L'AI Centre of Excellence d'Ipsos recrute un Lead Data Scientist pour piloter la qualité scientifique des agents IA et structurer les standards de modélisation, d'évaluation, d'incertitude et d'evidence qui soutiennent les releases client-facing. Vous faites le lien entre stratégie méthodologique Ipsos, exigences des Service Lines, exécution Data Science et industrialisation engineering.
Ipsos est le leader mondial des études de marché. Son AI Centre of Excellence (AI CoE) est la nouvelle unité transverse qui conçoit, industrialise et opère les agents IA commerciaux d'Ipsos. La première vague vise à mettre en production des agents conversationnels capables de mobiliser les expertises, méthodologies et actifs propriétaires d'Ipsos, avec une infrastructure fondée sur Google Gemini Enterprise, GCP et une approche de plateforme réutilisable pour les Service Lines.
Vous prendrez la responsabilité des workstreams Data Science les plus critiques de l'AI CoE. Vous guiderez les choix scientifiques, animerez les revues méthodologiques et assurerez la cohérence entre rigueur Ipsos, vitesse de livraison et scalabilité de la plateforme.
Définir les standards Data Science applicables aux agents IA : validité statistique, traitement de l'incertitude, qualité des sources, interprétabilité et robustesse.
Structurer les méthodes de validation avec les Service Lines : critères de release, seuils de performance, evidence packs, documentation et sign-off scientifique.
Arbitrer les choix de modélisation et d'évaluation sur les use cases complexes, en explicitant les implications business, méthodologiques et techniques.
Porter la cohérence des approches NLP, GenAI, ML classique, multimodal AI et analytics dans le portefeuille d'agents.
Concevoir le cadre d'évaluation des agents : golden datasets, benchmarks, LLM-as-judge contrôlé, tests humains, scorecards, audits et monitoring post-release.
Aligner les Data Scientists, AI Engineers et Data Engineers sur les exigences d'observabilité scientifique : logs, traces, lineage, datasets, métriques et décision de promotion.
Identifier les risques analytiques : signal faible surinterprété, dérive, biais, hallucination, manque de grounding, confusion entre preuve et recommandation.
Traduire les risques en mécanismes de contrôle intégrés aux pipelines de développement et de release.
Mentorer les Data Scientists et Applied AI Engineers, organiser les revues scientifiques et faire progresser les standards de code, expérimentation et documentation.
Contribuer à la priorisation de roadmap en évaluant l'effort scientifique, la disponibilité data, le potentiel ROI, la complexité méthodologique et la réutilisabilité plateforme.
Interagir avec les directions Service Lines, produit, engineering et clients stratégiques pour formuler des approches techniquement solides et commercialement lisibles.
Produire des playbooks et supports de formation sur l'usage responsable et méthodologiquement robuste de l'IA dans les offres Ipsos.
