Scientifique Principal Des Donn ES EN positions focus on delivering results in their domain. This page aggregates open Scientifique Principal Des Donn ES EN roles and what employers typically expect.
Opportunité À Valtech, vous trouverez un environnement propice à l’apprentissage continu, à l’impact concret et à la croissance professionnelle. Que vous développiez de nouvelles solutions digitales, remettiez en question les idées reçues ou construisiez la prochaine génération d’expériences client, votre travail contribuera à transformer les secteurs d'activité. Nous sommes fiers de: Notre travail et l'innovation que nous encourageons Nos valeurs : « share, dare, care » Une culture d'entreprise qui favorise la créativité , la diversité et l'autonomie Notre structure mondiale sans frontières , qui permet une collaboration fluide La maîtrise de l'anglais est requise, car le rôle implique des communications régulières avec des clients et des collègues situés à l'extérieur du Québec. Rôle Le scientifique principal des données en IA est un poste de contributeur individuel senior au sein de l’équipe Science des données, IA et IA agentique . Cette personne est responsable de diriger des initiatives complexes en analytique, en modélisation prédictive et en IA appliquée. Elle travaille avec un haut degré d’autonomie et agit comme conseiller(ère) de confiance en matière de science des données et de stratégie en intelligence artificielle. Ce rôle consiste à concevoir et à mettre en œuvre des solutions avancées de modélisation, d’expérimentation et d’IA appliquée afin de résoudre des problématiques d’affaires à forte valeur ajoutée. Le scientifique principal des données en IA transforme des besoins d’affaires parfois ambigus en approches analytiques structurées, en conceptions de modèles, en cadres d’évaluation et en recommandations concrètes. Il ou elle collabore étroitement avec des équipes multidisciplinaires et des parties prenantes afin de garantir que les solutions analytiques et fondées sur l’IA soient à la fois solides sur le plan technique et porteuses de résultats concrets. À ce niveau, le poste exige une solide expertise quantitative, une maîtrise approfondie de la modélisation, des pratiques rigoureuses en matière d’expérimentation ainsi qu’une utilisation réfléchie des méthodes d’intelligence artificielle. Le scientifique principal des données en IA contribue à orienter les approches analytiques, améliore la qualité des livrables grâce à l’adoption de pratiques exemplaires et d’approches réutilisables, et renforce l’efficacité globale des initiatives en science des données dans l’ensemble des mandats. Responsabilités du poste Diriger des initiatives complexes en analytique, en statistique, en apprentissage automatique ( machine learning ) et en IA appliquée dans plusieurs secteurs d’activité, cas d’usage ou groupes de parties prenantes. Définir des approches en science des données qui harmonisent les enjeux d’affaires, les possibilités de modélisation, les méthodes d’évaluation et les résultats mesurables. Traduire des besoins d’affaires et des attentes de parties prenantes parfois ambigus en stratégies analytiques structurées, conceptions de modèles, hypothèses, approches d’ingénierie des variables ( feature engineering ), plans de validation et recommandations concrètes. Diriger la conception et la mise en œuvre de modèles et d’analyses pour des cas d’usage tels que la segmentation, les prévisions, la modélisation de propension, la détection d’anomalies, l’analyse d’expérimentations, les analyses orientées vers les recommandations et l’aide à la décision. Orienter l’utilisation de données structurées, semi-structurées et, lorsque pertinent, non structurées afin de générer des connaissances et de développer des solutions adaptées aux besoins d’affaires. Assumer la responsabilité du développement dans des carnets d’analyse ( notebooks ), des flux de travail reproductibles et des actifs analytiques dans Databricks et d’autres environnements infonuagiques. Mettre en œuvre des méthodes d’apprentissage automatique et d’intelligence artificielle pour des cas d’usage tels que la classification, la notation ( scoring ), la synthès…