Data scientist (H/F)
Description du poste
Vos Missions En tant que Data Scientist chez DatumLocus, vous jouerez un rôle clé dans le développement de modèles prédictifs et l'optimisation des processus de gestion des données. Vous serez responsable de : - Etat de l'art de la technologie des modèles de fondation: TimeGPT, Chronos, TimesFM, etc. - Travailler sur l'embedding et la vectorisation des séries temporelles pour un forecast optimisé. - Entrainement d'un modèle décodeur only sur la totalité des time series à disposition dans notre base de données food. - Création d'une architecture novatrice (hybride) et plus complexe en combinant des modèles utilisant les transformeurs (encodeur-décodeur, econdeur seul ou décodeur seul) avec des reseaux de neurones à plus court-termes comme les LSTMS ou RNNs - Tests sur des datasets de marché comme le M4, M5, UCI, etc. puis mise en place sur nos propres datasets Profil Recherché - Diplômé(e) d'une école d'ingénieur ou titulaire d'un Master/Doctorat en Data Science, Économétrie, ou Statistiques appliquées. - Expérience professionnelle en tant que Data Scientist ou dans un rôle similaire. - Solides compétences en programmation sur un des 3 langages suivants (R, Python, Rust) - Expérience prouvée dans le développement de modèles de prédiction de séries temporelles. - Bonne connaissance des Modèles de fondation et de l'architecture dites transformers - Maîtrise de l'anglais (niveau professionnel). Un plus si vous avez : - Une expérience avec des services cloud (AWS ou Azure). - Capacité à utiliser HuggingFace, Docker ou Kubernetes, ou toutes autres expériences en tant que MLOps. - Des connaissances en économétries Pourquoi Rejoindre DatumLocus ? - Possible CDI par la suite - Intégrez une start-up qui a une ambition démesurée. - Participez à des projets concrets d'application d'une des technologies les plus prometteuses. - Évoluez dans un environnement flexible avec des opportunités de formation continue.
🐍 python 🕥 Dernière mise à jour il y a 2 semainesExpérience requise
3 An(s)
