Data scientist machine learning & ml ops

Rejoins happn et participe à la révolution du dating !

Chez happn, on croit que lamour peut être aussi spontané et authentique quune rencontre dans la vraie vie. Grâce à notre technologie innovante de géolocalisation en temps réel, on permet aux célibataires de retrouver celles et ceux qui partagent leur quotidien, leurs habitudes et leurs lieux préférés. Depuis 2014, plus de 160 millions de personnes dans le monde ont rejoint laventure, avec une forte présence en Europe de lOuest, Amérique du Sud, Turquie et Inde. En France, plus de 14 millions d’utilisateur·rice·s ont déjà téléchargé l’application. Fais partie dune aventure qui peut changer des vies et dessine lexpérience dating de demain.

Chez happn, on célèbre la diversité. On te propose des opportunités égales, peu importe ton origine, ton genre, ton orientation sexuelle, ton identité ou ta situation personnelle. On est engagé·e·s à créer un environnement où chacun·e peut sépanouir, de ton recrutement à ta formation, en passant par ta promotion et ta rémunération.

En tant que Data Scientist Machine Learning & ML Ops, ta principale mission consistera à utiliser des approches descriptives et prédictives avancées pour répondre à des problématiques métiers. Tu estimeras le ROI des projets et identifieras les leviers de valeurs, d’engagement et d’activités essentiels pour les équipes métiers.

Les problématiques abordées peuvent couvrir les domaines du produit, de lacquisition et de la monétisation.

* Conception de Roadmap : En tant que force de proposition, tu identifies les opportunités pour mettre en œuvre des algorithmes de machine learning et de deep learning, alignés sur les besoins métier. Tu collabores étroitement avec le Product Owner pour co-construire la roadmap produit.
* Cadrage Métier : Tu participes activement au cadrage et au kick-off des projets avec les équipes, en définissant les objectifs, le périmètre, la méthodologie et la phase dindustrialisation. Ceci garantit la validation tant métier que technique avant le démarrage.
* Développement de Modèles : Tu es responsable du développement de modèles de machine learning et de deep learning afin de résoudre des problématiques métier en adéquation avec la roadmap stratégique. Ces problématiques peuvent toucher à loptimisation du modèle économique existant ou à venir, à lamélioration de la satisfaction des utilisateurs, ainsi quà la création de valeur à partir des fonctionnalités de lapplication.
* Mise en production et MLOps : Tu participes à la mise en production des modèles développés, en respectant les bonnes pratiques de CI/CD, de versionnage des données/modèles et de monitoring. Tu contribues à l’amélioration continue de notre stack Data Science (tests unitaires, packaging, monitoring de la performance des modèles en production, etc.), en collaboration avec les équipes Data Engineering.
* Validation et Robustesse : Tu élabores des tests de robustesse pour évaluer la performance de tes algorithmes en utilisant des jeux de données appropriés.
* Analyse A/B Tests : Tu définis et analyses des A/B tests dactivité pour évaluer limpact des changements apportés par les modèles.
* Communication et Mobilisation : En tant que spécialiste, tu es chargé.e de vulgariser tes travaux à travers des présentations visuelles et synthétiques. Cela vise à mobiliser les équipes business et la direction, ainsi quà coordonner efficacement les équipes impliquées dans les projets.

Candidat.e idéal.le :

* Maîtrise des langages Python et SQL
* Connaissances en IA, Deep Learning et Machine Learning, théoriques/pratiques (TensorFlow, Pytorch, Scikit-Learn, …)
* Expérience avec des modèles LLMs : fine-tuning, prompt engineering, évaluation, mise en production et intégration dans des produits réels.
* Traitement d’images à l’aide de modèles de détection d’objets et de génération d’images

Méthodologies et bonnes pratiques :

En tant que référent.e statistique, tu guides les équipes dans l’amélioration des frameworks d’A/B testing (tests statistiques, KPIs, design expérimental). Tu participes aussi à l’évolution des outils internes : développement de librairies Python réutilisables, structuration de projets ML, et industrialisation sur GCP. Tu travailles en lien étroit avec les data ingénieurs et les autres data scientists pour assurer une démarche rigoureuse, versionnée (GitHub) et scalable.

De plus, tu participes activement à lamélioration des bonnes pratiques au sein du CORE Data Science. Cela comprend lenrichissement de la plateforme Data Science pour le développement, le test et lindustrialisation des modèles, ainsi que le développement doutils et de librairies en Python. Tu travailleras en étroite collaboration avec les data ingénieurs et tu assureras un versionnage efficace avec Github.

Paris, Île-de-France, France 19 hours ago

Paris, Île-de-France, France 17 hours ago

Paris, Île-de-France, France 23 hours ago

Paris, Île-de-France, France 10 hours ago


J-18808-Ljbffr