Senior Data Scientist F/H

En 2013, nous avons lancé l’application Lydia, un service très populaire de paiement entre amis et de cagnottes en ligne, avec un objectif en tête : permettre de tout payer de façon simple, rapide et sécurisée directement avec son téléphone.

C’est avec la même exigence de simplicité d’usage que Lydia Solutions a lancé Sumeria, en 2024. Sumeria propose une gamme de services bancaires en ligne pour les particuliers.

Au sein de l’équipe Data, composée d’un Data Scientist, de deux Data Analysts et de deux Data Engineers, nous recherchons un·eSenior Data Scientist, capable de concevoir, d’évaluer et d’industrialiser des solutions ML et IA à fort impact. Tu travailleras en étroite collaboration avec le reste de l’équipe afin de t’appuyer sur des données fiables et de mettre les solutions en production.

Tes missions :

• Machine Learning : concevoir, entraîner et industrialiser des modèles de machine learning pour répondre à des problématiques concrètes : scoring de fraude, détection proactive de problèmes clients, segmentation, détection d’anomalies, OCR et categorisation de documents ;

• Évaluation et mise en production : définir des méthodologies d’évaluation robustes, puis concevoir des pipelines d’entraînement et de déploiement fiables, reproductibles et documentés ;

• Micro-services data et APIs : concevoir et intégrer, avec les équipes backend, des APIs internes ou externes pour des services data (speech-to-text, anonymisation, OCR) de façon fiable et scalable ;

• Collaboration transverse et éducation data : collaborer avec le Produit, les développeurs, la lutte contre la Fraude, la Conformité et les Opérations ; partager les bonnes pratiques et rendre les sujets ML/IA accessibles aux équipes partenaires ;

• Qualité, monitoring et amélioration continue : suivre les modèles et micro-services tout au long de leur cycle de vie ; mettre en place des alertes afin de détecter proactivement les incidents en production et les dérives des données ou des modèles ; maintenir les projets, en identifiant des pistes d’amélioration et en évaluant régulièrement leur usage, leur pertinence et leur impact ;

• Veille et prototypage IA : explorer et évaluer de nouvelles approches de machine learning et d’IA générative ; réaliser des prototypes lorsque cela peut répondre à un besoin produit ou opérationnel identifié ;

• Contribution au sein de l’équipe : participer activement à la vie de l’équipe Data, partager tes connaissances et contribuer, selon les besoins, à des sujets transverses de data engineering, d’analyse ou d’amélioration de la plateforme data.

Notre stack :

• ML frameworks & libraries : Tensorflow, scikit-learn ;

• APIs et micro-services : Python, FastAPI ;

• Déploiement : Docker, Kubernetes, GitHub CI ;

• Observabilité & monitoring : Prometheus, Grafana ;

• Cloud : GCP ;

• Bases de données : BigQuery, MariaDB, PostgreSQL ;

• Modèles & IA : LLMs de pointe (Gemini, Mistral), avec hébergement et inférence en Europe ; frameworks d'agents (Pydantic AI) ; RAG ; Codex pour le développement.

• BI & visualisation : Metabase ;

• Orchestration : Airflow, Vertex AI (ML training) ;

• Transformation de données : Python, DBT, SQL.

Tu es au bon endroit si :

• Tu as un master en data science, en ingénierie ou équivalent ;

• Tu as au moins 5 ans d'expérience en data science ou machine learning, avec une expérience réelle de mise en production de modèles ou de solutions IA pour des cas d’usage concrets ;

• Tu maîtrises les fondamentaux du machine learning classique : choix et évaluation de modèles, statistiques, expérimentation, métriques et suivi de performance ;

• Tu as une expérience concrète en MLOps : versioning, déploiement, monitoring et maintenance de modèles en production ;

• Tu es autonome, rigoureux·se et capable de faire le lien entre une problématique métier ambiguë et une solution data mesurable ;

• Tu cherches une exposition forte sur les enjeux business, en proximité avec la Direction de l'entreprise, et tu sais échanger avec des senior executives.

C'est un vrai plus si :

• Tu as travaillé sur des problématiques de scoring, de fraude, de prévision, de NLP ou de détection d’anomalies ;

• Tu as travaillé dans des environnements à forts enjeux de fiabilité, de sécurité et/ou de conformité ;

• Tu as une expérience dans la fintech, la banque ou un secteur régulé.

• Tu as une expérience pratique des modèles génératifs, des LLMs et/ou de systèmes agentiques, et sais évaluer leur pertinence, leur qualité, leur coût et leurs limites ;

Process de recrutement :

• Premier échange avec l'équipe recrutement (30 minutes) ;

• Étude de cas technique à préparer chez toi ;

• Entretien de débrief du cas technique et desystem design avec un Data Scientist et un Data Engineer de l'équipe (1 heure 30) ;

• Entretien avec un Staff Backend Engineer (30 minutes) ;

• Entretien avec le manager (45 minutes).

La diversité, l’équité et l’inclusion sont des valeurs clés pour le bien-être et la performance des équipes. Elles font partie intégrante de notre culture, de notre identité et de notre réussite collective.
Nos locaux sont accessibles aux personnes à mobilité réduite, et nous mettons tout en œuvre pour garantir un environnement de travail adapté à chacun. Si vous avez besoin d’un aménagement spécifique pour participer au processus de recrutement, dites-le-nous.

Chez Lydia Solutions nous sommes fiers de garantir l’égalité des chances, sans distinction fondée sur l’âge, l'origine ethnique, la religion, la couleur, l'origine nationale, le sexe (y compris la grossesse, l'accouchement, les décisions en matière de santé reproductive ou les conditions médicales connexes), l'orientation sexuelle, l'identité de genre, l'expression de genre, les caractéristiques physiques (taille, poids... ) le statut de personne en situation de handicap, les informations génétiques ou d'autres caractéristiques protégées par la loi.