Observé chez

Staff Data Scientist Search & IA

Technologie

Informatique

Paris

PythonSQLscikit-learnXGBoostPyTorchTransformersKubernetesKafkaDorisIcebergVespa AIMLFlowDBTMetabase

Rôle

Lead technique transverse Data Science pour moteur de recherche européen définissant standards ML architecture Log & Lea

Technologies

PythonSQLscikit-learnXGBoostPyTorchTransformersKubernetesKafkaDorisIcebergVespa AIMLFlowDBTMetabase

Contextes

Moteur de rechercheSouveraineté numérique européenne

Compétences

Information RetrievalRankingNLPEmbeddingsLLMMLOpsÉvaluation ML offline et onlineNDCGA/B testingTrain/serving skewModel registryMentorat techniqueArchitecture MLLog & LearnLeadership technique transverse

Challenges détectés

5 enjeux

Transformation
Construire la Data Platform et stack MLOps cible (Iceberg, MLOps)
Optimisation
Définir et porter les standards ML adaptés au contexte Search & IA
Transformation
Défricher les sujets complexes (Web Search for AI, Learning without Bing)
Croissance
Accompagner la montée en compétence des profils seniors vers des rôles de Lead technique
Autre
Défendre la souveraineté technique avec préférence pour solutions open-source et européennes