Publiée 18 août 2026
Expert Data Scientist Industriel - Machine Learning & Root Cause Analysis (H/F)
CITECH
Mer, Hauts-de-France 62200, France
CDI
Description de l'entreprise
CITECH recrute !
Vous souhaitez mettre votre expertise en Data Science industrielle, Machine Learning et Root Cause Analysis (RCA) au service d'un grand groupe industriel et intervenir sur des problématiques complexes d'analyse de défauts et d'optimisation des procédés de production ?
Nous avons LA mission qu'il vous faut !
Nous recherchons un(e) Expert Data Scientist Industriel - Audit ML & Root Cause Analysis (H/F).
Notre client est un acteur industriel international de premier plan engagé dans l'amélioration continue de ses procédés de fabrication grâce à la Data et à l'Intelligence Artificielle.
Dans ce contexte, plusieurs modèles de Machine Learning ont déjà été conçus en interne par des équipes Data Science expérimentées afin d'analyser les défauts de production et d'identifier leurs causes potentielles.
Votre mission consistera à apporter un regard d'expert indépendant et critique sur ces travaux, à évaluer la pertinence des méthodologies mises en œuvre et à identifier les axes permettant d'améliorer la robustesse, l'explicabilité et la performance des modèles.
Vous interviendrez avec un fort niveau d'autonomie, avec pour objectif de produire des recommandations argumentées et directement exploitables par les équipes Data Science et industrielles.
Description du poste
Vous aurez notamment pour missions :
Auditer les études Data Science et les workflows Machine Learning existants
Analyser de manière critique les méthodologies, hypothèses, variables et choix de modélisation retenus
Reproduire les traitements existants afin de vérifier la robustesse et la reproductibilité des résultats
Challenger les performances des modèles développés par les équipes Data Science internes
Identifier les éventuels biais, limites méthodologiques, phénomènes de surapprentissage ou problèmes de qualité des données
Réaliser des analyses de Root Cause Analysis appliquées aux procédés et défauts industriels
Identifier les variables et phénomènes contribuant réellement aux anomalies ou aux dégradations observées
Mettre en œuvre des méthodes statistiques avancées permettant de distinguer corrélation, causalité potentielle et facteurs explicatifs
Améliorer l'interprétabilité des modèles à l'aide de méthodes telles que SHAP, Feature Importance ou Explainability
Tester et benchmarker les modèles existants et, si nécessaire, prototyper des approches alternatives en Python
Travailler sur des données de production, données temporelles et datasets industriels volumineux
Identifier les opportunités d'amélioration des performances des modèles et des procédés industriels
Produire un rapport d'audit critique et argumenté, intégrant constats, limites, recommandations et pistes d'amélioration
Présenter et défendre vos conclusions auprès des équipes Data Science, des experts métiers et des parties prenantes du projet
Qualifications
Les compétences attendues sont les suivantes :
• Formation Bac+5 en Data Science, Intelligence Artificielle, Mathématiques appliquées, Statistiques ou Informatique
• Expérience senior confirmée en Data Science et Machine Learning, avec une forte capacité à intervenir en expertise et en autonomie
• Expérience significative dans l'audit, la revue critique ou la validation de modèles Machine Learning développés par d'autres équipes
• Expérience démontrée sur des problématiques de Root Cause Analysis appliquées à des environnements industriels ou à des procédés de production
• Capacité à challenger scientifiquement des travaux réalisés par des Data Scientists expérimentés
• Excellente maîtrise de Python
• Très bonne maîtrise de scikit-learn, XGBoost et des principales bibliothèques de Data Science
• Solides connaissances en statistiques appliquées, validation de modèles, Feature Engineering et Exploratory Data Analysis (EDA)
• Maîtrise des méthodes d'interprétabilité des modèles : SHAP, Feature Importance ou équivalent
• Expérience sur des séries temporelles, données de production et jeux de données volumineux
• Capacité à analyser les causes explicatives d'un phénomène industriel au-delà de la simple corrélation statistique
• Excellentes capacités de synthèse et de rédaction afin de produire des rapports d'expertise structurés et argumentés
Compétences appréciées
Une expérience dans l'optimisation de procédés industriels, l'analyse de défauts, la qualité industrielle ou la maintenance prédictive sera fortement valorisée.
Une expérience dans l'industrie lourde, métallurgique, sidérurgique ou manufacturière constituera un véritable plus.
La connaissance de Spark, Jupyter Notebook et du format Parquet sera appréciée.
Une expérience de méthodes avancées de causalité, statistiques multivariées ou détection d'anomalies constituera également un atout.
Esprit critique, autonomie, rigueur scientifique, capacité à challenger l'existant, curiosité technique et excellente communication seront indispensables pour réussir cette mission.
Informations supplémentaires
• Tous nos postes sont ouverts aux personnes possédant le statut RQTH.
Localisation : Fos-sur-Mer
CDI : 50 - 75 K€ Brut/an
Freelance : TJ 600 - 800 € HT/jour selon expertise
Référence : 260803_DATAINDUS_13
Pourquoi rejoindre CITECH ?
Alors qu'attendez-vous pour nous rejoindre ?
CITECH recrute !
Vous souhaitez mettre votre expertise en Data Science industrielle, Machine Learning et Root Cause Analysis (RCA) au service d'un grand groupe industriel et intervenir sur des problématiques complexes d'analyse de défauts et d'optimisation des procédés de production ?
Nous avons LA mission qu'il vous faut !
Nous recherchons un(e) Expert Data Scientist Industriel - Audit ML & Root Cause Analysis (H/F).
Notre client est un acteur industriel international de premier plan engagé dans l'amélioration continue de ses procédés de fabrication grâce à la Data et à l'Intelligence Artificielle.
Dans ce contexte, plusieurs modèles de Machine Learning ont déjà été conçus en interne par des équipes Data Science expérimentées afin d'analyser les défauts de production et d'identifier leurs causes potentielles.
Votre mission consistera à apporter un regard d'expert indépendant et critique sur ces travaux, à évaluer la pertinence des méthodologies mises en œuvre et à identifier les axes permettant d'améliorer la robustesse, l'explicabilité et la performance des modèles.
Vous interviendrez avec un fort niveau d'autonomie, avec pour objectif de produire des recommandations argumentées et directement exploitables par les équipes Data Science et industrielles.
Description du poste
Vous aurez notamment pour missions :
Auditer les études Data Science et les workflows Machine Learning existants
Analyser de manière critique les méthodologies, hypothèses, variables et choix de modélisation retenus
Reproduire les traitements existants afin de vérifier la robustesse et la reproductibilité des résultats
Challenger les performances des modèles développés par les équipes Data Science internes
Identifier les éventuels biais, limites méthodologiques, phénomènes de surapprentissage ou problèmes de qualité des données
Réaliser des analyses de Root Cause Analysis appliquées aux procédés et défauts industriels
Identifier les variables et phénomènes contribuant réellement aux anomalies ou aux dégradations observées
Mettre en œuvre des méthodes statistiques avancées permettant de distinguer corrélation, causalité potentielle et facteurs explicatifs
Améliorer l'interprétabilité des modèles à l'aide de méthodes telles que SHAP, Feature Importance ou Explainability
Tester et benchmarker les modèles existants et, si nécessaire, prototyper des approches alternatives en Python
Travailler sur des données de production, données temporelles et datasets industriels volumineux
Identifier les opportunités d'amélioration des performances des modèles et des procédés industriels
Produire un rapport d'audit critique et argumenté, intégrant constats, limites, recommandations et pistes d'amélioration
Présenter et défendre vos conclusions auprès des équipes Data Science, des experts métiers et des parties prenantes du projet
Qualifications
Les compétences attendues sont les suivantes :
• Formation Bac+5 en Data Science, Intelligence Artificielle, Mathématiques appliquées, Statistiques ou Informatique
• Expérience senior confirmée en Data Science et Machine Learning, avec une forte capacité à intervenir en expertise et en autonomie
• Expérience significative dans l'audit, la revue critique ou la validation de modèles Machine Learning développés par d'autres équipes
• Expérience démontrée sur des problématiques de Root Cause Analysis appliquées à des environnements industriels ou à des procédés de production
• Capacité à challenger scientifiquement des travaux réalisés par des Data Scientists expérimentés
• Excellente maîtrise de Python
• Très bonne maîtrise de scikit-learn, XGBoost et des principales bibliothèques de Data Science
• Solides connaissances en statistiques appliquées, validation de modèles, Feature Engineering et Exploratory Data Analysis (EDA)
• Maîtrise des méthodes d'interprétabilité des modèles : SHAP, Feature Importance ou équivalent
• Expérience sur des séries temporelles, données de production et jeux de données volumineux
• Capacité à analyser les causes explicatives d'un phénomène industriel au-delà de la simple corrélation statistique
• Excellentes capacités de synthèse et de rédaction afin de produire des rapports d'expertise structurés et argumentés
Compétences appréciées
Une expérience dans l'optimisation de procédés industriels, l'analyse de défauts, la qualité industrielle ou la maintenance prédictive sera fortement valorisée.
Une expérience dans l'industrie lourde, métallurgique, sidérurgique ou manufacturière constituera un véritable plus.
La connaissance de Spark, Jupyter Notebook et du format Parquet sera appréciée.
Une expérience de méthodes avancées de causalité, statistiques multivariées ou détection d'anomalies constituera également un atout.
Esprit critique, autonomie, rigueur scientifique, capacité à challenger l'existant, curiosité technique et excellente communication seront indispensables pour réussir cette mission.
Informations supplémentaires
• Tous nos postes sont ouverts aux personnes possédant le statut RQTH.
Localisation : Fos-sur-Mer
CDI : 50 - 75 K€ Brut/an
Freelance : TJ 600 - 800 € HT/jour selon expertise
Référence : 260803_DATAINDUS_13
Pourquoi rejoindre CITECH ?
- Une ambiance de travail conviviale avec des afterworks organisés régulièrement !
- Des missions de longue durée
- Des formations adaptées à vos envies et à vos aspirations
- Une mobilité uniquement si vous le souhaitez
- Un accompagnement personnalisé avec un suivi régulier, autour d'un café ou d'un thé
- Une mutuelle avantageuse pour vous et les membres de votre famille
- Une flexibilité sur la gestion de vos repas
- Un statut Cadre et une convention collective SYNTEC
Alors qu'attendez-vous pour nous rejoindre ?
