CONTEXTE ET ENJEUX
Dans 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 PRINCIPALES
1. Conception & Prototypage de Solutions GenAI

• Identifier et qualifier les use cases métier à fort potentiel GenAI/IA agentique en collaboration avec les métiers
• Concevoir des architectures GenAI innovantes adaptées aux contraintes industrielles, de performance et de souveraineté numérique
• Prototyper rapidement des POC pour valider la faisabilité technique et la création de valeur métier
• Concevoir l'expérience utilisateur des solutions conversationnelles et interfaces IA en intégrant les contraintes UX/UI

2. Développement & Industrialisation de Modèles

• Développer des pipelines ML end-to-end pour applications GenAI (data preparation, prompt engineering, fine-tuning, deployment, monitoring)
• Implémenter des systèmes RAG
• Créer des agents IA autonomes et orchestrer des workflows multi-agents capables de planifier, raisonner et exécuter des actions métier complexes
• Industrialiser les modèles en production en implémentant des mécanismes de gardes-fous et sécurité, en alignement avec les valeurs Orano

3. Fine-Tuning & Adaptation de Modèles

• Fine-tuner des LLMs open-source sur des données spécifiques Orano
• Optimiser l'usage des ressources GPU/TPU
• Créer, 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 registry

4. Architecture & Ingénierie des Connaissances

• Concevoir des systèmes de gestion des connaissances d'entreprise et de recherche sémantique
• Intégrer des sources de données hétérogènes et multimodales (documentation technique, bases réglementaires, ERP, MES, historiques maintenance, retours d'expérience)

5. Documentation Technique & Transfert de Connaissances

• Documenter rigoureusement les architectures techniques, les choix de design, les trade-offs et les best practices GenAI
• Présenter les résultats, démos et POCs aux métier et technique
• Contribuer à la formation et l'accompagner des équipes métier à l'utilisation et l'intégration des solutions développées

Formation et Expérience

• Formation supérieure Bac+5 (Master ou Doctorat en Data Science, Machine Learning, Intelligence Artificielle, NLP, ou équivalent)
• 3-5 ans d'expérience minimum en Data Science avec spécialisation confirmée en IA générative et LLMs
• Expérience démontrée en conception et déploiement de solutions GenAI en production (pas seulement POCs)
• Expérience en environnement industriel régulé ou secteur sensible (énergie, défense, finance, santé) est un plus majeur

Soft Skills essentielles

• Excellence Technique & Créativité : conception innovantes, pragmatiques et scalables, confort avec l'incertitude, rigueur scientifique dans l'évaluation, la validation et la documentation des approches, pragmatisme technique, équilibre entre innovation technologique et contraintes industrielles
• Collaboration & Communication : travail en équipe, collaboration et productive avec Product Owners, équipes OPS, Data Engineers, forte attention pour l'expérience utilisateur et de l'adoption des solutions IA, capacité à vulgariser des concepts GenAI complexes pour audiences non-techniques (métiers, direction, régulateurs)
• Éthique & Responsabilité IA : conscience des enjeux éthiques de l'IA générative (biais algorithmiques, hallucinations, transparence, équité), engagement pour une IA responsable, sensibilité forte aux enjeux de souveraineté numérique européenne et de confidentialité des données (RGPD, IA Act)