Lead Data Scientist F/H

L'offre

VINCI Airports constitue le premier opérateur aéroportuaire privé à l'échelle mondiale, assurant la gestion de plus de 70 aéroports répartis dans 14 pays en Asie, en Europe et sur le continent américain. En tant qu'intégrateur global, l'entreprise intervient dans le développement, le financement, la construction ainsi que l'exploitation des plateformes aéroportuaires, en mobilisant ses investissements et ses compétences au service de la transition environnementale, de la modernisation des infrastructures et de la performance opérationnelle.

Le recrutement d'un Lead Data Scientist (F/M) vise à renforcer l'équipe en place.

Tes missions

Au titre du cœur de métier :

• Concevoir et perfectionner des algorithmes de machine learning pour les prévisions à court et long terme, en s'appuyant sur divers modèles de ML dédiés au forecasting temporel.
• Suivre la performance des modèles déployés en production, veiller à leur robustesse et repérer les dérives.
• Prendre part à la création d'outils transverses d'intelligence artificielle générative : élaborer et faire progresser des systèmes de chatbot, des fonctionnalités d'analyse et de recherche documentaires, ainsi qu'une plateforme agentique.
• Participer aux chantiers d'automatisation et de spécialisation métier en concevant des architectures RAG, en orchestrant des agents et en intégrant des LLM au sein des processus opérationnels par l'intermédiaire de plateformes agentiques.
• Déployer les modèles au sein de l'environnement technique du Smart Data Hub, administrer les pipelines d'entraînement liés et s'impliquer dans les démarches MLOps et LLMOps.
• Collaborer avec les équipes métiers afin de garantir l'explicabilité des outils, leur inclusion dans les prises de décision et leur bonne utilisation.
• Faciliter l'adoption des solutions via des actions d'accompagnement, de formation et de communication auprès des profils non techniques.

Au titre de la dimension Lead :

• Agir comme référent technique sur les problématiques de prévision et de GenAI : soumettre des choix d'architecture, éprouver les démarches adoptées, garantir la scalabilité et la solidité des dispositifs.
• Mettre en place et diffuser les standards de développement en ML et LLMOps au sein du groupe (documentation, normes de pipelines, revues de code).
• Faire monter en compétences les profils juniors grâce à des retours d'expérience, des revues de code et du travail en binôme.
• Servir d'intermédiaire privilégié entre le pôle Data Science et les autres équipes techniques pour fiabiliser les intégrations.
• Participer à l'identification des priorités techniques et à la progression continue des méthodes de travail.
• Collaborer étroitement avec le Head of Data dans le but d'établir une feuille de route claire et précise.

Profil recherché

Formation et expérience :

• Diplôme universitaire ou d'école d'ingénieur, incluant un intérêt marqué ou une spécialisation en mathématiques appliquées, statistiques ou machine learning.
• 2 à 4 ans d'expérience dans la data science avec une pratique avérée du déploiement en production, et idéalement un contact avec les technologies de l'IA générative (RAG, LLM, Agent).
• Première expérience dans un rôle de référent ou dans l'organisation technique d'un projet, sans obligation d'avoir une expérience formelle de gestion d'équipe.
• Une connaissance de l'industrie aéroportuaire représente un atout.

Compétences techniques et qualités personnelles :

• Solides bases scientifiques pour appréhender, adapter et expliciter des modèles complexes.
• Intérêt prononcé pour la compréhension des problématiques métiers et aptitude à convertir des besoins opérationnels en solutions techniques appropriées.
• Maîtrise de Python, tant pour l'élaboration de backends applicatifs que pour l'exploration de données et la création de pipelines ML modulaires.
• Connaissances approfondies en mathématiques, en statistiques ou dans une discipline liée, avec une pratique de la modélisation et de l'analyse (Time series, Tabulaire, Stats).
• Conception de pipelines d'inférence et d'entraînement avec du code maintenable et structuré (Pandas, Kubeflow).
• Création d'API et développement côté serveur (Flask, FastAPI).
• Maîtrise des flux de données et sensibilité aux enjeux MLOps/LLMOps (CI/CD, versionning, monitoring).
• Aisance pour instaurer des pratiques techniques rigoureuses et les faire adopter par un collectif.
• Capacité naturelle à transmettre son savoir et à guider des collaborateurs moins expérimentés.
• Volonté de prendre des responsabilités techniques et d'accompagner une équipe vers le haut, au-delà d'un profil de manager établi.
• Rigueur, curiosité, autonomie et intérêt pour le traitement de problématiques complexes.
• Bonnes capacités relationnelles pour échanger avec des interlocuteurs variés et vulgariser les sujets techniques.
• Aptitude au travail d'équipe, aisance relationnelle avec les intervenants des projets et adaptation rapide face aux évolutions d'un écosystème technologique mouvant.
• Maîtrise de l'anglais permettant de mener des discussions techniques poussées et d'exposer clairement des résultats et problématiques business auprès de partenaires métiers internationaux.