Expert en science de données
About the role
à propos
Expert en science de données
En tant qu'expert en science de données, vous serez la référence technique de l'organisation pour la conception, le développement et l'industrialisation de solutions avancées en intelligence artificielle et en analytique avancée. Vous interviendrez sur les mandats les plus complexes nécessitant une expertise approfondie en modélisation mathématique, apprentissage automatique et optimisation.
Vous jouerez un rôle stratégique auprès des clients en les accompagnant dans la résolution de problématiques analytiques complexes et en proposant des approches innovantes adaptées à leurs enjeux d'affaires. Vous contribuerez également au développement des meilleures pratiques, au mentorat des scientifiques de données et à l'évolution des capacités de l'équipe.
L'expert en science des données agit comme référence technique de l'organisation dans son domaine d'expertise. Il contribue à définir les orientations technologiques, soutient les mandats les plus complexes, participe au rayonnement de l'entreprise auprès des clients et favorise l'évolution des pratiques en intelligence artificielle et en analytique avancée.
Responsabilités
Concevoir l'architecture analytique de solutions complexes en intelligence artificielle et en science des données. Diriger le développement, la validation, l'industrialisation et l'amélioration continue de modèles d'apprentissage automatique à haute valeur d'affaires. Concevoir et développer des modèles avancés de séries temporelles et de prévision (forecasting) dans des contextes complexes et à grande échelle. Développer et mettre en œuvre des solutions d'apprentissage par renforcement (Reinforcement Learning) adaptées à des problématiques d'optimisation, de contrôle ou de prise de décision. Agir comme expert-conseil auprès des clients afin d'identifier les meilleures approches analytiques selon leurs objectifs d'affaires. Définir les orientations techniques, les standards de qualité et les meilleures pratiques en science des données, modélisation quantitative, MLOps et intelligence artificielle. Superviser le cycle de vie complet des modèles : exploration des données, expérimentation, entraînement, validation, déploiement, monitoring et amélioration continue. Collaborer avec les architectes, ingénieurs de données et experts métier afin d'assurer une intégration robuste des solutions développées. Effectuer des revues techniques, assurer la qualité scientifique des livrables et accompagner les équipes lors des mandats présentant les plus hauts niveaux de complexité. Encadrer et mentorer les scientifiques de données afin de favoriser leur développement professionnel et le partage des connaissances. Participer aux activités d'innovation, de recherche appliquée et de veille technologique afin d'intégrer les avancées pertinentes en intelligence artificielle. Contribuer aux activités de développement des affaires, aux propositions techniques et aux recommandations stratégiques destinées aux clients. Vulgariser les résultats auprès d'auditoires techniques et exécutifs.
Compétences techniques
Requises
Plus de 10 ans d'expérience en science des données, apprentissage automatique ou intelligence artificielle. Expertise avancée en modélisation de séries temporelles, prévision (forecasting) et analyse de données temporelles. (Obligatoire) Expertise avancée en apprentissage par renforcement (Reinforcement Learning) appliqué à des problématiques réelles. (Un atout) Expertise avancée en modélisation statistique, probabilités, méthodes quantitatives et optimisation mathématique. Solide expérience dans le développement de modèles d'apprentissage automatique en environnement de production. Maîtrise avancée des principaux algorithmes d'apprentissage supervisé, non supervisé et profond (Deep Learning). Excellente maîtrise de Python ainsi que des principaux frameworks d'apprentissage automatique. Expérience avec les plateformes infonuagiques (Azure, AWS ou GCP) appliquées aux solutions d'intelligence artificielle. Expérience avec les environnements MLOps (CI/CD, MLflow, DVC, orchestration, monitoring des modèles, reproductibilité). Bonne compréhension des architectures de données modernes (Data Lake, Lakehouse, pipelines de données). Expérience avec les bases de données relationnelles et non relationnelles. Capacité à concevoir et développer des solutions robustes, performantes et évolutives.
Atouts
Expérience dans le secteur de l'énergie, du trading ou de la finance quantitative. Connaissance des modèles génératifs (LLM, IA générative, systèmes agentiques). Connaissance avancée des méthodes d'optimisation mathématique, de la recherche opérationnelle ou des modèles de décision. Expérience avec les méthodologies Agile. Expérience avec Dataiku.
Qualifications
Baccalauréat en mathématiques, statistique, science actuarielle, recherche opérationnelle, informatique, génie logiciel, physique ou dans un domaine quantitatif connexe (obligatoire) Une formation en science actuarielle constitue un atout important. Maîtrise en statistique, mathématiques, science actuarielle, intelligence artificielle, apprentissage automatique ou dans un autre domaine quantitatif constitue un atout important. Doctorat, un atout. Minimum de 10 ans d'expérience pertinente en apprentissage automatique, modélisation statistique ou intelligence artificielle.
Compétences transversales
Leadership technique reconnu et capacité d'influencer les orientations technologiques de l'organisation. Être orienté client et être centré sur l'action et les résultats. Faire preuve d'esprit stratégique et de créativité afin de résoudre des problèmes analytiques particulièrement complexes. Esprit analytique et rigueur scientifique. Être à l'aise dans des contextes d'incertitude. Capacité à vulgariser des concepts techniques et à présenter des résultats à des décideurs. Bonnes capacités en relations interpersonnelles et capacité d'influencer. Bonnes capacités à communiquer efficacement à l'oral et à l'écrit en français. Leadership et expérience en encadrement ou mentorat. Autonomie et capacité à gérer plusieurs projets en parallèle. Valoriser le travail d'équipe et les succès de groupe. Capacité à agir comme expert-conseil auprès des clients et à orienter les décisions stratégiques liées à l'analytique avancée.
About Videns, propulsée par COFOMO
Videns contribue à l'évolution des organisations par la valorisation des données et lintelligence arrtificielle. Son équipe met sa passion, son talent et son expérience à profit pour implanter des processus efficaces et durables, en harmonie avec les personnes et les valeurs des organisations, pour une société plus humaine.
Videns propulse les organisations en exploitant la puissance des données et les technologies d’intelligence artificielle les plus à jour. Son leadership en IA appliquée, reconnu tant au Québec qu’à l’international, se démarque par la justesse de l’analyse des besoins des entreprises ainsi que par la livraison de solutions pérennes et adaptées. Entreprise certifiée B Corp et Women Owned, Videns est l’alliée des organisations qui souhaitent façonner l’avenir avec l’IA de façon éthique et durable.
Chez Videns, nous incarnons l'intelligence artificielle humaine.
Depuis septembre 2025, Videns est propulsée par Cofomo.
Similar Jobs
Expert en science de données
About the role
à propos
Expert en science de données
En tant qu'expert en science de données, vous serez la référence technique de l'organisation pour la conception, le développement et l'industrialisation de solutions avancées en intelligence artificielle et en analytique avancée. Vous interviendrez sur les mandats les plus complexes nécessitant une expertise approfondie en modélisation mathématique, apprentissage automatique et optimisation.
Vous jouerez un rôle stratégique auprès des clients en les accompagnant dans la résolution de problématiques analytiques complexes et en proposant des approches innovantes adaptées à leurs enjeux d'affaires. Vous contribuerez également au développement des meilleures pratiques, au mentorat des scientifiques de données et à l'évolution des capacités de l'équipe.
L'expert en science des données agit comme référence technique de l'organisation dans son domaine d'expertise. Il contribue à définir les orientations technologiques, soutient les mandats les plus complexes, participe au rayonnement de l'entreprise auprès des clients et favorise l'évolution des pratiques en intelligence artificielle et en analytique avancée.
Responsabilités
Concevoir l'architecture analytique de solutions complexes en intelligence artificielle et en science des données. Diriger le développement, la validation, l'industrialisation et l'amélioration continue de modèles d'apprentissage automatique à haute valeur d'affaires. Concevoir et développer des modèles avancés de séries temporelles et de prévision (forecasting) dans des contextes complexes et à grande échelle. Développer et mettre en œuvre des solutions d'apprentissage par renforcement (Reinforcement Learning) adaptées à des problématiques d'optimisation, de contrôle ou de prise de décision. Agir comme expert-conseil auprès des clients afin d'identifier les meilleures approches analytiques selon leurs objectifs d'affaires. Définir les orientations techniques, les standards de qualité et les meilleures pratiques en science des données, modélisation quantitative, MLOps et intelligence artificielle. Superviser le cycle de vie complet des modèles : exploration des données, expérimentation, entraînement, validation, déploiement, monitoring et amélioration continue. Collaborer avec les architectes, ingénieurs de données et experts métier afin d'assurer une intégration robuste des solutions développées. Effectuer des revues techniques, assurer la qualité scientifique des livrables et accompagner les équipes lors des mandats présentant les plus hauts niveaux de complexité. Encadrer et mentorer les scientifiques de données afin de favoriser leur développement professionnel et le partage des connaissances. Participer aux activités d'innovation, de recherche appliquée et de veille technologique afin d'intégrer les avancées pertinentes en intelligence artificielle. Contribuer aux activités de développement des affaires, aux propositions techniques et aux recommandations stratégiques destinées aux clients. Vulgariser les résultats auprès d'auditoires techniques et exécutifs.
Compétences techniques
Requises
Plus de 10 ans d'expérience en science des données, apprentissage automatique ou intelligence artificielle. Expertise avancée en modélisation de séries temporelles, prévision (forecasting) et analyse de données temporelles. (Obligatoire) Expertise avancée en apprentissage par renforcement (Reinforcement Learning) appliqué à des problématiques réelles. (Un atout) Expertise avancée en modélisation statistique, probabilités, méthodes quantitatives et optimisation mathématique. Solide expérience dans le développement de modèles d'apprentissage automatique en environnement de production. Maîtrise avancée des principaux algorithmes d'apprentissage supervisé, non supervisé et profond (Deep Learning). Excellente maîtrise de Python ainsi que des principaux frameworks d'apprentissage automatique. Expérience avec les plateformes infonuagiques (Azure, AWS ou GCP) appliquées aux solutions d'intelligence artificielle. Expérience avec les environnements MLOps (CI/CD, MLflow, DVC, orchestration, monitoring des modèles, reproductibilité). Bonne compréhension des architectures de données modernes (Data Lake, Lakehouse, pipelines de données). Expérience avec les bases de données relationnelles et non relationnelles. Capacité à concevoir et développer des solutions robustes, performantes et évolutives.
Atouts
Expérience dans le secteur de l'énergie, du trading ou de la finance quantitative. Connaissance des modèles génératifs (LLM, IA générative, systèmes agentiques). Connaissance avancée des méthodes d'optimisation mathématique, de la recherche opérationnelle ou des modèles de décision. Expérience avec les méthodologies Agile. Expérience avec Dataiku.
Qualifications
Baccalauréat en mathématiques, statistique, science actuarielle, recherche opérationnelle, informatique, génie logiciel, physique ou dans un domaine quantitatif connexe (obligatoire) Une formation en science actuarielle constitue un atout important. Maîtrise en statistique, mathématiques, science actuarielle, intelligence artificielle, apprentissage automatique ou dans un autre domaine quantitatif constitue un atout important. Doctorat, un atout. Minimum de 10 ans d'expérience pertinente en apprentissage automatique, modélisation statistique ou intelligence artificielle.
Compétences transversales
Leadership technique reconnu et capacité d'influencer les orientations technologiques de l'organisation. Être orienté client et être centré sur l'action et les résultats. Faire preuve d'esprit stratégique et de créativité afin de résoudre des problèmes analytiques particulièrement complexes. Esprit analytique et rigueur scientifique. Être à l'aise dans des contextes d'incertitude. Capacité à vulgariser des concepts techniques et à présenter des résultats à des décideurs. Bonnes capacités en relations interpersonnelles et capacité d'influencer. Bonnes capacités à communiquer efficacement à l'oral et à l'écrit en français. Leadership et expérience en encadrement ou mentorat. Autonomie et capacité à gérer plusieurs projets en parallèle. Valoriser le travail d'équipe et les succès de groupe. Capacité à agir comme expert-conseil auprès des clients et à orienter les décisions stratégiques liées à l'analytique avancée.
About Videns, propulsée par COFOMO
Videns contribue à l'évolution des organisations par la valorisation des données et lintelligence arrtificielle. Son équipe met sa passion, son talent et son expérience à profit pour implanter des processus efficaces et durables, en harmonie avec les personnes et les valeurs des organisations, pour une société plus humaine.
Videns propulse les organisations en exploitant la puissance des données et les technologies d’intelligence artificielle les plus à jour. Son leadership en IA appliquée, reconnu tant au Québec qu’à l’international, se démarque par la justesse de l’analyse des besoins des entreprises ainsi que par la livraison de solutions pérennes et adaptées. Entreprise certifiée B Corp et Women Owned, Videns est l’alliée des organisations qui souhaitent façonner l’avenir avec l’IA de façon éthique et durable.
Chez Videns, nous incarnons l'intelligence artificielle humaine.
Depuis septembre 2025, Videns est propulsée par Cofomo.