Data Scientist ML Engineer H/F

Leader européen de services immobiliers, BNP Paribas Real Estate couvre l’ensemble du cycle de vie d’un bien : Promotion, Transaction, Conseil, Expertise, Property Management et Investment Management.

Avec 5 000 collaborateurs, BNP Paribas Real Estate accompagne localement propriétaires, locataires, investisseurs et collectivités dans 30 pays en Europe, au Moyen-Orient et en Asie.

BNP Paribas Real Estate est une société du Groupe BNP Paribas.

Pour plus d’informations : https://www.realestate.bnpparibas.com/

Dans le cadre du développement de notre filiale, BNP Paribas Real Estate, nous recrutons un(e) : 

Data Scientist ML Engineer  H/F

Poste en CDI - basé à Boulogne Billancourt

Votre mission principale est :

Dans un contexte à forts enjeux de migration de plateforme cloud : intégrer une product team pour contribuer à la définition de l’architecture cible, la migration des données, transposer les traitements et les uses cases dans un nouvel environnement

Réaliser de la veille pour améliorer nos connaissances et notre outillage sur le machine leanring

Contribuer à 'l'accompagnement et l'acculturation des équipes (métier, data, IT) sur les bonnes pratiques de la data

Mettre en avant les approches scientifiques et les bénéfices associés au service de BNPPRE.

A ce titre, votre quotidien : 

• Contribuer au cycle de vie de la donnée (Intégration / Structuration de tout type de données, utilisation, entrainement, déploiement, monitoring…)
• Mettre en place, entretenir et maintenir le pipeline data. Rendre les données accessibles aux data scientist, data analyst et à tous les utilisateurs de la plateforme Data
• Automatiser les process manuels afin d’industrialiser et organiser les données rapidement.
• Accompagner l’équipe à leurs utilisations de la stack technique data et les aiderez à progresser
• Déployer des produits data science (modèles, outils) dans l’espace industriel, en codant conformément aux exigences de la plateforme de production
• Collaborer étroitement avec les data scientist afin de mettre en production les modèles de ML
• Définir des mesures pour suivre la performance de nos modèles, monitorer en continu leur qualité et assurer le suivie avec les équipes métier
• Contribuer à la mise en place de procédures de déploiement et application des procédures définies -  Rédaction / mise à jour de documentations techniques et fonctionnelles
• Participer au cadrage avec les équipes métier et data, et vulgariser les études de faisabilité technique avant le démarrage du projet
• Développer des modèles prédictifs et scalables répondant aux besoins cadrés en amont
• Gérer vos modèles de bout en bout sur la chaine de production en suivant les bonnes pratiques du développement appliqué au Machine Learning
• Déployer ces modèles sur notre environnement de production pour qu'ils soient utilisables par nos utilisateurs finaux
• Faires des présentations aux équipes métier et organiser des démonstrations

Environnement de Travail :

Vous serez rattaché(e) au Chief Data Officer et intégré(e) au département Data Science & Analytics Office qui est constitué d’une équipe avec des compétences pluridisciplinaires, passionnée, motivée avec un esprit d’équipe et d’initiative.

Le département « Data Science & Analytics office » est amené à jouer un rôle clé dans la stratégie data de l’entreprise et dans la conception des solutions transverses aux lignes de métiers, aux fonctions et aux pays.

Apports de la mission :

Riche en diversité et en échanges avec les différentes lignes de métier, fonctions et différents pays, ce poste vous permettra d’instaurer une relation de confiance auprès de vos interlocuteurs, tout en développant vos compétences techniques dans l’apprentissage de sujets différents. La promesse de travailler sur des sujets innovants et variés !

Profil recherché :

Vous disposez d’une formation Bac+5 école d’ingénieur ou équivalent.  Une expérience au moins de 3 ans en tant que data Scientist/Ml engineer

Vous parlez anglais couramment.

Compétences techniques :

• Utiliser un env techniques : Spark, MlFlow, Jupyter hub, API,
• Solide connaissances et expériences en base de données 
• Maitrise parfaitement python et github et d’autres langages de programmation
• Mise en place de modèle machine learning en production
• Connaissances avancées en sourcing de données venant aussi bien de sources internes que d’API externes
• Outils de virtualisation et container : Docker, Kubernetes…
• Expérience en environnement cloud 
• Bonne culture générale (méthodologies agiles, environnements, intégration continue, respect de la règlementation privacy )
• Tempérament attentif au partage et à la progression en équipe
• Capacité à estimer la complexité des tâches techniques.

Compétences comportementales :

• Méthodique et rigoureux
• Capacité à collaborer
• Capacité à synthétiser
• Capacité d’initiatives

Enfin nous attachons une importance particulière à ce que nos futurs collaborateurs agissent au quotidien avec responsabilité et éthique professionnelle.