Data Scientist & ML Engineer - Analyse prédictive et IA agentique

Nous voulons que vous grandissiez avec nous
Les données racontent des histoires, et ce rôle est chargé de transformer ces histoires en décisions. En tant que Data Scientist & ML Engineer, vous développerez les modèles prédictifs, prescriptifs et d'optimisation qui donnent à Intersnack la prévoyance analytique nécessaire pour agir en toute confiance dans les domaines des achats, de la fabrication et des ventes. Vous relèverez du programme d'IA et travaillerez aux côtés d'ingénieurs en IA et d'ingénieurs de données pour intégrer vos modèles dans les cadres de connaissances et d'IA agentique en cours de construction au sein de l'organisation, combinant la rigueur classique de l'apprentissage automatique avec les capacités émergentes des grands modèles de langage et des agents intelligents. Intersnack s'engage à faire croître ses effectifs à mesure qu'elle développe ses capacités, et ce rôle offre un point de vue unique à partir duquel façonner la manière dont le raisonnement de l'IA est intégré dans une entreprise mondiale.
Ce que nous pouvons offrir
Vous aurez l'opportunité de travailler sur un large éventail de défis de modélisation commercialement significatifs, de la prévision de la demande et de l'optimisation des processus de fabrication, à l'analyse des achats et à la modélisation de scénarios, avec un accès direct aux parties prenantes de l'entreprise dont vos modèles éclaireront les décisions. Il ne s’agit pas d’un rôle dans lequel les modèles sont assis dans des cahiers ; votre travail sera opérationnalisé, surveillé et itéré dans des environnements de production. Vous collaborerez avec des architectes et des ingénieurs IA pour intégrer la logique prédictive dans les flux de travail agentiques, donnant ainsi à vos modèles une portée et un impact qui s'étendent au-delà des cas d'utilisation individuels. Düsseldorf est votre port d'attache, avec une flexibilité pour le travail à distance, et la présence internationale d'Intersnack garantit que vos modèles fonctionneront à grande échelle.
Comment passerez-vous votre temps en tant que prochain data scientist et ingénieur ML - Analyse prédictive et IA agentique
Vous partagerez votre temps entre le développement de nouveaux modèles et l'amélioration de ceux existants, l'intégration des résultats de l'apprentissage automatique dans des systèmes agentiques et analytiques et la possibilité active pour les parties prenantes de l'entreprise de comprendre et de faire confiance à ce que produisent ces modèles. Votre travail relie la rigueur technique de la modélisation statistique et de l’ingénierie ML à l’intention commerciale d’une entreprise qui souhaite que l’IA crée une valeur réelle et mesurable.
Ce que vous ferez

• Développer, valider et déployer des modèles prédictifs, prescriptifs et d'optimisation pour les principaux domaines d'activité, notamment les achats, la fabrication et les ventes, en traduisant les données en prévisions et recommandations exploitables.

• Créer, affiner et adapter des modèles de langage étendus (LLM) et des modèles de langage spécialisés pour les tâches NLP spécifiques à l'entreprise, y compris l'analyse des données opérationnelles non structurées.

• Concevoir et mettre en œuvre des cadres de simulation et de modélisation de scénarios qui permettent aux équipes commerciales d'explorer les compromis et de planifier dans des conditions d'incertitude.

• Intégrer l'apprentissage automatique et la logique prédictive dans les flux de travail d'IA agentique, en combinant les résultats du modèle avec le raisonnement des agents pour prendre en charge la prise de décision automatisée et semi-automatisée.

• Posséder le cycle de vie complet du ML pour vos modèles, depuis l'ingénierie des fonctionnalités et la formation jusqu'au déploiement, à la gestion des versions et à la surveillance continue, en appliquant les meilleures pratiques MLOps tout au long.

• Appliquer des techniques de PNL aux données commerciales non structurées, en extrayant des signaux structurés à partir de documents, de communications et d'enregistrements opérationnels pour prendre en charge les cas d'utilisation de l'analyse et de l'IA.

• Communiquer clairement les résultats du modèle, les limites, les niveaux de confiance et les hypothèses sous-jacentes aux parties prenantes de l'entreprise, favorisant ainsi la compréhension, la confiance et l'adoption appropriée des informations générées par l'IA.

• Intégrer des considérations de sécurité et de gouvernance dans la conception du modèle, y compris des protections contre l'injection rapide, les fuites de données et les entrées contradictoires, conformément aux normes de sécurité de l'IA d'Intersnack.

• Soutenir les collègues dans le développement de l'IA et de la maîtrise des données, en contribuant activement au programme de changement culturel qui accompagne le parcours plus large d'adoption de l'IA d'Intersnack.

Compétences essentielles et expérience

• Expérience démontrée dans le développement et le déploiement de modèles d'apprentissage automatique prédictifs et prescriptifs dans des environnements de production à grande échelle, avec une base solide en modélisation statistique et en évaluation de modèles.

• Expérience pratique des grands modèles de langage (LLM), y compris l'ingénierie rapide, le réglage fin et l'adaptation de domaine pour le NLP métier et les tâches de données non structurées telles que la classification, l'extraction d'entités, la synthèse et la récupération basée sur l'intégration.

• Maîtrise de Python et des frameworks ML pertinents (par exemple, scikit-learn, PyTorch, TensorFlow ou équivalent), y compris une expérience des outils de suivi des expériences et de gestion des versions de modèles.

• Expérience en ingénierie de fonctionnalités, en magasins de fonctionnalités ou en pipelines de préparation de données pour la formation et la diffusion de modèles.

• Solide compréhension des pratiques MLOps, y compris le déploiement de modèles, la surveillance et la gestion du cycle de vie dans les environnements cloud (Microsoft Azure ML, AWS SageMaker ou équivalent).

• Expérience pratique de l'intégration de résultats d'apprentissage automatique dans des flux de travail d'IA agentique, combinant le raisonnement de modèles avec des cadres d'orchestration d'agents pour une prise de décision automatisée ou semi-automatisée.

• Familiarité avec les techniques de simulation et de modélisation de scénarios, permettant aux équipes commerciales d'explorer les compromis et de planifier dans des conditions d'incertitude.

• Communication claire et sûre du comportement, des limites et des résultats du modèle aux parties prenantes non techniques de l'entreprise, favorisant la compréhension et l'adoption appropriée des informations générées par l'IA.

• Sensibilisation aux risques de sécurité de l'IA, notamment l'injection rapide, les fuites de données et les attaques contradictoires, avec une expérience dans l'application de mesures d'atténuation dans la conception de modèles ou de systèmes.

• Compréhension du RGPD, de la loi européenne sur l'IA et des principes de l'IA responsable, avec la capacité de les appliquer à la sélection de modèles, à la gouvernance des données de formation et aux décisions de déploiement…

Source : Arbeitnow (https://www.arbeitnow.com/jobs/companies/intersnack-it-kg/data-scientist-ml-engineer-predictive-analytics-agentic-ai-dusseldorf-473539)