Job Detail
Data Scientist - Machine Learning / Time series (Energie) - Junior/Confirmé
Data Science and AI
À plein temps
Salary
—
Description
En mission chez un de nos clients industriels, vous interviendrez sur des problématiques concrètes de data science sur des données météorologiques : L’objectif est de développer/améliorer des modèles permettant de prédire la production d’énergie solaire et éolien à partir de données météorologiques. Le poste inclut également le développement d’une librairie afin de faciliter et standardiser le développement des modèles.
Hard Skills
3
| Skill | Source | Confidence |
|---|---|---|
| Time Series Analysis | llm_hard |
100%
|
| Supervised Learning | llm_hard |
80%
|
| Regression Algorithms | llm_hard |
80%
|
Soft Skills
0
No soft skills extracted
Apply Options
API Logs for this Job
| Query | Country | Status | Response ms | Created |
|---|---|---|---|---|
| Data Scientist - Machine Learning / Time series (Energie) - Junior/Confirmé | extracted | 3160 | 2026-03-22 01:06 | |
| Data Scientist - Machine Learning / Time series (Energie) - Junior/Confirmé | classified | 542 | 2026-03-21 20:06 | |
| junior deep learning engineer in Paris | fr | duplicate | 5117 | 2026-03-21 17:12 |
| junior machine learning engineer in Paris | fr | duplicate | 10871 | 2026-03-21 16:59 |
| junior data scientist in Paris | fr | duplicate | 11752 | 2026-03-21 16:55 |
| junior data analyst in Paris | fr | processed | 5814 | 2026-03-21 16:12 |
Raw JSON
{
"job_id": "5-b_blZ2bnJKc06bAAAAAA==",
"job_city": "Boulogne-Billancourt",
"job_state": null,
"job_title": "Data Scientist - Machine Learning / Time series (Energie) - Junior/Confirmé",
"job_salary": null,
"job_country": "FR",
"job_benefits": null,
"job_latitude": 48.8396952,
"job_location": "Boulogne-Billancourt",
"job_onet_soc": "15111100",
"apply_options": [
{
"is_direct": false,
"publisher": "Welcome To The Jungle",
"apply_link": "https://www.welcometothejungle.com/fr/companies/mp-data/jobs/data-scientist-machine-learning-time-series-energie-junior-confirme_boulogne-billancourt?utm_campaign=google_jobs_apply&utm_source=google_jobs_apply&utm_medium=organic"
},
{
"is_direct": false,
"publisher": "LinkedIn",
"apply_link": "https://fr.linkedin.com/jobs/view/data-scientist-machine-learning-time-series-energie-junior-confirm%C3%A9-at-mp-data-4386867246?utm_campaign=google_jobs_apply&utm_source=google_jobs_apply&utm_medium=organic"
},
{
"is_direct": null,
"publisher": "Welcome To The Jungle",
"apply_link": "https://www.welcometothejungle.com/fr/companies/mp-data/jobs/data-scientist-machine-learning-time-series-energie-junior-confirme_boulogne-billancourt"
}
],
"employer_logo": "https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcQwXiwQDtPQqPuDdckbit8gKIySuF3bscRrX9C8&s=0",
"employer_name": "MP DATA",
"job_is_remote": false,
"job_longitude": 2.2399123,
"job_posted_at": "il y a 3 jours",
"job_publisher": "Welcome To The Jungle",
"job_apply_link": "https://www.welcometothejungle.com/fr/companies/mp-data/jobs/data-scientist-machine-learning-time-series-energie-junior-confirme_boulogne-billancourt?utm_campaign=google_jobs_apply&utm_source=google_jobs_apply&utm_medium=organic",
"job_highlights": {},
"job_max_salary": null,
"job_min_salary": null,
"job_description": "En mission chez un de nos clients industriels, vous interviendrez sur des problématiques concrètes de data science sur des données météorologiques :\n\nL’objectif est de développer/améliorer des modèles permettant de prédire la production d’énergie solaire et éolien à partir de données météorologiques.\n\nLe poste inclut également le développement d’une librairie afin de faciliter et standardiser le développement des modèles.",
"job_google_link": "https://www.google.com/search?q=jobs&gl=fr&hl=fr&udm=8#vhid=vt%3D20/docid%3D5-b_blZ2bnJKc06bAAAAAA%3D%3D&vssid=jobs-detail-viewer",
"employer_website": null,
"job_onet_job_zone": "5",
"job_salary_period": null,
"job_apply_is_direct": false,
"job_employment_type": "À plein temps",
"job_employment_types": [
"FULLTIME"
],
"job_posted_at_timestamp": 1773792000,
"job_posted_at_datetime_utc": "2026-03-18T00:00:00.000Z"
}