DATA SCIENTIST F/HRCA

Editeur de logiciels 100% autonome, basé en périphérie de Nantes, RCA développe deux gammes de logiciels : Une gamme de 13 modules à destination des cabinets d’expertise comptable et une plateforme digitale collaborative en mode SaaS destinée aux experts-comptables ainsi qu’à leurs clients (TPE / PME).

Depuis 15 ans, la société n’a cessé d’évoluer. Avec 3 personnes en 2007, nous sommes aujourd’hui 250 collaborateurs engagés dans l’aventure RCA !

Tu rejoindras l’équipe Data de RCA, composée de 17 personnes (Data Engineers, PM, Analystes, ML, développeurs, etc.), au cœur de nos enjeux produit, cloud et performance. 

Ton rôle : En tant que Data Scientist, tu joueras un rôle central dans la conception de solutions data et IA au service de nos produits. Tu interviendras depuis l’exploration jusqu’à l’industrialisation, avec un impact direct sur les usages métiers. Tu participeras à la montée en maturité sur les sujets IA, qu’ils soient analytiques, prédictifs ou génératifs. 

Tes missions  

• Comprendre le contexte et les besoins métiers pour proposer des solutions adaptées et travailler dans une logique "data as a product" 
• Cadrer et réaliser des démarches itératives d’expérimentation sur les données 
• Proposer des solutions (text mining, modèles prédictifs, IA générative, etc) pour répondre aux enjeux métier 
• Concevoir et implémenter des méthodes de mesure de la performance des solutions 
• Accompagner les ingénieurs Data & ML dans l’industrialisation des solutions 
• Participer à la mise en place de la stack IA de RCA 

Stack : AWS, Snowflake, Airflow, DBT, Python, SQL, Shell, GitLab CI, Holistics, ThoughtSpot..

Ton profil  

• Compétences clé : 
  • 2 ans d’expérience (hors formation) en tant que Data scientist ou ML OPS
  • Solide bagage mathématique et statistiques 
  • Aisance vis-à-vis des méthodes d’analyse et de nettoyage des données 
  • Maîtrise avancée de Python (Pandas, Scikit-learn, Mathplotlib, Seaborn, etc.), SQL et de leurs environnements de développement (IDE, notebooks) 
  • Capacité à vulgariser des concepts complexes auprès du métier 
  • Connaissance des principes et outils d’explicabilité (théorie des jeux, inférence causale, etc.)
    
• Les "Plus" qui font la différence : 
  • Première expérience ou une forte curiosité pour l'IA générative ou agentique 
  • Notions de déploiement ou d'outils MLOps 
  • Etre l'aise avec les bonnes pratiques de développement (git, CI/CD, etc)