Data Science Lead – Responsable d'équipe Machine Learning

Mayflower est une entreprise technologique de pointe qui conçoit des produits à très fort trafic, utilisés chaque jour par des millions d’utilisateurs à travers le monde. Notre mission : transformer les données massives en intelligence exploitable pour améliorer les recommandations, la recherche, la sécurité, la compréhension du contenu et bien d’autres fonctions essentielles de nos services. Nous opérons sur des systèmes temps réel à grande échelle et nous appliquons le machine learning à chaque niveau de notre stack produit. Nous recherchons un **Data Science Lead** pour piloter notre équipe Data Science, garantir l’excellence technique des modèles de machine learning et assurer que chaque initiative d’IA génère un impact mesurable sur le produit. Ce poste combine management d’équipes, partenariat avec les parties prenantes, responsabilité technique et contribution pratique aux projets ML les plus stratégiques. ### Vos missions principales - **Leadership d’équipe** : recruter, former et développer des Data Scientists talentueux ; définir des objectifs clairs, assurer le suivi des performances, fournir un feedback constructif et créer un environnement propice à l’innovation et à la collaboration. - **Partenariat produit** : travailler en étroite collaboration avec les chefs de produit pour aligner les priorités, garantir que les projets de data science répondent aux besoins réels du marché et anticiper les dépendances transverses. - **Gestion du cycle de vie ML** : piloter toutes les étapes, de la formulation du problème à la mise en production, en passant par la conception d’expériences, la validation offline, le déploiement et l’optimisation continue des modèles. - **Standards techniques** : définir et faire respecter les meilleures pratiques en matière d’expérimentation, de reproductibilité, de revue de code, de documentation et de gouvernance des modèles. - **Impact produit** : mettre en place des indicateurs de performance (KPIs) pour mesurer l’effet des modèles sur les métriques business (taux de conversion, rétention, satisfaction, etc.) et assurer un reporting transparent aux parties prenantes. - **Collaboration inter‑équipes** : travailler main dans la main avec les équipes ML Backend, Engineering, MLOps et Data Engineering pour garantir une intégration fluide des modèles dans l’infrastructure cloud (AWS/GCP) et optimiser les pipelines de données. ### Profil recherché - Minimum 5 ans d’expérience en data science ou machine learning, dont au moins 2 ans en gestion d’équipes techniques. - Maîtrise avancée de Python (pandas, scikit‑learn, PyTorch/TensorFlow) et des outils de traitement de données à grande échelle (Spark, SQL, BigQuery, Redshift). - Expérience avérée dans le déploiement de modèles en production, le monitoring de performance et le cycle de vie complet du ML (MLOps, CI/CD). - Solides compétences en statistiques, expérimentation A/B testing et validation de modèles. - Excellentes capacités de communication et de storytelling pour traduire des concepts techniques en recommandations business. - Leadership inspirant, capacité à motiver et à développer des talents dans un environnement à haute pression. - Anglais courant (écrit et oral) indispensable ; le français est un plus. ### Ce que nous offrons - Un poste **CDI** à responsabilité avec une forte autonomie décisionnelle. - Un environnement de travail **remote‑first** avec la possibilité de se réunir ponctuellement dans nos bureaux aux États‑Unis. - Un salaire compétitif, des bonus basés sur la performance et un plan d’actions / stock‑options. - Des programmes de formation continue (conférences, certifications, cours en ligne) pour rester à la pointe des technologies IA. - Des avantages santé, un plan de retraite, et un budget dédié au bien‑être (sport, loisirs, etc.). - Une culture d’entreprise inclusive, axée sur la collaboration, l’innovation et la reconnaissance du mérite. Rejoignez Mayflower et contribuez à façonner l’avenir du machine learning à l’échelle mondiale ! Postulez dès maintenant pour devenir le moteur de notre succès data‑driven.