Data scientist ia generative f/h (h/f)

CONTEXTE ET ENJEUXDans le cadre de la transformation Data et IA d'Orano, nous recherchons un Data Scientist spécialisé en Intelligence Artificielle Générative et IA Agentique pour concevoir, prototyper et industrialiser des solutions innovantes basées sur les Large Language Models (LLMs) et les systèmes multi-agents.Rattaché au Chief Data & AI Officer du groupe Orano, le Data Scientist GenAI sera au cœur du développement de l'IA chez Orano, transformant des cas d'usage métiers à forte valeur en solutions conversationnelles, assistants intelligents et workflows autonomes, tout en garantissant l'excellence technique et opérationnelle, la souveraineté numérique et l'éthique IA dans un contexte industriel complexe et réglementé.MISSIONS PRINCIPALES1. Conception & Prototypage de Solutions GenAIIdentifier et qualifier les use cases métier à fort potentiel GenAI/IA agentique en collaboration avec les métiersConcevoir des architectures GenAI innovantes adaptées aux contraintes industrielles, de performance et de souveraineté numériquePrototyper rapidement des POC pour valider la faisabilité technique et la création de valeur métierConcevoir l'expérience utilisateur des solutions conversationnelles et interfaces IA en intégrant les contraintes UX/UI2. Développement & Industrialisation de ModèlesDévelopper des pipelines ML end-to-end pour applications GenAI (data preparation, prompt engineering, fine-tuning, deployment, monitoring)Implémenter des systèmes RAGCréer des agents IA autonomes et orchestrer des workflows multi-agents capables de planifier, raisonner et exécuter des actions métier complexesIndustrialiser les modèles en production en implémentant des mécanismes de gardes-fous et sécurité, en alignement avec les valeurs Orano3. Fine-Tuning & Adaptation de ModèlesFine-tuner des LLMs open-source sur des données spécifiques OranoOptimiser l'usage des ressources GPU/TPUCréer, enrichir et maintenir des datasets d'entraînement de qualité (data augmentation, synthetic data generation via LLMs)Évaluer et sélectionner les modèles optimaux en fonction des contraintes multi-critères (souveraineté numérique, performance, coût TCO, latence, explicabilité)Gérer le versioning des modèles et le model registry4. Architecture & Ingénierie des ConnaissancesConcevoir des systèmes de gestion des connaissances d'entreprise et de recherche sémantiqueIntégrer des sources de données hétérogènes et multimodales (documentation technique, bases réglementaires, ERP, MES, historiques maintenance, retours d'expérience)5. Documentation Technique & Transfert de ConnaissancesDocumenter rigoureusement les architectures techniques, les choix de design, les trade-offs et les best practices GenAIPrésenter les résultats, démos et POCs aux métier et techniqueContribuer à la formation et l'accompagner des équipes métier à l'utilisation et l'intégration des solutions développées