Data Scientist Copia

À propos du poste

Nous recherchons un profil orienté données pour rejoindre notre équipe analytics et qualité.

Dans ce rôle, vous analyserez les performances des agents d’intelligence artificielle sur des tâches liées au secteur financier, afin d’identifier les causes profondes des échecs et de contribuer à l’amélioration des cadres de conception, d’évaluation et de benchmarking.

Responsabilités principales

• Réaliser des analyses statistiques des défaillances afin d’identifier des schémas récurrents dans les performances des agents IA à travers les prompts, grilles d’évaluation, templates et types de fichiers
• Investiguer les causes racines des problèmes de performance liés à l’exécution des tâches, à la conception des frameworks ou à la complexité des données
• Mener des analyses multidimensionnelles sur les sous-domaines financiers, les catégories de tâches et les types d’entrées
• Développer des tableaux de bord et des rapports mettant en évidence les tendances de performance, les clusters d’échec et les opportunités d’amélioration
• Recommander des améliorations dans la conception des tâches, les grilles de qualité et les métriques d’évaluation sur la base des analyses de données

Qualifications requises

• Solide compréhension de l’analyse statistique, des tests d’hypothèses et de la reconnaissance de motifs
• Maîtrise de Python (pandas, scipy, matplotlib/seaborn) ou de R pour l’analyse de données
• Expérience pratique en analyse exploratoire des données (EDA) et capacité à transformer les données en insights actionnables
• Familiarité avec les techniques d’évaluation des modèles IA/ML et les métriques de qualité
• Bonne maîtrise d’Excel, SQL et des outils de visualisation tels que Tableau ou Power BI

Qualifications appréciées

• Expérience préalable dans l’évaluation de modèles IA/ML, la qualité du data labeling ou l’analyse de l’automatisation
• Connaissances du secteur financier ou forte motivation à apprendre les structures du domaine finance
• Expérience en analyse multidimensionnelle des défaillances ou en études de benchmarking
• Compréhension des frameworks d’évaluation à grande échelle ou de la conception de jeux de données de test