Premier opérateur aéroportuaire privé au monde, VINCI Airports gère plus de 70 aéroports dans 14 pays en Europe, en Asie et sur le continent américain. Grâce à son expertise d’intégrateur global, VINCI Airports développe, finance, construit et exploite les aéroports en apportant sa capacité d’investissement et son savoir-faire dans l’optimisation de la performance opérationnelle, la modernisation des infrastructures et la conduite de leur transition environnementale.
Nous recherchons un(e) Lead Data Scientist (F/M) pour renforcer notre équipe.
Cœur de métier :
- Développer et améliorer les algorithmes de machine learning pour le forecasting court et long terme en utilisant une grande variété de modèles ML adaptés au forecasting temporel
- Assurer le suivi et la performance des modèles en production, garantir leur robustesse et détecter les dérives
- Contribuer au développement des outils d'IA générative transverses : concevoir et faire évoluer les solutions de chatbot, recherche et analyse documentaires, plateforme agentique
- Participer aux projets de spécialisation métier et d'automatisation : concevoir des architectures RAG, orchestrer des agents, intégrer des LLM dans les workflows opérationnels via des plateformes agentiques
- Intégrer les modèles dans les environnements techniques du Smart Data Hub, gérer les pipelines d'entraînement associés et contribuer aux pratiques MLOps/LLMOps
- Travailler avec les métiers pour assurer l'interprétabilité des outils, leur intégration dans les processus décisionnels et leur bonne appropriation
- Soutenir l'adoption des solutions en accompagnant, formant et en communicant auprès des utilisateurs non techniques
Dimension Lead :
- Être le référent technique sur les sujets GenAI/forecasting : proposer les choix d'architecture, challenger les approches, garantir la robustesse et la scalabilité des solutions
- Structurer et diffuser les bonnes pratiques de développement ML/LLMOps au sein de l'équipe (revue de code, standards de pipeline, documentation)
- Accompagner la montée en compétence des membres juniors de l'équipe sur les sujets techniques (pairing, revues de code, partage de retours d'expérience)
- Être un point de contact privilégié entre l'équipe Data Science et les autres équipes techniques pour sécuriser les intégrations
- Contribuer à la définition des priorités techniques et à l'amélioration continue des pratiques de l'équipe
- Travailler étroitement avec le Head of Data pour structurer une feuille de route clair et précise.
Profil :
- Diplômé(e) d'une école d'ingénieur ou d'une formation universitaire, avec une spécialisation ou un intérêt marqué pour les statistiques, le machine learning ou les mathématiques appliquées
- 2 à 4 ans d'expérience en Data Science, avec une pratique confirmée de la mise en production, idéalement complétée par une exposition aux technologies d'IA générative (LLM, Agent, RAG)
- Une première expérience de structuration technique ou de rôle de référent sur un sujet (pas nécessairement de management d'équipe formel)
- Bases scientifiques solides, capacité à comprendre, adapter et expliquer des modèles avancés
- Forte appétence pour la compréhension des enjeux métiers et capacité à traduire des besoins opérationnels en solutions techniques pertinentes
- À l'aise avec Python, aussi bien pour l'analyse de données et la construction de pipelines ML modulaires que pour le développement de backend applicatif
- Appétence pour la prise de responsabilité technique et l'envie de faire progresser une équipe, plus qu'un track record de manager confirmé
- Autonome, rigoureux(se), curieux(se), et motivé(e) par la résolution de sujets complexes
- Bon communicant, capable de travailler avec des profils variés et de vulgariser des sujets techniques
Compétences souhaitées :
- Connaissances mathématiques, en statistiques ou dans un domaine connexe
- Expérience en analyse de données et modélisation (Time series, Tabulaire, Stats)
- Code structuré et maintenable, conception de pipelines d'entraînement et d'inférence (Kubeflow, Pandas)
- Construction d'API et développement backend (FastAPI, Flask)
- Maîtrise des pipelines de données et sensibilité aux problématiques MLOps/LLMOps (versionning, monitoring, CI/CD)
- Capacité à structurer des bonnes pratiques techniques et à les faire adopter par une équipe
- Aisance naturelle pour transmettre et accompagner des profils plus juniors
- Maîtrise de l'anglais : capacité à mener des discussions techniques approfondies et à présenter des résultats/enjeux business de manière claire auprès d'interlocuteurs métiers internationaux
- Capacité à travailler en équipe et à communiquer efficacement avec les parties prenantes du projet
- Capacité à travailler dans un environnement technologique en constante évolution et à s'adapter rapidement aux changements
- Une connaissance du secteur aéroportuaire serait un plus