Find your next tech and IT Job or contract Data science

Dans le cadre d'un projet stratégique au sein d'un acteur majeur du secteur automobile, vous rejoignez une équipe Data en charge de la prévision de la demande afin d'accompagner les métiers dans leurs prises de décision. Vos principales responsabilités seront les suivantes : Développer, améliorer et maintenir des modèles statistiques et de Machine Learning dédiés à la prévision de la demande. Construire des prévisions fiables à différentes granularités et sur plusieurs marchés. Automatiser les pipelines de préparation des données, de sélection des modèles et de génération des prévisions. Participer à l'industrialisation et à la mise en production des solutions Data Science développées. Réaliser des analyses de risques, de scénarios et des facteurs influençant la demande. Restituer les résultats et recommandations auprès des équipes métiers telles que la Supply Chain, la Production, les Ventes, le Marketing ou la Finance. Assurer une communication claire et adaptée auprès d'interlocuteurs techniques et non techniques. Environnement technique : Python SQL Dataiku GCP (Vertex AI / Agents Platform, BigQuery) Git Spotfire Le poste s'inscrit dans un environnement à forts volumes de données nécessitant des modèles robustes, fiables et industrialisables.

Dans le cadre du développement de nouveaux projets d'innovation, nous recherchons un(e) Project Manager / Product Manager DATA & IA. Rattaché(e) aux équipes de direction, vous aurez pour mission de cadrer, piloter et valider des POCs (Proof of Concept) d'Intelligence Artificielle, d'identifier des cas d'usage à forte valeur ajoutée et d'élaborer des dossiers de préconisation technique et stratégique pour l'obtention de financements et l'industrialisation. Missions : Cadrage, Audit & Stratégie : Analyser l'existant (architecture, flux de données, outils, maturité IA) et réaliser l'audit des systèmes concernés. Recueillir et analyser les besoins auprès des différentes directions métiers et animer des ateliers avec les équipes DATA, IT et métiers. Identifier et prioriser les cas d'usage IA à fort impact et forte valeur ajoutée. Cadrer le périmètre des POCs (définition des objectifs, hypothèses, livrables et KPIs). Pilotage Technique & POC : Évaluer la faisabilité technique (choix des algorithmes, pertinence des modèles, qualité de la donnée). Définir l'architecture cible pour l'intégration de l'IA dans l'écosystème. Piloter le développement opérationnel du POC en méthodologie Agile / Lean. Tester, mesurer et analyser la performance des modèles (validation des KPIs, calcul du ROI potentiel). Recommandations, Financement & Industrialisation : Documenter les résultats, formaliser les retours d'expérience et élaborer des préconisations stratégiques et techniques. Construire un dossier argumenté et structuré pour la demande de financement des phases ultérieures. Présenter les conclusions et arbitrages auprès des instances décisionnelles. Élaborer la feuille de route (roadmap) en vue de la phase d'industrialisation en cas de validation.

Contexte Dans le cadre d'un accord-cadre avec un groupe bancaire international, nous recherchons des Data Scientists disposant d'une expérience démontrable et mesurable sur des projets d'intelligence artificielle. Les postes sont ouverts sur trois niveaux de séniorité (0-2 ans, 2-5 ans, 6 ans et plus d'expérience sur des projets IA). Poste en CDI: Salaire suivant expérience / Package avec ou sans voiture Vos missions Collecte et préparation des données Récupérer et nettoyer les données issues de sources variées (bases de données, API, fichiers) Mener les analyses exploratoires (EDA) pour qualifier la structure et la qualité des données Réaliser les transformations et le feature engineering permettant d'améliorer la pertinence des modèles Développement de modèles Sélectionner et entraîner des modèles de machine learning et de deep learning adaptés au cas d'usage Comparer les approches (régression, classification, réseaux de neurones) Optimiser les modèles par tuning d'hyperparamètres et validation croisée Déploiement et industrialisation Intégrer les modèles dans les applications et systèmes, en collaboration avec les équipes MLOps/DevOps Mettre en place les pipelines d'entraînement et de mise à jour Assurer le suivi des performances en production et détecter les dérives de modèle (model drift) Restitution et valorisation Présenter résultats et insights aux équipes métier via visualisations et rapports Expliquer le fonctionnement des modèles et leur impact business Veille et amélioration continue Suivre les avancées en IA et machine learning Tester de nouvelles architectures et frameworks (TensorFlow, PyTorch, Scikit-learn) Contribuer à l'amélioration des algorithmes et des processus internes Un atout Expérience en environnement bancaire ou assurance (risque, conformité, lutte anti-fraude, scoring) Connaissance des exigences de gouvernance et de validation des modèles Pratique des environnements cloud IBM / On premise

Dans le cadre d'un programme stratégique de transformation Data & IA au sein d'un grand acteur du secteur bancaire, nous recherchons un Consultant Data Scientist Expert pour renforcer une équipe en charge de l'analyse et de la valorisation des données clients. Votre mission consistera à exploiter de grands volumes de données afin de produire des analyses à forte valeur ajoutée et de concevoir des indicateurs stratégiques permettant d'accompagner les métiers dans leurs prises de décision. Vous interviendrez notamment sur des sujets tels que : Analyse des comportements clients et des usages bancaires Création et amélioration de KPI stratégiques Segmentation et profiling client Analyses descriptives et études de cohortes Modélisation prédictive et analyses comportementales Optimisation et suivi de performance des modèles Data Science Industrialisation des traitements et modèles sous Dataiku Vous serez également amené à présenter vos résultats aux différentes directions métiers et à produire les livrables associés. Informations mission : Démarrage : 12/10/2026 Durée : 3 ans Temps plein Localisation : Sèvres Télétravail : 2 jours par semaine Entretiens client : 06/10 et 07/10/2026 (disponibilité requise)

At CGI, we empower the next generation of innovators to shape the future of technology and security. As part of #GenerationCGI, you'll join a community of graduates who are turning ambition into action and possibility into progress. As a Technical Graduate specialising in Data Analytics and Data Science, you'll use data to uncover insights, solve complex problems and support better decisions. You could be analysing large datasets, developing data models, building data pipelines or exploring how artificial intelligence and machine learning can create meaningful outcomes. You'll be trusted with responsibility from the start, working alongside experienced colleagues on live projects across a range of industries. You'll develop your technical expertise while helping clients transform data into practical solutions that make a real difference.

Contexte Le client est un établissement dont le système d'information est majoritairement hébergé en interne : il dispose de son propre datacenter et de sa propre infrastructure. Sa DSI souhaite mettre en place une démarche de refacturation à destination de ses clients internes, ce qui suppose au préalable de savoir mesurer précisément ce que produit et ce que consomme cette infrastructure. Le poste est rattaché à l'équipe Chefferie de Projet Production (CPP), au sein de la division Infrastructures et Services d'Exploitation (ISE) du département des Systèmes d'Information. Le client engage par ailleurs l'intégration d'un cloud (Azure). Le titulaire du poste étendra progressivement les pratiques FinOps à ces environnements, avec pour objectif final de fournir les éléments économiques permettant d'arbitrer, application par application, entre hébergement interne et hébergement cloud. Poste en CDI Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. / Ouvert aux freelances Missions principales Capacité — Construire et maintenir les rapports de capacité de l'infrastructure (calcul, stockage, réseau, mémoire), à partir des données transmises par les équipes en charge des infrastructures. Objectif : disposer d'une vision fiable de l'offre disponible et de son taux d'utilisation. Consommation — Mettre en place les rapports de consommation des ressources techniques par client interne, et si possible par application, à partir des données transmises par les équipes techniques. Ce chantier suppose de définir, documenter et faire valider les clés de répartition des coûts mutualisés (socle, réseau, licences, datacenter) : c'est la brique fondatrice de la refacturation. Prévision — Produire les rapports prévisionnels de consommation, afin d'anticiper les besoins de capacité plutôt que de les subir, et d'aligner les achats sur une trajectoire connue. Obsolescence et budget — Établir les rapports de gestion de l'obsolescence de l'infrastructure, alimentant les trajectoires techniques et le plan pluriannuel d'investissement. Catalogue et tarification — Formaliser le catalogue des services d'infrastructure et la grille tarifaire interne associée (coût unitaire par vCPU, Go de stockage, machine virtuelle), puis accompagner les clients internes dans son appropriation. FinOps cloud — Déployer les pratiques de gestion des ressources cloud au fil de l'adoption d'Azure et de Bleu : politique de tagging, suivi budgétaire et alerting, rightsizing, optimisation des engagements de capacité. Business case Move to Cloud — Construire le modèle de comparaison économique on-premise / cloud permettant à la DSI d'objectiver sa stratégie d'hébergement et ses décisions de migration. Comment se passe la suite Le processus tient en trois temps : un premier échange avec l'équipe recrutement pour faire connaissance, une mise en situation concrète sur des cas proches de votre futur quotidien ou des besoins de nos clients, et — en option, si l'exercice vous tente — un entretien vidéo à enregistrer quand cela vous arrange, guidé par un assistant IA.

ContexteAu sein d'une division AI & Innovation d'un grand groupe international, une équipe dédiée à l'industrialisation et à la mise en production des solutions IA recherche un profil expérimenté pour assurer l'ownership technique d'un produit Data Science Platform. L'équipe compte une cinquantaine d'experts répartis sur plusieurs pôles : Solutions Engineering, Automation Engineering, Infrastructure Engineering, Product Office et Client Services. La plateforme de Data Science / MLOps est utilisée par plusieurs centaines de Data Scientists et repose sur des environnements Cloud et On-Premise. Elle s'intègre également à plusieurs infrastructures, plateformes et services d'IA générative en production. L'environnement s'appuie notamment sur : Des infrastructures Cloud et On-Premise Des environnements Kubernetes / OpenShift Des infrastructures GPU pour le training et l'inférence Des pratiques DevSecOps, GitOps, MLOps et LLMOps L'automatisation des infrastructures, plateformes et produits via leurs API Des enjeux forts de sécurité, observabilité, auditabilité, traçabilité et gouvernance MissionsEn tant qu'Expert Technique Data Science Platform, vous serez notamment en charge de : Participer à la conception technique et fonctionnelle du produit en collaboration avec les équipes Solutions Engineering et DevSecOps. Assurer le respect des exigences de sécurité, conformité, confidentialité et production IT. Définir et mettre en œuvre les mécanismes permettant aux équipes métiers et IT d'assurer leur propre gouvernance du produit. Construire, maintenir et faire évoluer la roadmap technique du produit en fonction des besoins des utilisateurs. Accompagner au quotidien les utilisateurs et décideurs métiers et IT et promouvoir les bonnes pratiques d'utilisation de la plateforme. Superviser les opérations critiques : changements, déploiements, mises à jour et évolutions, avec une vision de bout en bout des impacts. Organiser et documenter la gestion des incidents, notamment les analyses de root cause et la coordination entre les différentes équipes. Assurer la relation technique avec les fournisseurs et partenaires intervenant sur le produit : éditeurs, équipes d'industrialisation et équipes infrastructure. Contribuer à l'amélioration continue des processus et à l'alignement avec les autres équipes Data & IA. Être force de proposition sur l'automatisation, l'industrialisation et l'évolution des pratiques MLOps / LLMOps. Environnement de travailEsprit Team Play et forte collaboration transverse Environnement international et technologique Autonomie, rigueur et exigence de qualité Fort sens du service Curiosité et veille technologique Appétence pour le partage de connaissances Forte culture de l'automatisation Anglais courant indispensable : échanges avec des fournisseurs et utilisateurs internationaux, documentation principalement en anglais Environnement de travail MacOS ou Windows au choix

Dans le cadre d'un projet stratégique au sein d'un grand acteur national du secteur des infrastructures et de l'énergie, nous recherchons un(e) Data Scientist Junior pour rejoindre une équipe Data pluridisciplinaire intervenant sur des sujets innovants tels que la maintenance prédictive, l'analyse de données à grande échelle, les réseaux intelligents et l'optimisation des systèmes techniques. Vos principales missions seront : Comprendre les besoins métier et participer à l'identification des cas d'usage à forte valeur ajoutée. Réaliser des analyses statistiques et des études exploratoires de données. Concevoir, développer et industrialiser des modèles de Data Science et de Machine Learning. Développer et maintenir les traitements de données nécessaires à l'exploitation des données. Construire des tableaux de bord et outils de visualisation pour accompagner la prise de décision. Présenter et vulgariser les résultats d'analyses auprès des équipes métier et techniques. Participer au suivi des modèles en production et à leur amélioration continue. Documenter les développements et contribuer aux bonnes pratiques de l'équipe. Participer aux cérémonies Agile et aux échanges avec les différentes parties prenantes du projet.

Pour un poste en cdi sur Luxembourg, nous recherchons des data Scientist senior dans le secteur de la banque et de l'assurance Vous rejoignez une équipe qui met l'analytique avancée et le machine learning au service de décisions métier concrètes. Votre rôle : transformer des questions business en modèles qui tournent réellement en production, et pas seulement en preuves de concept. Vous avez une bonne capacité de vulgarisation afin de discuter avec le métier Conditions Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. Véhicule de fonction envisageable après une première période. Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Conditions Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. Véhicule de fonction envisageable après une première période. Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Ce que vous ferez au quotidien Vous prenez en charge des cas d'usage de bout en bout — de l'exploration des données jusqu'au suivi post-déploiement — sur des sujets comme la détection de fraude, la prévision, la segmentation clientèle, la rétention ou l'optimisation des campagnes. Concrètement, cela veut dire : construire les features, entraîner et évaluer les modèles, choisir les indicateurs de performance pertinents, puis surveiller leur comportement dans la durée et déclencher les recalibrages quand la dérive s'installe. Vous travaillez main dans la main avec le Data Engineering, l'IT, l'équipe AI et les directions métiers pour industrialiser ce qui est développé. Vous documentez vos travaux et accompagnez les utilisateurs dans l'appropriation des outils livrés. Le contexte étant réglementé, l'explicabilité des modèles et leur usage responsable font partie intégrante du travail, pas d'une case à cocher en fin de projet. Enfin, vous contribuez aux standards data science du Groupe, à la constitution d'une base de composants réutilisables, et vous servez de point d'appui technique aux profils plus juniors. Comment se passe la suite Le processus tient en trois temps : un premier échange avec l'équipe recrutement pour faire connaissance, une mise en situation concrète sur des cas proches de votre futur quotidien ou des besoins de nos clients, et — en option, si l'exercice vous tente — un entretien vidéo à enregistrer quand cela vous arrange, guidé par un assistant IA.

Dans le cadre d'un projet majeur de modernisation et de décarbonation d'un environnement industriel, nous recherchons un(e) Mathématicien(ne) / Ingénieur(e) en Recherche Opérationnelle. Vous interviendrez sur des problématiques de modélisation et d'optimisation mathématique appliquées à la coordination d'outils de production. Vos missionsParticiper aux études d'impact liées à la transformation des processus industriels Concevoir et développer des modèles d'optimisation mathématique Implémenter les modèles définis lors des études Réaliser les tests unitaires Participer aux phases de mise en service et de montée en charge Analyser et résoudre les anomalies Participer à la maintenance des outils existants Former et accompagner les utilisateurs Rédiger la documentation technique

Dans le cadre du renforcement d'une équipe Data & IA, nous recherchons un Data Scientist / Data Engineer expérimenté, spécialisé en Intelligence Artificielle Générative, afin d'assurer la continuité et l'évolution de projets stratégiques. Le consultant intégrera une équipe travaillant sur un projet d'IA agentique à fort impact métier. L'un des principaux objectifs est de développer et d'optimiser une solution capable de générer automatiquement des pré-réponses pertinentes à des e-mails utilisateurs portant sur différents types de demandes : renseignements, réclamations, opérations contractuelles, etc. La mission comporte une forte dimension LLM, NLP, RAG et industrialisation des modèles IA. Missions principales Reprendre les travaux existants et assurer la continuité du projet d'IA agentique. Concevoir, entraîner, évaluer et optimiser des Large Language Models (LLM) dédiés à la génération de texte. Améliorer la pertinence et la qualité des pré-réponses générées. Optimiser les processus de Retrieval-Augmented Generation (RAG) existants. Participer à l'intégration et au déploiement des modèles en environnement de production. Mettre en œuvre les bonnes pratiques MLOps / LLMOps : CI/CD, versioning, monitoring, déploiement et maintien en conditions opérationnelles. Analyser les performances des modèles et identifier les axes d'amélioration. Garantir la robustesse, la scalabilité et la maintenabilité des solutions développées. Réaliser une veille sur les évolutions en IA Générative, LLM, NLP et Machine Learning. Collaborer étroitement avec les équipes Data, développement, architecture, produit et métiers. Participer aux cérémonies et rituels Agile de l'équipe.

Objectif de la mission : Dans le cadre de l'accélération de sa stratégie autour de l'Intelligence Artificielle et de l'innovation, un acteur majeur des services financiers souhaite renforcer son dispositif avec un profil senior capable de définir, piloter et déployer une stratégie IA à l'échelle de l'organisation. La mission intervient à la convergence des enjeux technologiques, métiers, data et transformation. L'objectif est de faire passer les initiatives IA de l'expérimentation à une adoption industrialisée, gouvernée et créatrice de valeur pour les différentes activités. 1. Définition de la stratégie IA et Innovation · La mission aura pour responsabilité de définir et piloter la stratégie IA et innovation en cohérence avec les priorités de l'organisation. · Elle devra identifier les opportunités à fort potentiel et structurer leur mise en œuvre en collaboration avec les équipes métiers, IT et Data. 2. Industrialisation des initiatives IA · La mission devra accompagner le passage à l'échelle des solutions IA et structurer leur déploiement auprès des différentes lignes métiers. · Les cas d'usage pourront notamment concerner les activités d'investissement, les opérations, la conformité, la distribution et les services clients. · L'objectif sera de transformer les expérimentations pertinentes en solutions industrialisées produisant une valeur mesurable en matière d'efficacité, de productivité ou de revenus. 3. Gouvernance, conformité et gestion des risques · La mission devra garantir un cadre robuste pour le développement et l'utilisation des solutions IA. · Une attention particulière sera portée à la gouvernance, à la conformité et à la maîtrise des risques associés aux initiatives déployées. 4. Transformation et acculturation IA · La mission participera activement au développement d'une culture d'innovation et d'expérimentation autour de l'IA. · Elle accompagnera les différentes parties prenantes dans l'adoption des nouveaux usages et pilotera les dimensions de conduite du changement et d'acculturation associées. Prestations demandées : Les principales responsabilités seront les suivantes : · Définir et piloter la stratégie IA et Innovation. · Identifier et prioriser les initiatives IA à fort potentiel métier. · Accompagner l'expérimentation puis l'industrialisation des solutions retenues. · Déployer l'adoption de l'IA à l'échelle des différentes activités. · Piloter la création de valeur générée par les initiatives IA en matière d'efficacité, de productivité et de revenus. · Structurer la gouvernance, la conformité et la gestion des risques associés aux solutions IA. · Développer un écosystème favorisant l'innovation et l'expérimentation. · Piloter la conduite du changement et l'acculturation des équipes aux usages de l'IA. · Travailler en coordination étroite avec les équipes métiers, IT et Data. · Interagir avec des parties prenantes de niveau direction.