Find your next tech and IT Job or contract Data science

Description du profil : Dans un contexte de transformation du SI décisionnel, l’équipe porte actuellement des enjeux forts de modernisation des traitements Big Data, avec une migration en cours vers Spark ainsi qu’un projet de refonte complète dans le cloud basé sur Databricks à moyen terme. Dans ce contexte, nous recherchons un Data Engineer pour l'un de nous clients à Lyon ayant une forte appétence pour : • La compréhension des enjeux métier liés à la donnée • Les environnements Big Data en transformation • Le travail sur des systèmes existants et l’amélioration continue Le profil attendu combine compétences techniques solides et posture d’ingénieur impliqué dans le fonctionnement global du SI (BUILD & RUN). Une expérience minimale de 3 ans est requise.

GSL EXPERT EPM – DATA SCIENTIST Ingénieur en électronique IFIPS, 20 ans d'expérience en conseil EPM et 8 ans en Data Science. Expert IBM Planning Analytics/TM1, BI et pilotage de projets. Réalisations majeures : CDC (maintenance et évolutions Planning Analytics), Bouygues Telecom (optimisation réseau, détection d'incidents et analyse de données), L'Oréal (application de calcul des coûts logistiques), Hermès (projets Finance et DSI). Compétences : contrôle de gestion, AMOA, reporting, budget, Python, Machine Learning, Elasticsearch, ELK (Kibana, Logstash), Grafana, Tableau, SQL Server, MySQL, GitHub et Visual Studio Code. Certifié Data Scientist ENSAE et IBM TM1. Français et anglais.

Le client digitalise son processus promotionnel PGC via un portail amont collaboratif intégrant directement ses fournisseurs. Périmètre fonctionnel (IA) : Déploiement de 3 agents intelligents : Agent Négo : Automatisation des demandes, simulations d'impact (CA/marge) et contre-propositions. Agent Pilotage : Ajustement dynamique des catalogues sous contraintes et alertes. Agent Admin : Génération automatisée des Appels d'Offres et mandats. Intégration : Connexion obligatoire à l'écosystème Data Carrefour (Darwin, CPO, Apoline). Roadmap : S1 2027 : Socle collaboratif de base. S2 2027 : Déploiement complet des agents IA. Must Have ● Expertise en Machine Learning & Optimisation : Solide expérience dans la création de modèles prédictifs et d'algorithmes d'optimisation de la performance (idéalement en pricing ou promotion) ● Data Modeling : Capacité à structurer des modèles de données pour alimenter des agents IA (input agents, référentiels produits) ● Maîtrise de l'IA Générative et du NLP : Capacité à concevoir des workflows agentiques pour l'analyse de messages, la génération de réponses et l'interaction automatisée avec des tiers Nice to have ● Concevoir, développer et maintenir des applications et modèles d’apprentissage automatique robustes et scalables avec Python ● Maîtriser les bibliothèques de manipulation et d’analyse de données : Pandas, NumPy, SciPy ● Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch ● Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables ● Utiliser les plateformes de cloud computing, notamment GCP ou équivalents ● Gérer le versionning des données et des modèles ● Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly Gérer les bases de données relationnelles et/ou orientées document ● Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning ● Intégrer les principes de craftsmanship et les bonnes pratiques telles que SOLID, YAGNI et la couverture de tests avec Sonar ● Appliquer les principes d’observabilité pour monitorer et diagnostiquer les applications et modèles ● Participer à toutes les phases du cycle logiciel, de la conception à la mise en production et au run ● Contribuer à l’amélioration continue des pratiques de développement et assurer la qualité, la simplicité et la maintenabilité du code ● Assurer la maintenance et l’évolution des applications et modèles existants ● Appliquer les méthodes agiles, notamment Scrum Exploitation de BigQuery et Looker Studio pour la visualisation data ● Connectivité étendue : Capacité à développer des connecteurs robustes avec l'écosystème interne/externe

Vos missions Analyser des données de ventes et des séries temporelles. Développer, entraîner et optimiser des modèles de Machine Learning. Réaliser des travaux de feature engineering et de feature selection. Effectuer le backtesting et l'évaluation des performances des modèles. Analyser et intégrer des données exogènes dans les modèles prédictifs. Mettre en œuvre des méthodes statistiques avancées et de décomposition de séries temporelles. Assurer l'interprétabilité et l'explicabilité des résultats. Déployer et tester les solutions dans un environnement Azure ML et Microsoft Fabric. Participer à l'amélioration continue des modèles de forecasting. Profil recherchéCompétences indispensables Maîtrise avancée de Python . Solide expérience en Machine Learning . Bonne connaissance de l'écosystème Microsoft Azure (Azure ML idéalement). Expérience significative sur les problématiques de séries temporelles / forecasting . Maîtrise de Git. Compétences appréciées Microsoft Fabric. Méthodes statistiques avancées. Connaissances Supply Chain / S&OP. Outil de gestion d'environnement uv . Expérience 4 ans d'expérience minimum en Data Science. Une expertise confirmée en prévision et analyse de séries temporelles est attendue. Langues Français courant. Anglais professionnel (documentation et échanges projet).

Data Scientist BI / Data Engineer expérimenté Nantes Python, PySpark, SQL, Power BI, DAX, API, Git, Azure, Azure Data Factory, Databricks, DataGalaxy, Jira, Confluence 3 ans Nantes Python, PySpark, SQL, Power BI, DAX, API, Git, Azure, Azure Data Factory, Databricks, DataGalaxy, Jira, Confluence Mission de Data Scientist BI orientée data engineering et valorisation de la donnée, couvrant l’ensemble du cycle de vie : collecte, transformation, modélisation et restitution. Le consultant intervient sur le traitement de données complexes, la conception de modèles de données (tables, vues, datamarts) et le développement de pipelines performants. Il est en charge du développement de traitements en Python (notamment PySpark), de l’optimisation des requêtes SQL et de l’intégration de données via API. Il contribue à la structuration et à la mise à disposition de données fiables pour les équipes métiers et analytiques. La mission inclut également la création et l’évolution de tableaux de bord Power BI (DAX), la production d’analyses avancées ainsi que la vulgarisation des résultats auprès des parties prenantes. En parallèle, le consultant participe à l’industrialisation de la plateforme data, à l’amélioration continue des flux (monitoring, performance, qualité) et aux projets d’évolution ou de migration. Il évolue dans un environnement agile, en interaction constante avec les équipes techniques et métiers, avec un fort niveau d’autonomie et de responsabilité.

Data Scientist Expert Python Versailles Pandas, NumPy, Scikit-learn, TensorFlow ou PyTorch, Matplotlib, et Seaborn, machine learning, Pour un client sur Versailles à raison de 3 jours de présence sur site par semaine , nous recherchons un Data Scientist Expert habilitable . Connaissance et expérience en programmation en langage Python, Niveau EXPERT demandé Connaissance et expérience en Bibliothèques et Librairies Python : Pandas, NumPy, Scikit-learn, TensorFlow ou PyTorch, Matplotlib, et Seaborn, Niveau EXPERT demandé Connaissance et expérience en modélisation : connaissance des techniques de machine learning, Niveau EXPERT demandé Connaissance et expérience en statistiques : compréhension des méthodes statistiques, notamment Kaplan-Meier et Weibull, Niveau EXPERT demandé Connaissance et expérience en déploiement : utilisation de GitLab, Niveau EXPERT demandé Capacité à communiquer : Capacité à expliquer des concepts techniques à des non-spécialistes Niveau confirmé attendu Capacité analytique : esprit d'analyse et capacité à résoudre des problèmes complexes, Niveau confirmé attendu Capacité d’autonomie : capacité à travailler de manière autonome tout en collaborant avec différentes équipes, Niveau confirmé attendu.

Crolles (38) sur site · mission 2 à 3 jours/semaine en longue durée - Début août 2026(flexible) Nous recherchons un·e consultant·e pour accompagner l'équipe Data & Analytics du client dans son exploration IA et data science et l’accélération de sa transformation grâce à ces leviers. L'approche est pragmatique et séquencée : comprendre le besoin métier, le valider par l'expérimentation — y compris en Machine learning custom si nécessaire — puis orienter vers la solution marché (COTS) la plus adaptée dès lors que la valeur est prouvée. Missions : 1. Cadrage & validation des besoins Animer des workshops avec les métiers pour qualifier les besoins analytiques et IA Structurer chaque cas d'usage avant tout développement Prioriser les sujets selon leur potentiel impact/effort et construire un backlog exploratoire partagé avec le Head of DATA 2. Exploration & validation par le ML custom (≈ 50%) Conduire des analyses exploratoires et prototyper des modèles ML en Python/SQL pour valider la valeur d'un cas d'usage : classification, prévision, détection d'anomalies, NLP, etc. Cas d'usage prioritaires identifiés : o Analyse du portefeuille produit : classification volume/profitabilité, identification de tendances, recommandations intelligentes. o Etude des impacts marketing : explication et prévision des impacts de nos campagnes marketing. Documenter rigoureusement chaque PoC 3. Recommandation & orientation vers des solutions COTS (Commercial Off The Shelf) (≈50%) Une fois la valeur prouvée, identifier les solutions marché capables d'industrialiser le cas d'usage sans maintenir du code custom : Microsoft Fabric, Copilot Studio, Snowflake Cortex, AI Studio, Make, ou équivalents. Conduire les benchmarks et tests de ces solutions en conditions réelles sur nos données ; produire une recommandation claire Accompagner le déploiement des solutions retenues : configuration, intégration aux flux existants (M365, SAC, Snowflake, ODI), validation fonctionnelle avec les équipes métiers. 4. Gouvernance & Transfert Alerter sur les risques à chaque étape Communiquer régulièrement avec le métier et le département IT sur l’avancement des projets Documenter les travaux de manière accessible et transférable à l'équipe interne Contribuer à l’élaboration de la roadmap IA/ML outillée sur 12 mois : cas d'usage priorisés, solutions recommandées (custom ou COTS), budge estimé et indicateurs de succès. Définir et établir une méthodologie MLOps pour le client, dans le but de cadrer et accélérer les futurs sujets ML

L'équipe pilote une initiative visant à appliquer l'IA pour améliorer l'estimation lors de l'exécution de projets et fournir des retours complets sur les données de projet à des fins de benchmarking et d'optimisation des prévisions de charge de travail. Nous recherchons un Développeur Python confirmé pour rejoindre notre équipe projet basée à Paris (France). Le candidat retenu jouera un rôle clé dans le développement de déploiements d'API, la préparation et la transformation de données, ainsi que dans l'interfaçage entre plusieurs systèmes, notamment notre plateforme de données et d'autres composants de l'écosystème. Ce poste offre une opportunité stimulante de travailler sur des technologies de pointe et de contribuer à un projet ayant un impact significatif sur nos capacités en IA.

Dans le cadre du développement de nos activités d'innovation, nous recherchons un INGENIEUR IA AGENTIQUE (H/F) capable de transformer l'IA en véritable levier de décision et de performance opérationnelle pour les activités du groupe. Votre défi : Créer des agents intelligents connectés aux écosystèmes métiers, capables de croiser les données internes, les signaux du marché et la veille concurrentielle afin de produire des analyses et recommandations à forte valeur ajoutée pour le business. Au programme : Conception d'architectures IA agentiques Développement de workflows autonomes robustes Orchestration multi-agents Intégration aux systèmes d'information et aux plateformes de données Intelligence économique et analyse des marchés Industrialisation et passage à l'échelle des usages IA

OBJECTIFS DE LA PRESTATION Implémenter un outil de monitoring dédié à la surveillance de la qualité des données issues des Stress Test Marché. Garantir que les sorties de stress‑test respectent les exigences de complétude, cohérence et conformité avant leur diffusion aux équipes de risk‑management. - Surveillance qualité : Garantir la complétude, la cohérence et la conformité des sorties de Stress Test avant diffusion. - Suivi d’indicateurs de risque : Produire des KPI et visualiser leurs évolutions. - Détection d’anomalies IA : Implémenter des modèles de machine learning pour identifier automatiquement des problèmes de qualité des données. - Industrialisation : Intégrer le composant dans le pipeline CI/CD existant et le livrer sous forme de micro service containerisé.

Pour l’un de nos clients du secteur bancaire, nous recherchons un(e) Data Scientist confirmé(e) pour accompagner le développement des usages Data Science, IA Générative et LLM auprès des métiers. 🎯 Votre mission : Piloter et réaliser des projets Data Science & IA de bout en bout (préparation des données, modélisation, visualisation, industrialisation) Accompagner les métiers dans l’usage des LLM, agents IA et assistants intelligents Participer au déploiement des solutions IA et à leur maintien en conditions opérationnelles Concevoir et animer des ateliers d’acculturation Data & IA Coacher des étudiants et accompagner la réalisation de POC innovants Contribuer à la mise en place des environnements techniques et des bonnes pratiques projets Participer à l’amélioration continue des méthodes, outils et processus du département Veiller au respect des exigences réglementaires : RGPD, IA Act, sécurité et éthique

Objectif de la mission Le bénéficiaire souhaite une prestation d'accompagenemnet dans le cadre d'une mission en data Science. La mission consiste en: science des données, en machine learning. analyse de grands ensembles de données, du développement de modèles prédictifs et de la mise en œuvre d'algorithmes de machine learning et de LLM pour résoudre des problèmes complexes. Qualifications: - Expérience avérée en analyse de données, machine learning (random forest, SVM, k-means, PCA, …) - Excellentes capacités de communication et de travail en équipe. - Expérience avec PostgreSQL et MongoDB - Connaissance des outils de visualisation de données (powerBI) - Familiarité avec la plateforme cloud Azure - Expérience avec les LLMs Les tâches sont: - Analyse et interprétation des ensembles de données (structurées et non structurées) sur les produits et services et l’environnement de travail des collaborateurs BNP pour identification des motifs et des tendances. - Développement et mise en œuvre des modèles de machine learning et des LLM pour détection, prédiction et classification des données. L’objectif principale étant du datamining sur les tickets d'incidents des utilisateurs. - Construction et maintient des pipelines de machine learning pour les modèles d'IA/ML dans des environnements de production. - Collaboration avec les ingénieurs logiciels et les ingénieurs de données pour intégrer les modèles d'IA dans des applications évolutives. - Analyse et interprétation des résultats des modèles pour affiner des algorithmes et amélioration des performances

Vous intervenez au sein d’un programme stratégique majeur visant à optimiser les moteurs de recommandation client d’un grand groupe aérien international. Le projet « Offer Display Recommender » a pour objectif d’améliorer la personnalisation et la pertinence des offres grâce à l’adoption de technologies avancées, notamment : Apprentissage par renforcement (RL) Modèles de recommandation nouvelle génération Approches expérimentales et data‑driven Le Data Scientist senior jouera un rôle clé dans la conception, l’expérimentation, la modélisation et la mise en production des solutions. Objectifs & responsabilités Modélisation & Data Science Concevoir, entraîner et optimiser des modèles de recommandation avancés. Proposer, challenger et prioriser les solutions data à tester. Appliquer des techniques de modélisation Data Science de niveau expert. Expérimenter des approches RL, bandits, ranking models, embeddings, etc. Communication & pilotage scientifique Présenter en anglais les travaux de modélisation aux stakeholders (produit, business, tech). Challenger les orientations stratégiques du projet. Vulgariser les choix algorithmiques et leurs impacts business. Mise en production & industrialisation Contribuer à la mise en production des modèles dans un environnement Cloud (GCP). Participer à l’optimisation des pipelines ML et à la fiabilité des modèles. Collaborer avec les équipes MLOps, Data Engineering et Produit.