Data scientist maitrise du japonais ou coréen + anglais

Bonjour,


🔎 Contexte

Nous recherchons pour l'un de nos clients en France un(e) Data Scientist confirmé(e) de 5 ans minimum.

Le consultant devra maitriser le japonais ou le coréen et aussi l'anglais. Mission possible en full remote.


🧩 Vos missions:

1. Concevoir et itérer le pipeline d'analyse de documents multimodaux : modélisation de la mise en page et de la structure, extraction sémantique, alignement intermodal et reconstruction structurelle.
2. Développer et optimiser les mécanismes de collaboration multi-agents : décomposition des tâches, planification parallèle/séquentielle, revue par les pairs et amélioration continue de la qualité.


🛠️ L’environnement technique est le suivant :

* Cloud AWS
* Développement Python 3.11
* Prompt engineering avec Gemini 3, GPT 5.X, Sonnet 4.X
* Google ADK
* FastAPI
* Streamlit, Gradio


⏳ Durée

Mission de 3 ans.

Data Scientist capable de faire du prompt engineering en Japonais ou en Coréen et qui maitrise aussi l'anglais.

Expérience de 5 ans minimum.


🎯 Expérience

* Plus de 5 ans d'expérience pratique en apprentissage automatique/science des données.
* Expérience pratique de l'orchestration d'agents (ou de sous-processus modulaires) dans des flux de travail de production.


🧠 Compétences

* Solides connaissances fondamentales en apprentissage automatique et en apprentissage profond ; représentations multimodales et approches d'alignement intermodal.
* Compréhension approfondie des principes fondamentaux et des algorithmes courants pour les grands modèles multimodaux : attention intermodale et alignement de représentations, fusion d'embeddings vision/texte, modélisation de la structure hiérarchique et de la mise en page, paradigmes d'apprentissage par instruction et par contraste, mécanismes d'augmentation du contexte long et de la récupération, évaluation et analyse des modes de défaillance.
* Connaissance des modèles de collaboration multi-agents : répartition des rôles, routage des tâches, boucles de rétroaction et contrôles de redondance.
* Solides compétences en analyse statistique et conception expérimentale : tests d’hypothèses, plans factoriels, analyse de puissance, tests A/B et évaluation multivariée.
* Capacité à décomposer des problèmes complexes et à optimiser les performances grâce à des indicateurs clés de performance.
* Rigueur dans l’analyse de la qualité des données et des erreurs ; capacité à identifier rapidement les goulots d’étranglement du système.
* Maîtrise de la programmation Python et des frameworks de développement multi-agents courants : par exemple, ADK, LangGraph, AutoGen.