Data Scientist
DATA SCIENTIST
Transformer la donnée brute en outils d’aide à la décisionLa donnée est votre matière première ! Utiliser vos connaissances en Machine Learning pour la transformer en information de valeur vous motive ? Vous êtes passionné par l’apprentissage statistique ? Vous êtes fluent en Python, R, Java ? Vous aimez les challenges et la résolution de problèmes complexes est pour vous un jeu d’enfant ?
Société Générale vous propose de rejoindre une communauté de plus de 200 Data Scientists appelée à grandir pour répondre aux besoins des métiers de la banque. Vous traitez des données aussi abondantes que diversifiées pour améliorer le service client, l’efficacité opérationnelle, créer de nouveaux services/produits, et maîtriser les risques. Votre feuille de route :
Vos missions
- Créer des algorithmes d’apprentissage pour l’exploitation des données.
- Analyser des résultats et concevoir des outils d’aide à la décision.
- Organiser la mise en production industrielle des modèles.
LES ATOUTS DU JOB
Mon job consiste à développer des solutions d'intelligence artificielle pour les différents métiers de la banque. C'est un métier qui est au croisement entre trois disciplines : les mathématiques pour la conception des algorithmes, le software engineering qui permet de traduire ces algorithmes en code et de mettre en production les projets au sein de l'infrastructure de la banque et l'expertise métier qui est nécessaire pour constituer des solutions pertinentes, mais aussi pour interagir avec des audiences non-techniques et leur restituer du contenu technique.
Si je devais citer une compétence clé pour ce job, je dirais que c'est la capacité à structurer un projet et à se mettre dans la peau de l'utilisateur. Donc, comprendre ces problématiques, identifier de quoi il pourrait avoir besoin et concevoir une solution pertinente. Et plus récemment, je m'intéresse à des problématiques d'IA générative.
On a de nombreux challenges qui nous attendent. Le premier, c'est celui de concevoir des solutions qui soient suffisamment spécifiques pour répondre aux besoins de chaque métier, mais également suffisamment génériques pour couvrir l'ensemble des besoins du Groupe. Et tout ça en gardant en équilibre entre valeur ajoutée et impact environnemental. Un deuxième challenge qui nous attend, c'est celui de mettre à disposition des solutions avec le moins de biais possible, de toxicité ou d'hallucinations, c'est-à-dire des réponses fausses qui nous sont présentées comme des faits certains. D'où l'importance de mettre en place des protocoles robustes et je pense qu'avoir de la diversité dans les équipes va faciliter la mise en place de ces protocoles.
Je dirais que ma fierté, c'est de m'être impliqué dans des chantiers très différents depuis que je suis arrivé dans le Groupe. Bien sûr, d'un côté, il y a les projets data science, mais si on veut, on peut aller plus loin. Par exemple, je me suis occupé de l'animation de la communauté data science du Groupe en organisant des événements en interne comme des sessions de partage et des workshops, mais aussi en externe, en organisant des rencontres avec des entreprises pour échanger, voir comment les choses sont faites ailleurs et permettre aussi à nos data scientists d'échanger avec leurs pairs.
Profils recherchés
Machine Learning
Deep Learning (NLP, OCRisation, etc.)
Data Visualisation/orientation résultats
Résolution de problème/mathématiques
Bac+5 d’une école d’ingénieur, master en Data Science, en mathématiques (appliquées) ou en informatique
Questions fréquentes sur le Data Scientist
Qu’est-ce qu’un Data Scientist ?
Grâce à des techniques statistiques et des outils informatiques spécifiques, il assure une bonne maîtrise des algorithmes d’apprentissage automatique. Il contribue ainsi à résoudre les problèmes commerciaux d’une entreprise et participe à la prise de décision stratégique de celle-ci.
Quelles sont les principales missions d'un Data Scientist ?
- la collecte, la conservation et la préparation des données ;
- la détection de tendances dans les ensembles de données ;
- la rédaction de rapports et la communication avec les responsables de l’entreprise ;
- la résolution de problèmes grâce aux données ;
- la responsabilité du bon déploiement des modèles qu’il établit.
Quelles compétences et qualités sont essentielles pour devenir Data Scientist ?
En effet, il doit avoir une solide compréhension des principes techniques mathématiques, notamment dans les statiques.
Côté technique, plusieurs requis sont attendus :
- la maîtrise des différentes architectures de réseaux neuronaux ainsi que les librairies de développement associées (TensorFlow, PyTorch, Caffe, Keras et Onns) ;
- la connaissance des environnements Hadoop/Spark, qui sont des framework open-sources, c’est-à-dire des logiciels dont le code est ouvert à tous et qui permettent de prendre en charge le développement d’applications Web ;
- la maîtrise des différents langages de programmation (Python, C++, Java et le R) et, bien évidemment, la parfaite connaissance des outils d’analyse de données et d’apprentissage automatique, c’est-à-dire, l’expertise en algorithme et dans les méthodes de machine et deep learning.
Enfin, une bonne capacité de communication est également très appréciée : elle permet de comprendre les besoins des clients et de transmettre efficacement les résultats obtenus à la Direction de l’entreprise.
Quelle est la formation nécessaire pour devenir Data Scientist ?
Après un Bac +3 (une Licence ou un Bachelor) dans les domaines de l’informatique ou des mathématiques, il est conseillé d’être détenteur d’un Master Data Scientist (spécialisé, dans le Big Data ou l’intelligence artificielle) obtenu dans une école d’ingénieurs, d’informatique ou bien dans certaines universités.
Si vous souhaitez vous spécialiser dans un domaine précis, des formations et des certifications spécifiques sont aussi possibles.
Enfin, pour faire la différence avec d’autres candidats, n’hésitez pas à multiplier les expériences professionnelles : un stage data scientist ou une alternance data scientist seront toujours appréciés par le recruteur.
Comment évolue la carrière d'un Data Scientist ?
- Data Engineer, en charge de la gestion, du traitement et de la mise en forme des données collectées,
- Lead Data Scientist, responsable de l’équipe des Data Scientists,
- Chief Data Scientist, responsable de tous les projets d’analyses de données.
Il peut également choisir de se spécialiser dans des domaines comme l'intelligence artificielle ou le Big Data.
Enfin, il peut se diriger vers un poste d’Architecte SI, de Software Engineer ou de Business Analyst.
Comment se déroule la « journée type » d’un Data Scientist ?
Quel est le salaire moyen d'un Data Scientist ?
Data Scientist VS Data Engineer : quelles différences ?
Data Scientist VS Data Analyst : quelles différences ?
Les étapes pour nous rejoindre
Pour bien se connaître et nous assurer que vous vous épanouirez au sein de Société Générale, il reste quelques étapes à franchir.
01
connaître
En répondant aux offres d’emploi.
02
Nous vous contactons pour un premier échange et des tests en ligne.
03
Vous rencontrez nos opérationnels et les ressources humaines.
04
Le poste est à vous, l’aventure peut commencer.
Et si l’aventure ne faisait que commencer ?
Chez Société Générale, nous veillons à ce que chacun puisse construire son propre parcours en fonction de ses envies et de ses capacités. L’avenir s’ouvre à vous et vous offre de nouvelles opportunités :
- Data Scientist (Inspecteur/Auditeur, Consultant interne, Actuaire, Quant, etc.)
- Data engineer
- Chief data officer