cours d'eau, précipitations, anomalies, détection d'eau)
• Adapter les modèles existants aux nouvelles sources de données et aux retours terrain

Mise en production (MLOps)

• Industrialiser le déploiement des modèles via des pipelines reproductibles ainsi que des chaînes de traitement opérationnelles des produits développés avec ces modèles
• Mettre en place le monitoring des performances en production (drift, dégradation)
• Gérer le cycle de vie des modèles (versioning, retraining, rollback)

Développement assisté par IA & codage agentique

• Utiliser au quotidien les outils de codage agentique (Claude Code, GitHub Copilot, Cursor) pour accélérer le développement de pipelines, l'exploration de jeux de données et le prototypage de modèles
• Contribuer à enrichir le contexte partagé avec les agents (AGENTS.md, conventions de projet, documentation technique vivante) en l'adaptant aux spécificités du travail ML/Data
• Participer à l'amélioration continue des pratiques de codage agentique au sein de l'équipe

Recherche, valorisation et veille scientifique

• Assurer une veille active sur les avancées en hydrologie computationnelle et IA appliquée aux sciences de l'environnement
• Évaluer la pertinence des nouvelles approches et proposer des expérimentations
• Assurer le rayonnement scientifique et technique de vorteX-io en participant à des conférences ou des évènements pour nos clients

Collaboration transverse & projets clients

• Travailler en lien étroit avec l'équipe produit pour intégrer les modèles dans les outils vorteX-io
• Contribuer aux études hydrologiques, rapports statistiques et intégrations spécifiques pour les clients
• Évaluer la faisabilité technique des demandes et veiller à la généralisation des développements

Nous Vous Offrons

• La possibilité de participer à un projet d’entreprise portant sur un très fort enjeu environnemental à l’échelle planétaire : l'Eau.
• La chance de rejoindre une équipe pluridisciplinaire, à fortes compétences et bienveillante.
• Un environnement de travail favorisant l'innovation, la prise d'initiatives et le développement professionnel.

Profil Recherché

Formation & expérience

• Ingénieur·e ou docteur·e en data science, machine learning, mathématiques appliquées ou domaine connexe (Bac+5 minimum)
• A partir de 5 ans d'expériences sur toute la chaîne data, de l'exploration à la production

Compétences techniques

• Maîtrise de Python et de son écosystème ML/DL (PyTorch, TensorFlow, scikit-learn)
• Expérience avec AWS (SageMaker, Lambda, S3)
• Pratique des outils MLOps (MLflow, Airflow, DVC ou équivalents)
• Traitement de séries temporelles et données géospatiales
• Maîtrise des outils de codage agentique (Claude Code, GitHub Copilot, Cursor) appliqués au contexte ML/Data
• Anglais professionnel

Qualités personnelles

• Posture proactive et sens de l'ownership : capacité à porter les sujets de bout en bout sans attendre qu'on vous les assigne
• Rigueur scientifique et esprit critique sur les résultats
• Autonomie et capacité à prioriser dans un environnement scaleup
• Curiosité intellectuelle pour les domaines applicatifs (hydrologie, météorologie, spatial)
• Communication claire des résultats techniques à des interlocuteurs non spécialistes
• Esprit d'équipe et capacité à tirer l'ensemble de l'organisation vers le haut

Un plus apprécié

• Spécialisation ou expérience en sciences de l'environnement ou hydrologie
• Familiarité avec les formats géospatiaux (NetCDF, GeoTIFF, shapefiles)
• SQL et bases de données temporelles (PostgreSQL, TimescaleDB)
• Expérience en structuration de contexte pour agents IA (AGENTS.md, documentation vivante)