- - - - - - - - - - - -
Une mission qui nous rassemble. Chez Michelin, nous « offrons à chacun une meilleure façon d’avancer », avec une ambition claire : réinventer un mouvement plus sûr, plus efficient et plus respectueux de l’environnement. Cette raison d’être irrigue notre stratégie « Tout durable », qui recherche l’équilibre entre People, Planet, Profit.
Nos valeurs. La culture Michelin repose sur des valeurs de respect (des clients, des personnes, des faits, de l’environnement, des actionnaires) et des principes éthiques exigeants.
Diversité & inclusion. Nous voulons être une référence en la matière et bâtir une culture où chacun peut s’exprimer librement et être traité équitablement, quelles que soient ses différences.
CXS au service des flottes. Michelin Connected Solutions (CXS) s’appuie sur la donnée, l’IA et un écosystème opérationnel (réseau Euromaster, assistance 24/7 Michelin OnCall…) pour améliorer sécurité, efficience et durabilité des flottes : réduction des coûts, baisse de la consommation/carbone, amélioration de la productivité et du temps de disponibilité.
Michelin Mobility intelligence, expert en données. Faisant partie du groupe MICHELIN, l’entreprise est au cœur de la stratégie de transformation du leader mondial de la mobilité. Notre mission est de compléter la raison d’être de MICHELIN pour une mobilité plus sûre et plus durable par notre capacité à innover à partir des données de conduite (https://mobilityintelligence.michelin.com/fr/).
Un environnement d’excellence technologique. Le centre R&D de Ladoux (Clermont-Ferrand) réunit près de la moitié des équipes de R&D du Groupe et constitue un lieu unique d’innovation et de co‑conception.
Type de contrat : CDI
Lieu : Clermont-Ferrand (63) - site Ladoux
Mode de travail hybride : (2j/semaine de télétravail en accord avec le manager et les équipes)
Vous renforcez l’équipe Data Science de MMI pour accélérer le déploiement de nos services de mobilité (flottes, véhicule connecté) et aider les responsables d’infrastructures à réduire la mortalité routière.
Vous concevrez des approches spatio-temporelles de prédiction de risque (ex. Graph Attention Networks, méthodes probabilistes) sur données structurées (télématique, météo, etc.), avec une extension progressive à des données non structurées (images, vidéos, satellite, texte).
Vous développerez des capabilités Computer Vision (détection/localisation, Structure from Motion, nuages de points, reconstruction 3D), et contribuerez à la mise en production dans des environnements Cloud industriels.
Exploration & cadrage data : collecter, nettoyer, préparer et profiler la donnée (y compris images/vidéos) pour alimenter l’idéation et fiabiliser les pipelines.
Analyse exploratoire & descriptive : statistiques, visualisations, identification de tendances/anomalies, formulation d’hypothèses métier, construction d’indicateurs (sécurité, risque, performance).
Modélisation & expérimentation : concevoir, entraîner et évaluer des modèles (optimisation, ML/DL, Computer Vision, Generative AI) adaptés aux cas d’usage (collisions, zones à risque, typologies d’accidents, vitesse…).
Prévision spatio-temporelle : développer des modèles de risk scoring (GNN, GAT, séquentiels, probabilistes), calibration/quantification d’incertitude, robustesse et généralisation.
Industrialisation & MLOps : bonnes pratiques de versioning, tests, traçabilité, monitoring, CI/CD, sécurité, conformité ; collaboration étroite avec Data/ML Engineers.
Qualité & gouvernance : définir des KPIs de performance et de coût (latence, précision, dérive), observabilité, non-régression, documentation et revue des releases.
Visualisation & activation : produire des dashboards et assets de visualisation pour maximiser la lisibilité et l’usage par les clients et parties prenantes.
Communication & influence technique : restitutions claires, vulgarisation, contribution aux offres (avant-vente), participation à des appels d’offres/ateliers clients.
Veille & innovation : benchmarking méthodes/architectures, exploration de nouvelles approches (agents, LLM appliqués à la data/vision), protection des innovations (brevets).
Travail transversal : interaction avec Product Managers, Data Engineers, experts IA/LLM, équipes flottes/OEM, et coordination avec le Principal Data Scientist (US) sur R&D/innovation.
Leadership technique & transverse : coacher/mentorer les autres Data Scientists de l’équipe Tech MMI, harmoniser les pratiques (qualité, sécurité, conformité), standardiser les produits, améliorer la productivité et optimiser les coûts de développement.
Vision & exploration : nourrir la feuille de route moyen/long terme, effectuer une veille active et orchestrer des collaborations avec d’autres équipes en interne ou externe de CXS.
Communication d’impact : capter les besoins des acteurs de la sécurité routière, des flottes et OEM, contribuer à la crédibilisation de nos capacités (démos, POC, dossiers techniques).
Excellence algorithmique : fiabiliser, optimiser et différencier nos algorithmes (collisions, typologies, zones à risque, vitesse, etc.) par rapport au marché.
Data exploration avancée : préparation de données structurées et non structurées (images, vidéos), feature engineering, data quality & profiling.
Analyse exploratoire & descriptive : statistiques appliquées, visualisations expertes, storytelling data pour détecter opportunités et anomalies.
Modélisation : ML/DL, Computer Vision, GenAI ; expérimentation rigoureuse, évaluation multi-métriques, calibration et robustesse.
MLOps : versioning, traçabilité, monitoring de dérive/performance, CI/CD, sécurité et conformité (privacy by design).
Dataviz & diffusion : rapports, présentations, dashboards (orchestration et guidage produit).
Cloud & données : expérience Microsoft Azure (AMLS) ou équivalent ; Python, PySpark, SQL ; Snowflake ou data warehouses similaires.
Plus : graph learning (GNN/GAT), séries temporelles, traitement d’images/vidéos (SfM, point clouds, 3D), gestion de coût/latence, APIs & intégrations.
Autonomie & force de proposition ; sens de l’impact.
Analyse & synthèse, esprit critique, rigueur scientifique.
Communication & pédagogie, excellente capacité de vulgarisation.
Leadership et animation de collectifs pluridisciplinaires.
Orientation client ; culture valeur/usage.
Organisation & dynamisme, jeu collectif, curiosité/innovation avec vision stratégique.
Diplôme : Bac+5 (école d’ingénieur / université) ou équivalent.
Expérience : 3 ans minimum avec expertise démontrée sur :
L’ensemble du cycle de vie d’un projet data science (collecte & préparation, modélisation, évaluation, déploiement),
La manipulation de bases de données à grande échelle.
Langues : Français C1 et Anglais C1 (environnement international).
Un impact sociétal direct sur la sécurité routière et la mobilité.
Un terrain d’innovation riche (spatio-temporel, graph learning, vision 3D, GenAI) au cœur d’un écosystème industriel mondial.
Une culture d’apprentissage continu, de respect et de responsabilisation, avec des communautés techniques actives.
Un cadre de travail hybride et des perspectives d’évolution dans un groupe international.
Principal Data Scientist ou rôles d’expertise/seniorité accrue.
Mobilité interne au sein de CXS : IA (HenAI, LLM…), data science produit, encadrement fonctionnel de Data Scientists, ou passerelles vers d’autres domaines data/produit ou d’autres services
- - - - - - - - - - - -
Michelin, entreprise engagée dans la mobilité durable et reconnue pour ses actions en faveur de l'expérience employé !
Pour en savoir plus sur le Groupe :https://recrutement.michelin.fr
- - - - - - - - - - - -