Contexte

Le Data Office est la pierre angulaire des activités data et IA au sein de NIHDI (INAMI-RIZIV). Vous rejoindrez une équipe pluridisciplinaire composée de data scientists, data engineers, architectes, analystes, project managers et experts en soins de santé. Ensemble, nous développons la prochaine génération de solutions de détection d’anomalies pour analyser de grands volumes de données de santé belges, identifier des schémas de facturation inhabituels, prioriser les cas à haut risque et soutenir les contrôles médicaux et administratifs avec des insights explicables et fondés sur les données. Les solutions sont conçues et industrialisées en utilisant Azure Databricks, le machine learning avancé et l’écosystème Microsoft Azure.

Rôles et responsabilités

• Diriger la conception, le développement et l’industrialisation de solutions de machine learning dans Azure Databricks.
• Collaborer avec des experts du domaine de la santé, des data engineers, business analysts et parties prenantes en matière de politiques pour identifier les cas d’usage à forte valeur ajoutée et traduire les besoins métier en solutions data-driven.
• Développer des modèles de détection d’anomalies, de scoring de risque et de classification à l’aide de techniques supervisées et non supervisées.
• Définir les approches d’évaluation des modèles couvrant l’exactitude, l’explicabilité et la valeur opérationnelle.
• Collaborer avec les membres de l’équipe sur les pipelines data/ML, l’ingénierie des features et l’intégration des solutions.
• Utiliser Databricks et les services Azure tels que PySpark, Delta Lake, Unity Catalog, MLflow, Workflows, Azure Data Factory, Azure DevOps et Azure Storage.
• Appliquer les exigences en matière de sécurité, de confidentialité, de gouvernance et d’IA responsable.
• Fournir un leadership technique, définir des standards et coacher les membres de l’équipe.

Compétences techniques

• Master ou doctorat en Data Science, Informatique, IA, Statistiques, Mathématiques, Ingénierie ou expérience équivalente.
• Minimum 10 ans d’expérience en data science, machine learning ou analytics avancées.
• Solide expérience avec Python, SQL, Azure Databricks et PySpark.
• Excellente connaissance des techniques de ML, y compris la détection d’anomalies, la classification, le clustering, etc.
• Expérience avec MLflow, Delta Lake, Unity Catalog et Databricks Workflows.
• Expérience avec Git, tests automatisés, CI/CD et pratiques MLOps.
• Expérience en explainable AI, scoring de risque et traitement de données à grande échelle.
• Expérience dans le secteur de la santé, l’assurance, la détection de fraude ou le secteur public est un atout majeur.
• Expérience de travail en environnement agile.

Profil

• Forte capacité d’analyse et compétences techniques.
• Pragmatique, autonome et axé sur la livraison.
• Fort sens de l’ownership et esprit de résolution de problèmes.
• Capable de traduire les besoins métier en solutions analytiques scalables.
• Communicateur clair avec de solides capacités de leadership et d’ownership.
• Forte attention à l’explicabilité, la qualité et la maintenabilité.
• Esprit d’équipe, flexible et désireux d’apprendre.

Résumé de la description de fonction

Le Senior Data Scientist développera et industrialisera des solutions de machine learning scalables utilisant Azure Databricks, Python, PySpark, MLflow et les services Azure. Le rôle combine analytics avancées, leadership technique et collaboration étroite avec des experts soins de santé, data engineers et architectes.

Niveau d’expertise

• Langue maternelle : néerlandais ou français, avec une connaissance passive de la seconde langue nationale
• Maîtrise professionnelle de l’anglais

Ce que nous offrons

Un poste intéressant dans la réalisation de services Data ayant un impact sur la société, avec de nombreux avantages :

• Un bon équilibre vie professionnelle / vie privée avec des horaires flexibles dans la semaine de 40 heures (de 7h30 à 20h avec des plages fixes entre 9h et 12h et 13h et 16h)
• Possibilité de télétravail (3 jours/semaine)
• Espaces de travail organisés selon les activités
• Accessibilité aisée en transports en commun
• Parking voiture et vélo dans le bâtiment
• Casier individuel
• Restaurant d’entreprise