Tech lead data science h/f

Job details
Job Type
Permanent





Full Job Description
Systèmes d'Information

PARIS-RUE DES JEÛNEURS(FRA)

France


Description du poste

Au sein de la TotalEnergies Digital Factory, vous serez intégré/e à l’équipe DrillX, qui assure la transformation digitale du métier Forage, un cœur de métier de TotalEnergies.

DrillX ambitionne d’accélérer et de simplifier l’ingénierie des puits et d’améliorer la sécurité et la performance des opérations de forage. Cette ambition se concrétise notamment aujourd’hui par le développement et l’industrialisation d’applications temps réel de prédiction d’incidents majeurs, d’optimisation de la performance de forage, de réduction des émissions opérationnelles de gaz à effet de serre ou encore d’optimisation de logistique opérationnelle par reconnaissance optique de gravures sur des équipements de forage.

L’équipe évolue dans un contexte agile à l’échelle, en modes itératif et co-constructif.

Votre rôle est d’assurer l’industrialisation et la scalabilité des produits Machine Learning et la qualité technique et scientifique de leurs développements afin de fournir aux opérationnels du métier forage un assistant digital leur permettant d’améliorer le niveau de prévention des risques majeurs de leurs opérations.

Missions
-
Coordonner l’équipe de Data Scientists qui travaillent sur l’infrastructure MLOps de DrillX et développent de nouvelles applications data science.

-
Garantir l’industrialisation et la scalabilité de l’architecture MLOps.

-
Garantir la qualité des solutions technologiques et scientifiques mises en place par l’équipe DrillX en se synchronisant avec les Tech Advisors de l’équipe Data.

-
Réaliser le technical refinement du backlog MLOps de DrillX.

-
Prioriser les activités DS/MLOps avec le PO en fonction des hypothèses de création de valeur.

-
Suivre la qualité des développements data/data science/ML de DrillX.

-
Gérer la capitalisation des savoirs et bonnes pratiques (code, connaissances techniques, scientifiques et méthodologiques).




Profil recherché



-
De formation école d'ingénieur, PhD en informatique, statistiques, ou master spécialisé en Machine Learning, vous justifiez d’au moins 6 ans d'expérience en Data Sciences / Machine Learning.

-
Vous avez au moins 2 ans d’expérience de Lead Data Scientist sur des projets à séries temporelles.

-
Vous connaissez les principaux langages de développement (Python, Scala, SQL) ainsi que les frameworks de déploiement de Machine Learning en séries temporelles (Spark, DataBricks, ML Flow, Tensorflow, PyTorch, Scikit).

-
Vous avez une bonne connaissance des outils de versionning de modèles ML Flow et une bonne maîtrise de data bricks.

-
Vous connaissez les bonnes pratiques de déploiement et gestion en production de la data science (monitoring, tracking des modèles….).

-
Vous avez une expérience en déploiement des différents patterns de Machine Learning : batch, Mini-batch, streaming.

-
Vous avez une bonne connaissance des environnements cloud Azure et AWS.

-
Votre niveau d’anglais est courant.




Réfèrence
45650BR


Métier
Digital SI


Région, département, localité
75 - Paris


Type d’emploi
CDI


Niveau d’expérience requis
Minimum 6 ans


Branche
Marketing & Services


A propos de nous/Profil de l'entreprise

TotalEnergies est une compagnie multi-énergies mondiale de production et de fourniture d'énergies : pétrole et biocarburants, gaz naturel et gaz verts, renouvelables et électricité.

TotalEnergies a décidé d'accélérer la production interne de solutions digitales pour ses activités en créant une Digital Factory.

La Digital Factory de TotalEnergies allie l'agilité et l'esprit pionnier d'une entreprise technologique à la robustesse et à la rigueur d'une entité de production à grande échelle.

Nous créons et déployons des solutions digitales sur l'ensemble des sites de la compagnie TotalEnergies afin de fournir une énergie propre, fiable et abordable au plus grand nombre.

Nous considérons les personnes comme la ressource la plus précieuse pour réussir, c'est pourquoi nous tenons non seulement à recruter les meilleurs talents, mais aussi à créer des liens uniques entre nos employés.