• Analyser des données structurées et non structurées afin d’éclairer la compréhension métier, la prise de décision et l’automatisation raisonnée de processus opérationnels.
• Cadrer les cas d’usage avec les métiers, identifier les opportunités de création de valeur et définir les approches scientifiques, techniques et applicatives les plus adaptées.
• Concevoir, développer, tester, déployer et maintenir des modèles, applications et agents IA adaptés aux enjeux métiers, en combinant selon les besoins Machine Learning, optimisation, IA générative, modèles experts et chaînes de décision humain–IA.
• Garantir la pertinence, la robustesse, la performance, la sécurité et la valeur opérationnelle des solutions développées, depuis l’exploration jusqu’au passage en production.
• Définir et appliquer des protocoles d’évaluation adaptés aux solutions IA, notamment pour mesurer la qualité des réponses, l’exactitude métier, la robustesse, l’auditabilité, le respect des garde-fous et les conditions de mise en production.
• Contribuer aux choix technologiques, à la capitalisation des composants réutilisables, à l’innovation et à l’animation de la communauté Data Science et IA au sein de TotalEnergies.
• Documenter et présenter les résultats, les recommandations et les limites des solutions aux parties prenantes internes au moyen de supports adaptés : rapports, démonstrateurs, dashboards ou présentations.

• Diplômé(e) d’un Master en statistiques, intelligence artificielle, mathématiques appliquées, informatique, ingénierie des procédés, génie industriel, mécanique ou domaine similaire. Le doctorat constitue un atout important.
• Tu justifies d’au moins 5 ans d’expérience dans le développement, l’industrialisation et la mise en production de solutions d’aide à la décision fondées sur la Data Science et l’IA.
• Tu maîtrises Python, les bonnes pratiques de développement logiciel et les environnements cloud, notamment Azure ou AWS. La maîtrise de Databricks est un plus.
• Tu as une expérience concrète des solutions d’IA appliquées à des problématiques métiers : Machine Learning, optimisation, IA générative, RAG, agents outillés, orchestration de workflows, appels d’API et automatisation contrôlée.
• Tu sais passer d’un prototype à une solution robuste, sécurisée et exploitable en production, en intégrant les contraintes de confidentialité, traçabilité, observabilité, supervision humaine, sécurité et passage à l’échelle.
• Une expérience dans un contexte industriel est fortement appréciée : énergie, logistique, gestion de stocks, maintenance industrielle, données de capteurs, analyse, modélisation ou optimisation de procédés.

Compétences :