• Concevoir et mettre en place un framework de machine learning modulaire et orienté vers l’avenir. Tâches possibles :
• Implémenter les best practices pour la prétraitement des données, l’entraînement des modèles, la validation et le deployment.
• Intégrer des principes de maintenance et de feedback dans le cadre du machine learning : tels que le suivi des performances des modèles et le retraining des modèles.
• Gestion de version.
• Visualiser et partager les résultats. Fournir un système de logging.
• Préparer l’infrastructure à une migration vers des environnements cloud.
• Documenter les processus.
• Coacher les membres de l’équipe dans l’utilisation du framework.

• Présenter l’analyse aux services business.

• Développer et appliquer des modèles de machine learning. Tâches possibles :

• Traduire les questions business en solutions techniques lors de courtes itérations.
• Identifier et contrôler les sources de données.
• Analyse de données.
• Préparation des données.
• Feature engineering pour créer des variables significatives.
• Analyse exploratoire des données pour découvrir des patterns, évaluer la qualité des données et optimiser l’input des modèles.
• Sélection des algorithmes.
• Développer, comparer et tuner des modèles prédictifs.
• Automatiser le processus.
• Visualiser et présenter les résultats de manière compréhensible et convaincante.
• Évaluer et optimiser en continu les modèles.

Le consultant doit pouvoir communiquer couramment dans les autres langues nationales.

L’entretien sera combiné à un exercice pratique.

Compétences techniques :

• Connaissance des modèles analytiques.
• Techniques de machine learning