Data Scientist Industrialisation IA

Énergie

Informatique

Saint-Denis, Île-de-France

PythonSQLNoSQLGitHubDockerAPIGCPAWSCI/CDLLMRAGAgents

Rôle

Conception et déploiement de solutions IA et Data en production pour les enjeux industriels du parc nucléaire et thermique en s'appuyant sur une approche industrialisée et sécurisée.

Technologies

PythonSQLNoSQLGitHubDockerAPIGCPAWSCI/CDLLMRAGAgents

Entités

Division NumeriqueDpntForce D'action Rapide DU NumeriqueFarnumData OP

Contextes

ÉnergieNucléaireThermique

Compétences

Analyse DataDiagnostic des donnéesCartographie des sources de donnéesCollecte et mise en qualitéModèles IAMachine LearningIA générativeArchitecture solutions IADéploiement en productionOptimisation et pilotageDataOpsMLOpsCode reviewQualité de codeTestsDocumentationAgileVeille technologique

Challenges détectés

6 enjeux

Les principaux enjeux identifiés chez EDF, avec les technologies et compétences associées.

01Optimisation
Implémenter et améliorer la démarche Data pour les cas d'usage
Technologies clés
PythonSQLNoSQL
Compétences clés
Diagnostic des donnéesCollecte et mise en qualitéValorisation et intégration
02Conformité
Identifier et évaluer les usages d'IA dans les projets métiers
Technologies clés
LLMRAGAgents
Compétences clés
Évaluation faisabilité techniqueConformité standards groupe
03Optimisation
Concevoir les architectures de solutions IA de bout en bout
Technologies clés
GCPAWSDockerAPI
Compétences clés
Architecture solutions IAChoix infrastructure et modèlesPatterns
04Optimisation
Déployer, optimiser et piloter les produits Data et IA en production
Technologies clés
CI/CDDockerGCPAWS
Compétences clés
Déploiement en productionPerformanceRobustesse
05Autre
Assurer la veille technologique IA et le partage des connaissances
Compétences clés
Veille technologiquePartage de connaissancesPédagogie
06Optimisation
Mettre en place et diffuser les bonnes pratiques DataOps et MLOps
Technologies clés
GitHubCI/CD
Compétences clés
DataOpsMLOpsCode review