Principales responsabilités
Développer des modèles de machine learning supervisé, non supervisé et de deep learning en fonction des besoins métier et des données disponibles.
Préparer les variables (feature engineering), entraîner les modèles, optimiser leurs paramètres et évaluer leurs performances à l'aide d'indicateurs adaptés.
Déployer les modèles en collaboration avec les équipes d'ingénierie et assurer le suivi de leur dérive (drift), de leur latence, de leurs coûts d'exploitation et de leur précision une fois en production.
Documenter le fonctionnement des modèles, leurs limites et les résultats des expérimentations à destination des équipes techniques et métiers.