Ingénieur Data Science & Intelligence Artificielle H/F - 01

- Présentation de l'entreprise

Au coeur des nouvelles technologies, CISA INFORMATIQUE est une société de services experte dans l'informatique (ESN), positionnée sur cinq métiers complémentaires : l'Édition de progiciels de gestion intégrée (ERP), l'Intégration de progiciels de gestion, le Conseil, l'Hébergement sur Data Centers et les Systèmes & Réseaux.

Avec plus de 60 ans d'existence, CISA INFORMATIQUE développe des progiciels de gestion à forte valeur ajoutée : ERP - GPAO - Gestion Commerciale - Gestion Financière - RH.

Notre pérennité financière nous assure une expansion durable. Nous recrutons dans le cadre de notre développement.Nous concevons et déployons des solutions ERP de pointe pour accompagner la performance industrielle et commerciale de nos clients. Portés par l'ambition de révolutionner le pilotage d'entreprise, nous intégrons l'Intelligence Artificielle au coeur de nos outils.

Votre mission

Au sein de notre pôle R&D et en collaboration étroite avec nos équipes fonctionnelles et techniques, vous jouerez un rôle central pour l'intégration de l'intelligence artificielle dans nos ERP.

Vous contribuerez à concevoir, développer et déployer des solutions d'IA innovantes répondant aux besoins métiers (prévision, optimisation, automatisation...).

Vos principales responsabilités :
- Cadrage fonctionnel & ateliers métiers : identification de cas d'usage de l'IA à forte valeur pour l'ERP (analyse prédictive, NLP, recommandations, classification, clustering...).
- Roadmap IA & stratégie produit : co-construction d'une vision IA alignée sur les objectifs produits, l'architecture ERP, les contraintes de sécurité, d'interopérabilité et de conformité (RGPD).
- Data Engineering : collecte, nettoyage, structuration et enrichissement des données issues de l'ERP pour les rendre exploitables. Contribution à la mise en place de pipelines de données fiables.
- Modélisation & Machine Learning : conception, entraînement et validation de modèles supervisés, non supervisés et deep learning selon les cas d'usage.
- Industrialisation & MLOPS : déploiement des modèles dans les workflows ERP via APIs, containers, microservices. Participation à la mise en place d'outils de CI/CD, versioning, monitoring et réentraînement.
- Tests, validation & amélioration continue : évaluation des modèles sur des cas métiers concrets et amélioration continue de la robustesse et de la pertinence des algorithmes.
- R&D & veille IA : suivi actif des évolutions en data science, IA générative et IA industrielle. Tests de nouvelles approches et technologies dans une logique d'innovation permanente.