Ingénieur en science des données Intelligence Artificielle H/F - IBM Client Innovation Center - Strasbourg

A career in IBM Consulting is built on long-term client relationships and close collaboration worldwide. You’ll work with leading companies across industries, helping them shape their hybrid cloud and AI journeys. With support from our strategic partners, robust IBM technology, and Red Hat, you’ll have the tools to drive meaningful change and accelerate client impact. At IBM Consulting, curiosity fuels success. You’ll be encouraged to challenge the norm, explore new ideas, and create innovative solutions that deliver real results. Our culture of growth and empathy focuses on your long-term career development while valuing your unique skills and experiences.

As a Data Scientist with expertise in Artificial Intelligence, you will skillfully combine data analysis and business acumen to tackle cognitive computing challenges. You will be responsible for architecting and delivering AI solutions using cutting-edge technologies, with a strong focus on foundation models and large language models. Your primary responsibilities will include: 

• Design AI Solutions: Architect and deliver AI solutions using cutting-edge technologies, with a strong focus on foundation models and large language models, and experience in tools like Github Copilot and Amazon Code Whisperer. 

• Develop Cognitive Solutions: Create comprehensive cognitive solutions that effectively process and analyze both structured and unstructured data, utilizing expertise in NLP, ML, and other specialized areas such as Image Processing, Video Processing, Voice Processing, or Watson technologies. 

• Implement AI Frameworks: Apply strong programming skills, with proficiency in Python and experience with AI frameworks such as TensorFlow, PyTorch, Keras, or Hugging Face, to develop and deploy AI models. 

• Manage AI Project Lifecycle: Oversee the full AI project lifecycle, from research and prototyping to deployment in production environments, ensuring successful project delivery. 

• Collaborate with Stakeholders: Work with various stakeholders to identify business problems and leverage the power of artificial intelligence for cognitive computing, driving business value through AI-driven solutions.

• Advanced Analytics Techniques: Exposure to advanced analytics techniques for structured data, including data analysis and interpretation, to inform business decisions and tackle cognitive computing challenges. 

• AI Frameworks and Tools: Experience working with AI frameworks such as TensorFlow, PyTorch, Keras, or Hugging Face, and tools like Github Copilot and Amazon Code Whisperer to develop and deploy AI models. 

• Programming Skills: Proficiency in Python programming language, with experience in applying programming skills to develop and deploy AI solutions. 

• NLP and ML Methods: Exposure to Natural Language Processing (NLP) and Machine Learning (ML) methods for unstructured content, including foundation models and large language models. 

• Cloud Platforms and Databases: Experience working with cloud platforms (e.g. Kubernetes, AWS, Azure, GCP) and related services, as well as relational and NoSQL databases (SQL, Postgres, DB2, MongoDB).

• Familiarity with Modern UI: Familiarity with modern UI frameworks such as Backbone.js, AngularJS, React.js, Ember.js, Bootstrap, and JQuery, with the ability to apply this knowledge in developing AI solutions. 

• Understanding of Libraries: Understanding in the usage of libraries such as SciKit Learn, Pandas, Matplotlib, etc., with the ability to apply this knowledge in developing AI solutions. 

• Operating Systems Knowledge: Experience working with various operating systems (Linux, Windows, iOS, Android), with the ability to apply this knowledge in developing and deploying AI solutions.

Une carrière chez IBM Consulting repose sur des relations clients durables et une étroite collaboration à l'échelle mondiale. Vous travaillerez avec des entreprises de premier plan issues de tous les secteurs, en les aidant à définir leur stratégie en matière de cloud hybride et d'intelligence artificielle. Grâce au soutien de nos partenaires stratégiques, à la technologie robuste d'IBM et à Red Hat, vous disposerez des outils nécessaires pour susciter des changements significatifs et accélérer l'impact sur nos clients. Chez IBM Consulting, la curiosité est le moteur de la réussite. Vous serez encouragé à remettre en question les normes, à explorer de nouvelles idées et à créer des solutions innovantes qui produisent des résultats concrets. Notre culture de croissance et d'empathie met l'accent sur votre développement de carrière à long terme tout en valorisant vos compétences et vos expériences uniques.

En tant que Data Scientist spécialisé en intelligence artificielle, vous saurez allier analyse de données et sens des affaires pour relever les défis liés à l'informatique cognitive. Vous serez chargé de concevoir et de mettre en œuvre des solutions d'IA à l'aide de technologies de pointe, en mettant particulièrement l'accent sur les modèles de base et les grands modèles linguistiques. Vos principales responsabilités comprendront :

• Concevoir des solutions d'IA : concevoir et mettre en œuvre des solutions d'IA à l'aide de technologies de pointe, en mettant l'accent sur les modèles de base et les grands modèles linguistiques, et en tirant parti de votre expérience avec des outils tels que Github Copilot et Amazon Code Whisperer.

• Développer des solutions cognitives : créer des solutions cognitives complètes qui traitent et analysent efficacement les données structurées et non structurées, en mettant à profit votre expertise en TALN, en apprentissage automatique et dans d'autres domaines spécialisés tels que le traitement d'images, le traitement vidéo, le traitement vocal ou les technologies Watson.

• Mise en œuvre de frameworks d'IA : mettre en œuvre de solides compétences en programmation, avec une maîtrise de Python et une expérience des frameworks d'IA tels que TensorFlow, PyTorch, Keras ou Hugging Face, pour développer et déployer des modèles d'IA.

• Gestion du cycle de vie des projets d'IA : superviser l'ensemble du cycle de vie des projets d'IA, de la recherche et du prototypage au déploiement dans des environnements de production, en garantissant la réussite de la livraison des projets. 

• Collaborer avec les parties prenantes : travailler avec diverses parties prenantes pour identifier les enjeux métier et exploiter le potentiel de l'intelligence artificielle au service de l'informatique cognitive, afin de créer de la valeur ajoutée grâce à des solutions basées sur l'IA.

• Techniques d'analyse avancée : maîtrise des techniques d'analyse avancée des données structurées, notamment l'analyse et l'interprétation des données, afin d'étayer les décisions commerciales et de relever les défis liés à l'informatique cognitive.

• Cadres et outils d'IA : expérience de l'utilisation de cadres d'IA tels que TensorFlow, PyTorch, Keras ou Hugging Face, ainsi que d'outils comme Github Copilot et Amazon Code Whisperer pour développer et déployer des modèles d'IA.

• Compétences en programmation : Maîtrise du langage de programmation Python, avec une expérience dans l'application de compétences en programmation pour développer et déployer des solutions d'IA.

• Méthodes de TALN et d'apprentissage automatique : Connaissance des méthodes de traitement automatique du langage naturel (TALN) et d'apprentissage automatique (ML) pour les contenus non structurés, y compris les modèles de base et les grands modèles linguistiques.

• Plateformes cloud et bases de données : Expérience de travail avec des plateformes cloud (par exemple Kubernetes, AWS, Azure, GCP) et les services associés, ainsi qu'avec des bases de données relationnelles et NoSQL (SQL, Postgres, DB2, MongoDB).

• Maîtrise des interfaces utilisateur modernes : maîtrise des frameworks d'interface utilisateur modernes tels que Backbone.js, AngularJS, React.js, Ember.js, Bootstrap et jQuery, et capacité à mettre ces connaissances en pratique dans le développement de solutions d'IA.

• Maîtrise des bibliothèques : Maîtrise de l'utilisation de bibliothèques telles que SciKit Learn, Pandas, Matplotlib, etc., et capacité à mettre ces connaissances en pratique pour développer des solutions d'IA.

• Connaissance des systèmes d'exploitation : Expérience de travail avec divers systèmes d'exploitation (Linux, Windows, iOS, Android), et capacité à mettre ces connaissances en pratique pour développer et déployer des solutions d'IA.