CDG recrute un Data Scientist

la Caisse Nationale de Retraites et d’Assurances est un établissement public dotée de la personnalité civile et de l’autonomie financière. Gérée par la Caisse de Dépôt et de Gestion, la CNRA fonctionne sous la garantie de l’État.

La CNRA se positionne en acteur de premier plan dans un secteur qui connaît un développement important et qui offre de nouvelles perspectives de développement.

CDG recrute un Data Scientist

La Branche Épargne – Prévoyance de la Caisse de Dépôt et de Gestion assure les missions de la Caisse de Dépôt et de Gestion pour ce qui concerne sa compétence en matière de :

Mobilisation de l’Épargne ;
Prévoyance et Retraite à travers la gestion de la Caisse Nationale de Retraites et d’Assurances et le Régime Collectif d’Allocation de Retraite ;
Assurances.

Poste :

Extraction et Collecte des données
•Assurer l’extraction des données nécessaires à l’analyse ;
•Assurer le traitement des données issues de l’utilisation des produits et d’autres sources externes ;
•Assurer la structuration et la synthèse des données sous forme de résultats exploitables.
Elaboration des modèles de prédictions
•Assurer la création des algorithmes et des modélisations statistiques ;
•Contribuer à la construction d’outils d’analyses pour collecter les données ;
•Assurer une veille sur les nouvelles technologies et solutions logicielles de data science.

Profil :

De formation Bac+5 Ecole d’ingénieur ou équivalent ;
Une expérience professionnelle de minimum 3 ans dans un poste similaire,
Très bonne connaissance et expérience en algorithme et modèle de prédiction ;
Très bonne connaissance en langage de programmation ;
Techniques de recueil et d’analyse des données ;
Techniques d’intelligence artificielle ;
Techniques d’élaboration de tableaux de bord ;
Techniques de veille technologique
Maîtrise de Python et ses bibliothèques essentielles telles que Pandas, NumPy, SciPy, LlamaIndex et PyTorch,
Expérience approfondie en OCR avec Tesseract et PaddleOCR;
Capacité à gérer des processus avec PM2, à travailler efficacement avec des modèles open source comme LaMa v3, et à mettre en oeuvre des pratiques MLOps à l’aide de MLflow,
Compétences en fine-tuning de modèles pré-entraînés et utilisation de l’écosystème Hugging Face pour le traitement du langage naturel ;
Bon esprit d’initiative et de proposition ;
Engagement et implication ;
Collaboration et esprit d’équipe ;
Sens de la rigueur et de l’organisation ;
Très bonne capacité de communication.