Lead Data Scientist – Energie et Prévision F/H

Rejoindre Artelys, c’est avant tout intégrer un environnement stimulant, composé d’expert(e)s passionné(e)s et se donner l’opportunité de prendre part à des projets traitant de problématiques variées et complexes répondant notamment aux grands enjeux de notre époque.

Artelys est une entreprise en forte croissance spécialisée en optimisation, data science et modélisation. Grâce à une expertise de haut niveau dans les techniques quantitatives, ses ingénieur(e)s conçoivent et développent des solutions logicielles d’aide à la décision dans les secteurs de l’énergie, des transports et de l’industrie au sens large.  

Ce poste est basé à Paris. 

Au sein des équipes Optimisation & Data, vous aurez la charge de conduire des travaux d’étude ou d’implémentation opérationnelle de modèles statistiques et de Machine Learning pour nos clients. Les premières missions seront auprès de nos clients énergéticiens et centrées sur des modèles de prévision énergétique (production, consommation).   

En tant que lead data scientist - spécialisé energie et prévision, votre mission sera de :  

• Définir le cadre de mise en œuvre des missions d’étude et d’implémentation : préciser les objectifs, structurer l’approche méthodologique, définir les livrables, établir les principaux jalons, identifier les risques, dimensionner les ressources humaines et financières 

• Piloter des équipes de Data scientist/Data engineer/Data analyst au sein des missions 

• Être garant de la qualité des livrables : pertinence et robustesse de l’approche scientifique, adéquation de la solution aux besoins métiers, conformité du code aux bonnes pratiques, clarté et exhaustivité de la documentation technique et fonctionnelle, qualité des supports destinés aux comités projets 

• Contribuer à une partie des travaux techniques nécessitant une plus grande séniorité que ce soit sur la modélisation, l’analyse ou le développement industriel de cœur de calcul 

• Participer à l’industrialisation, la qualification et le déploiement des modules développés dans le cadre des missions 

• Contribuer à la capitalisation et à la valorisation des travaux en interne et au sein de nos projets de R&D 

• Assurer des missions d'expertise diverses : appui méthodologique, mentorat, sessions de formation 

Titulaire d’un diplôme d'école d'ingénieur (ou équivalent) avec une spécialisation en Data Science, vous disposez d'au moins 5 ans d'expérience en tant que Data Scientist et d’une première expérience d’encadrement et de pilotage projet. Vous êtes le candidat idéal si :  

• Vous avez une expérience de plusieurs années auprès d’une entreprise du secteur Energétique 

• Vous avez déjà exercé une fonction de Lead Data Scientist avec pilotage et encadrement d’une équipe 

• Vous êtes spécialisés sur les techniques de prévisions (dont probabiliste) et modélisation statistique tout en bénéficiant d’un bagage diversifié en Machine Learning/Deep Learning  

• Vous disposez de compétences avancées dans le développement industriel de modules algorithmiques (packaging, déploiement, intégration) 

• Vous maitrisez à la fois Python et R 

Conditions de travail : 

• Contrat à durée indéterminée, statut cadre avec une période d’essai de 4 mois. 

• Jusqu’à 2 jours de télétravail par semaine possibles ; 

• Horaires de travail flexibles ; 

• Des bureaux situés en plein centre de chaque ville dans lesquelles nous sommes implantés. 

Processus de recrutement 

• Etape 1 : un premier échange technique en visioconférence avec deux recruteurs (45 minutes x 2). 

• Etape 2 : un second échange en visioconférence avec deux autres recruteurs, ainsi qu’un rapide échange de 15 minutes avec le Directeur Général d’Artelys (45 minutes x 2 + 15 minutes). 

• Etape 3 : si vos entretiens ont été concluants, nous vous inviterons à vous rendre dans nos locaux, afin de vous faire une offre en présentiel et vous présenter l’environnement de travail. 

Artelys s'engage à garantir un processus de recrutement inclusif à compétences égales. Toutes les candidatures seront étudiées de manière éthique et équitable.