Data Analyst - (H/F)

En tant qu'organisateur de forums de recrutement, Talents Handicap accompagne de très nombreuses entreprises & organisations en France dans leurs recrutements de collaborateurs en situation de handicap. Participant actuellement à l'un de nos forums.

L'entreprise Atos recherche actuellement des profils :

Le poste en quelques mots

Afin d'accompagner nos clients en proximité dans le cadre de projets novateurs autour de l'IA & DATA, nous recherchons des profils de Data Analyst

Vous travaillerez en collaboration avec des experts Data, IA et DevOps au sein d'environnements Agile afin de concevoir, développer et d'optimiser des modèles avancés de Machine Learning, Deep Learning et/ou LLM.

Ce que nous allons faire ensemble

En tant que Data Analyst h/f, vous aurez en charge de

Contribuer à l'identification, la qualification et la priorisation des cas d'usage de data science en conformité avec les priorités métier.

Collecter et Préparer les données

Extraire, nettoyer et organiser les données provenant de diverses sources.

Assurer la qualité et l'intégrité des données.

Visualiser et Communiquer.

Créer des visualisations de données claires et informatives.

Présenter les résultats et les recommandations aux parties prenantes de manière compréhensible.

Rédiger la documentation technique et fonctionnelle associée au travaux et participer à la création des supports présentés lors des comités projet.

Collaborer avec les équipes techniques

Intégrer les modèles dans les systèmes existant en appliquant les bonnes pratiques ML

Ops dans des environnements d'intégration / déploiement continu.

Contribuer au partage des retours d'expérience sur les projets, les outils et les bonnes pratiques

Proposer des améliorations continues et participer à l'optimisation de la performance des algorithmes.

Vous maitrisez les technologies/compétences suivantes

Méthodes de statistiques descriptives et des algorithmes classiques d'apprentissage automatique.

Recueil, traitement et analyse de données issues de sources et contextes métiers variés (Power BI, Grafana,Qlick).

Pratique courante des langages de développement (Python, R, SQL)

Connaissance des bibliothèques de Machine / Deep Learning (TensorFlow, PyTorch. Scikit-Learn).

Enfin, connaissance des bonnes pratiques Data responsable (éthiques, réglementaire) liées à l'exploitation des données et des règles d'accessibilité numérique (RGAA).