Data scientist

Mayday est la solution de gestion des connaissances dédiée aux services clients qui les aide à créer des expériences clients et collaborateurs qui font la différence.

Grâce à la plateforme Mayday augmentée par l'IA et à une équipe d'experts, les entreprises peuvent diffuser la bonne connaissance métier au bon endroit au moment, pour apporter une meilleure solution plus rapidement au client final.

Plus de 100 entreprises utilisent déjà Mayday, grands groupes (Fnac Darty, EDF, Cdiscount), scale-ups (Doctolib, Qonto, Vestiaire Collective) et administrations (URSSAF), avec des résultats comme l'amélioration de la productivité et l'augmentation de la satisfaction.

Suite à notre première levée de fonds de 3M$, l'équipe Mayday ne cesse de grandir pour soutenir son hyper-croissance.

Tu veux apprendre, innover et rejoindre un leader sur son marché ? Rejoins l'équipe et invente avec nous la relation client de demain !


Descriptif du poste

En tant que Data Scientist, tu seras au cœur de notre produit et de ses nombreuses innovations, à la croisée entre la R&D et le développement de solutions concrètes pour nos clients.

Tes missions principales seront :

* Recherche & Développement en IA/NLP

* Concevoir et tester des modèles innovants pour répondre aux enjeux complexes de gestion de la connaissance;

* Explorer les dernières tendances en IA et NLP, notamment autour des transformers et des modèles pré-entraînés;

* Travailler sur des problématiques de deep learning et proposer des solutions nouvelles basées sur la recherche appliquée.

* Mise à disposition et évangélisation des modèles d'IA

* Créer des modèles capables d'automatiser la gestion de la connaissance et d'optimiser les processus clients;

* Assurer le déploiement des modèles via des API, pour que les squads produit puissent facilement les intégrer dans leurs workflows;

* Collaborer étroitement avec les équipes backend et produit pour que tout fonctionne comme un charme côté technique.

* Maintenance et amélioration des systèmes existants

* Maintenir et améliorer nos systèmes de "Retrieval Augmented Generation" (RAG), en intégrant les dernières avancées LLM.

* Travailler sur l'amélioration continue des performances des modèles, en veillant à leur fiabilité et leur évolutivité;

* Réagir rapidement aux besoins d'optimisation et d'évolution des modèles en fonction des retours utilisateurs et des nouveautés technologiques.


Profil recherché

Tu es la candidate ou le candidat idéal si tu t’identifies dans ce qui suit :

Tu as une expérience en :

LLMs et RAG : expérience avec des modèles de génération et de récupération augmentée, et leur intégration dans des produits

Python : tu maîtrises Python, les librairies de machine learning (PyTorch, scikit-learn) et les frameworks NLP (Huggingface, spaCy)

Algorithmes de recherche hybride : Compétence dans les recherches combinant embeddings et recherche syntaxique

️ Tu as déjà travaillé avec des bases de données vectorielles telles que Elasticsearch et/ou MongoDB ou des technologies similaires pour stocker des documents et embeddings

Tu as déjà eu des expériences d’architectures comprenant des processus asynchrones (Celery, RabbitMQ, Kafka, etc.)

Tu es customer centric et places la satisfaction de nos clients au premier plan

Tu souhaites t’impliquer dans tous les aspects techniques de notre stack et avoir un impact sur les produits d’une startup en pleine croissance

Tu as un esprit R&D avec une passion pour l'innovation et les solutions nouvelles, tout en gardant à l'esprit les objectifs business.

Tu as une appétence pour l’univers startup ; tu as l’envie et l’ambition de faire partie d’une belle aventure avec une croissance forte et donc des opportunités nombreuses

Nous aimons les process rapides et efficaces. C’est pourquoi le process se déroulera en quatres étapes :

1 entretien de fit avec notre Head of Data : 30 min

1 entretien de fit avec le CTO : 30 min

1 entretien technique : ~4h à faire à la maison + 1h de présentation du travail effectué

1 entretien avec 2 fondateurs et 2 employés : 4x 30min

#J-18808-Ljbffr