Data Scientist confirmé (H/F/X)

Rejoignez Qwant, un moteur de recherche européen respectueux de la vie privée. En tant que Data Scientist, vous serez responsable de la transformation de problématiques complexes en solutions opérationnelles qui améliorent l'expérience utilisateur et les indicateurs clés de nos produits. Vous travaillerez en étroite collaboration avec d'autres profils Data, des ML Engineers, des Product Managers et des équipes Backend. Vous gérerez l'intégralité du cycle de vie des projets, concevrez et déploierez des modèles de Machine Learning, automatiserez les capacités internes, collaborerez à 360° et contribuerez à la stratégie produit et business.

• Piloter des projets de bout en bout, de la phase de découverte et d’analyse des besoins jusqu’au déploiement.
• Concevoir, construire et mettre en production des modèles de Machine Learning afin d’améliorer directement nos produits.
• Collaborer à 360° avec l’équipe Data et en étroite collaboration avec les ML Engineers, les Software Developers.

Vous ne vous reconnaissez pas à 100 % dans les critères ci-dessous ? Aucun problème, envoyez quand même votre CV ! Tous les critères ne sont pas éliminatoires : votre passion, votre curiosité et votre motivation nous aideront à vous faire grandir 😉

• Vous justifiez d’au moins 3 ans d’expérience en Data Science, avec une expérience concrète de mise en production de modèles ayant un impact réel.
• Vous avez une approche pragmatique et orientée “problem solving”. Vous savez qu’un pipeline de monitoring robuste et une donnée de qualité sont souvent plus importants que la complexité algorithmique.
• Vous disposez de solides bases en Search (Information Retrieval, ranking, NLP) ou dans des domaines à forte volumétrie / faible latence comme la recommandation ou les ads.
• Vous maîtrisez parfaitement Python, SQL ainsi que l’écosystème Machine Learning (scikit-learn, XGBoost, PyTorch, Transformers).
• Vous êtes à l’aise sur l’ensemble du cycle de vie ML : conception, déploiement et monitoring de modèles via MLFlow ou des outils équivalents.

### Bonus appréciés

• Expérience avec notre stack principale : Kubernetes, Kafka, Doris, Iceberg, Vespa AI
• Expérience avec PySpark
• Expérience dans la création d’applications de data visualisation (Streamlit, Dash)

**Stack technique**

• Index et ranking déployés sur Vespa AI
• Datasets multimodaux de plusieurs centaines de Gb (pour des gradients boosting trees aux modèles de langage)
• Training sur cluster Kube, distribué sur des machines multi-GPUs
• Tracking & registry: MLFlow
• Logging: In-house data platform (Kafka, Iceberg, Doris, Metabase)