Find your next tech and IT Job or contract Data science

Contexte d'utilisation chez Limagrain Compétences attendues Niveau RAG end-to-end Retrievers & embeddings Assistants scientifiques, juridiques et métiers sur corpus internes. Optimiser la récupération de sources fiables. Ingestion, parsing, OCR, structure, chunking, embeddings, indexation, retrieval, reranking, génération et citations. Indispensa ble Dense/sparse/hybride, metadata filters, multi query, parent-child, contextual retrieval, vector stores et évaluation du retrieval. Indispensa ble Analyse documentaire Exploiter PDF, Word, PowerPoint, Layout-aware parsing, OCR, extraction Indispensa Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Technologies / savoir-faire Contexte d'utilisation chez Limagrain Compétences attendues Niveau tableaux, scans et dossiers complexes. tables/images, métadonnées, déduplication, classification et validation. ble VLM & VQA Analyser images, figures, schémas, parcelles, maladies, rapports et documents multimodaux. Vision-language models, visual question answering, grounding, OCR multimodal, évaluation et limites. Avancé Gestion du contexte Maîtriser qualité, coût et mémoire des agents. Context engineering, fenêtres, compression, résumé, mémoire court/long terme, cache, provenance et isolation. Indispensa ble Single-agent Automatiser une tâche métier avec outils et garde-fous. ReAct/tool calling, structured outputs, validation, retries, human-in-the-loop et permissions. Indispensa ble Multi-agent Décomposer les workflows complexes entre agents spécialisés. Supervisor, router, planner-executor, handoffs, shared state, parallélisme, consensus et contrôle des boucles. Avancé LangChain / LlamaIndex Assembler modèles, retrievers, tools et chaînes RAG. Intégrations, loaders, chains, agents, structured output et composants remplaçables. Avancé LangGraph Orchestration stateful et durable de workflows agentiques. Graphes, état, checkpoints, streaming, interruptions, human-in-the-loop et reprise. Avancé LangSmith Tracing, debugging, datasets, évaluations et monitoring.

Pour un grand groupe international du transport et de la logistique basé à Marseille, nous recherchons un Data Scientist senior pour renforcer l'équipe Digital Sales (Digital Agency) sur une mission de 3 mois, à raison de 2 jours par semaine sur site. Objectif : développer des modèles analytiques avancés pour optimiser les parcours clients digitaux (Customer Journey Optimization), améliorer la conversion et mesurer la performance des actions marketing et opérationnelles. Missions : Clustering et segmentation comportementale des clients digitaux (K-means, etc.) : identification de micro-segments, d'intentions et de points de friction Systèmes de recommandation (services à valeur ajoutée) Modèles prédictifs appliqués aux parcours : drop-off, intent prediction, scoring Attribution multi-touch (MTA) sur les parcours digitaux : chaînes de Markov (1er et 2e ordre), Shapley Values IA générative / LLM pour analyser les irritants, comprendre les variations et synthétiser les enseignements clés Développement Python avancé : prototypage sous Jupyter puis industrialisation des solutions Restitution des recommandations aux équipes métier pour un pilotage data-driven des parcours clients

Bonjour à toutes et à tous, notamment aux Data Scientists spécialisés GenAI / LLM 🤖🧠 🔎 Je cherche un(e) Data Scientist pour intervenir sur une mission stratégique autour de l'AI et de la GenAI au sein d'un environnement international. Tu interviendras au cœur d'une équipe en charge de construire les fondations AI qui permettront aux différentes équipes produit et marques de développer et industrialiser des fonctionnalités basées sur l'IA. 💻 Ce que tu vas faire : Concevoir et développer des frameworks AI réutilisables Travailler sur l'orchestration LLM, le RAG, les agents et la gestion des prompts / contextes Construire des dispositifs d'évaluation et d'observabilité des solutions GenAI Définir des bonnes pratiques et architectures de référence pour les projets GenAI / ML Travailler sur les problématiques de sélection de modèles, coûts, latence, sécurité et Human-in-the-Loop Prototyper des use cases AI de bout en bout Intervenir notamment sur la génération et l'enrichissement de contenus produits, le SEO/GEO multilingue, les assistants et la recherche sémantique Transformer les POCs à fort potentiel en composants industrialisés Collaborer avec les équipes Produit, Data, Sécurité et Juridique Contribuer à la communauté AI interne via la documentation, les workshops, les exemples de code et les code reviews 🎯 Stack technique : Python / LLM / GenAI / RAG / Agents / APIs / Microservices / CI-CD / Cloud (GCP / AWS / Azure) 🕵️‍♂️ Profil recherché : 3 à 6 ans d'expérience dans la construction de systèmes ML / NLP en production Expérience hands-on récente sur les LLM et la GenAI Bonne maîtrise des sujets RAG, agents, évaluation et/ou fine-tuning Solides compétences en Python Bonnes bases en software engineering : APIs, microservices, testing, CI/CD Expérience sur un environnement Cloud : GCP, AWS ou Azure Bonne compréhension des enjeux GenAI : modèles, coûts, latence, sécurité, évaluation Français et anglais professionnels 🚀 Les plus de la mission : Expérience en e-commerce, retail, product catalogs ou plateformes web riches en contenu Connaissance des environnements PIM Expérience sur des pipelines de contenu multilingue ou des outils SEO Familiarité avec les frameworks d'évaluation LLM, les guardrails et les outils de gestion des prompts / versions Expérience en startup deep-tech ou au sein d'une équipe centrale de plateforme / enablement 📍 IDF : Rythme hybride 🏡 📅 Démarrage : ASAP ⏳ Mission : longue durée Qu'en penses-tu ? Si tu es un(e) Data Scientist spécialisé(e) GenAI / LLM et que tu souhaites intervenir sur une mission d'envergure avec des enjeux forts d'industrialisation de l'AI, je serais ravi(e) d'échanger avec toi 🚀 Un excellent week-end 🌞

Description du poste Dans le cadre du développement et de l'encadrement des usages de l'intelligence artificielle générative au sein de la banque, le groupe souhaite renforcer ses capacités d'évaluation, de qualification et de sécurisation des LLM. Les LLM sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. La mission consiste à intervenir en tant que Data Scientist spécialisé dans l'évaluation des LLM, afin de définir et de mettre en œuvre des méthodologies d'évaluation, de benchmark et de red teaming des modèles d'IA générative utilisés, testés ou envisagés par le groupe. Cette mission s'inscrit dans une démarche de gouvernance des modèles d'IA, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Principaux objectifs Définir et mettre en œuvre un cadre d'évaluation des LLM adapté aux enjeux de la banque. Évaluer les performances, limites, risques et comportements des modèles d'IA générative. Réaliser des benchmarks comparatifs entre différents LLM, qu'ils soient internes, open source ou fournis par des éditeurs. Concevoir et exécuter des campagnes de red teaming pour identifier les vulnérabilités, biais, hallucinations et comportements indésirables. Contribuer à la sélection, la validation et la qualification des modèles LLM avant usage ou mise en production. Produire des analyses objectives permettant d'éclairer les décisions métiers, techniques, risques et conformité. Participer à l'industrialisation des processus d'évaluation des LLM dans le cycle de vie des modèles d'IA. Contribuer à la constitution de jeux de tests, métriques, référentiels d'évaluation et outils de suivi. Activités principalesÉvaluation des LLM Définir les protocoles d'évaluation adaptés aux cas d'usage d'IA générative de la banque. Identifier les métriques pertinentes pour mesurer la qualité des réponses générées : exactitude, pertinence, cohérence, complétude, factualité, robustesse, sécurité, explicabilité et conformité. Évaluer les capacités des modèles sur différents types de tâches : résumé, extraction d'information, classification, question-réponse, génération de texte, analyse documentaire, raisonnement, traduction ou reformulation. Mettre en place des jeux de tests représentatifs des usages métiers bancaires. Analyser les performances des modèles selon différents contextes, langues, domaines métiers et niveaux de complexité. Identifier les limites fonctionnelles et techniques des modèles testés. Documenter les résultats d'évaluation et formuler des recommandations. Benchmark LLM Concevoir et conduire des benchmarks comparatifs entre plusieurs modèles LLM. Comparer les modèles selon des critères de performance, coût, latence, robustesse, sécurité, empreinte technique et conformité. Tester différents modèles propriétaires, open source ou internes selon les contraintes du groupe. Mettre en place des grilles d'analyse permettant d'aider au choix des modèles selon les cas d'usage. Évaluer l'impact de différents paramètres : prompt, température, taille de contexte, modèle d'embedding, architecture RAG, fine-tuning ou quantization. Produire des rapports de benchmark clairs, exploitables par les équipes métiers, data, IT, sécurité et conformité. Participer à la définition de standards internes pour la comparaison et la qualification des LLM. Red teaming et sécurité des LLM Définir et exécuter des scénarios de red teaming adaptés aux risques liés à l'IA générative. Tester la résistance des modèles face aux attaques de type prompt injection, jailbreak, data leakage, contournement de garde-fous, génération de contenu inapproprié ou non conforme. Identifier les risques d'hallucination, de biais, de toxicité, de désinformation ou de réponses dangereuses. Concevoir des corpus de prompts adversariaux adaptés aux contextes bancaires et réglementaires. Évaluer la capacité des modèles à respecter les politiques internes, les règles de conformité et les contraintes de sécurité. Analyser les vulnérabilités détectées et proposer des mesures de mitigation. Collaborer avec les équipes sécurité, conformité, risques et architecture pour renforcer le cadre d'usage des LLM. Méthodologie, outillage et industrialisation Mettre en place des outils, notebooks, scripts ou pipelines d'évaluation automatisée. Contribuer à l'industrialisation des campagnes d'évaluation dans le cycle de vie des modèles. Définir des référentiels de métriques et de seuils d'acceptabilité. Construire et maintenir des datasets d'évaluation internes, anonymisés et représentatifs. Participer à l'intégration des résultats d'évaluation dans les outils de gouvernance des modèles, notamment ModelHub v2. Assurer la traçabilité des campagnes d'évaluation, des versions de modèles et des résultats obtenus. Mettre en place des tableaux de bord ou rapports de suivi de la qualité des LLM. Contribuer à la veille technologique sur les méthodes d'évaluation, frameworks de benchmark et pratiques de red teaming LLM. Livrables attendus Cadre méthodologique d'évaluation des LLM adapté aux usages bancaires. Protocoles de test et grilles d'évaluation des modèles d'IA générative. Jeux de tests et datasets d'évaluation documentés. Corpus de prompts de benchmark et de red teaming. Rapports d'évaluation des LLM testés. Rapports de benchmark comparatif entre modèles. Analyses de risques liées aux comportements des LLM. Synthèses des vulnérabilités identifiées lors des campagnes de red teaming. Recommandations de mitigation et plans d'amélioration. Tableaux de bord ou indicateurs de suivi de performance et de sécurité. Scripts, notebooks ou pipelines d'évaluation automatisée. Documentation des métriques, seuils et critères de validation. Recommandations pour la sélection et la mise en production des modèles. Contributions à l'intégration des résultats d'évaluation dans ModelHub v2 ou tout autre outil de gouvernance IA. Supports de présentation à destination des équipes métiers, techniques,

Dans le cadre de la création d'une Direction IA & Data en 2026, le client souhaite renforcer son pôle Transformation IA avec un(e) Change Manager. Cette direction a pour mission de définir et porter la stratégie IA du Groupe, d'accompagner les métiers dans l'identification et le déploiement de cas d'usage, et de favoriser l'adoption des nouveaux usages. À l'interface entre les métiers, les équipes IT/Data/IA et les fonctions support, le/la Change Manager pilote les initiatives IA depuis l'identification des opportunités jusqu'à leur déploiement et leur adoption à grande échelle. Il/elle assure la cohérence, la priorisation et l'avancement des projets, tout en garantissant leur valeur métier et leur appropriation durable par les utilisateurs. Principales missions et livrables : • Identifier et qualifier les opportunités IA en analysant les besoins métiers, leur valeur et leur faisabilité. • Cadrer les projets IA : objectifs, périmètre, parties prenantes, critères de succès et trajectoire vers l'industrialisation. • Piloter les POC et expérimentations, organiser les tests utilisateurs et formuler des recommandations sur leur poursuite. • Coordonner les équipes métiers, Produits & Technologies, Data/IA, Sécurité, Juridique et RH. • Accompagner la transformation des processus métier en collaboration avec le/la Workflow Designer. • Définir et piloter les plans de déploiement, en veillant aux prérequis techniques, organisationnels et humains. • Élaborer et déployer la stratégie de conduite du changement : analyse d'impacts, identification des freins et plans d'accompagnement. • Coordonner les actions de communication, sensibilisation et formation avec le Responsable de Formation IA. • Suivre l'adoption des nouveaux usages à travers les indicateurs d'utilisation, de satisfaction et d'appropriation. • Mesurer la valeur créée, consolider les retours d'expérience et contribuer à l'alimentation de la roadmap IA. Astreintes exceptionnelles possibles en soirée, week-end et jours fériés.

Nous recherchons un Data Scientist Senior pour rejoindre une équipe Data Science & Analytics et intervenir à 100 % sur un projet stratégique à fort enjeu. La mission combine Data Science, Machine Learning, optimisation, IA Générative et industrialisation, avec une forte proximité avec les équipes métiers dans un environnement international. Missions principalesConcevoir, développer et industrialiser des solutions Data & IA. Cadrer les nouveaux cas d'usage avec les différentes parties prenantes. Extraire, explorer, analyser et transformer des volumes importants de données. Concevoir et entraîner des modèles prédictifs. Développer des pipelines de construction et d'industrialisation des modèles. Travailler sur des problématiques de Machine Learning, clustering, optimisation et Deep Learning. Concevoir et développer des solutions autour des LLM et agents IA. Développer, déployer et monitorer des services Data fiables et capables de passer à l'échelle. Participer aux choix d'architecture et proposer les technologies les plus adaptées. Contribuer aux bonnes pratiques de développement, de déploiement et d'industrialisation. Accompagner les utilisateurs dans l'adoption des solutions développées. Présenter les résultats et recommandations aux équipes techniques et métiers. Environnement techniqueStack principale : Python SQL scikit-learn Machine Learning LLM / GenAI Git Docker S3 Parquet Écosystème complémentaire : Kubernetes GitLab / CI/CD Airflow Kafka Spark Bash Prometheus / Grafana / Loki Kestra Compétences Data ScienceMachine Learning & modèles prédictifs Clustering Statistiques Deep Learning LLM / IA Générative Optimisation / Recherche Opérationnelle Heuristiques Industrialisation et monitoring des modèles

Dans le cadre du renforcement de sa Direction Data, notre client recherche un(e) Data Analyst / Data Engineer afin d'accompagner la transformation data-driven de l'entreprise et le développement de nouveaux usages analytiques. Vous interviendrez sur l'ensemble de la chaîne de valeur de la donnée : gouvernance, qualité, data engineering, analyse, datavisualisation et data science. MissionsConcevoir et maintenir des pipelines ELT fiables et automatisés. Développer et industrialiser des datasets et data marts pour les usages BI et Data Science. Participer à la gouvernance et à la qualité des données (documentation, monitoring, contrôles). Réaliser des analyses de données et produire des recommandations à forte valeur ajoutée. Construire et maintenir des tableaux de bord sous Tableau et/ou MicroStrategy. Collaborer avec les équipes métiers, Data et IT afin de répondre aux besoins business. Participer à des projets de Data Science, Machine Learning et Intelligence Artificielle. Environnement TechniqueSnowflake SQL, Python (Pandas) Airflow, Azure Data Factory, AWS Glue dbt Tableau, MicroStrategy Azure et/ou AWS Git, CI/CD Spark, Databricks

Data Scientist and Python Software Developer - London We're looking to recruit a Data Scientist and Python Software Developer with data science skills to join a product team that is focused on building well engineered products. The products provide an intuitive way for retailers and suppliers to interact and consume 'big data' analytics to make better business decisions. This role would consist of working together with a team of statistical analysts, understanding their methodologies and algorithms, and turning them into production ready code written in Python. This role would also require occasional travel to Paris or Munich. Main skills: Excellent knowledge of Python and it's related data science libraries (scikit, pandas, etc) Prior experience of using Python to perform calculations and generate datasets Good statistical knowledge Excellent communication and decision making skills Exposure to working with REST API's Any of the following skills would be an added bonus: Has run code across Hadoop/MapReduce clusters Has code running in a production environment Used SAS before (or at least can decipher SAS code) Worked with very large data sets before (billions of records) Knowledge of SQL/NoSQL database Knowledge or experience in D3.js Experience acting as a mentor/trainer in Python This is 6 month assignment in London with travel to Paris and Munich. Please send your CV to us in Word format along with daily rate and availability.

Bonjour à tous 👋 Notre client recherche actuellement un(e) Data Scientist / Data Analyst orienté(e) Data Science pour rejoindre son équipe Data Science & Insights. 🎯 Le contexte L'équipe travaille sur différentes problématiques autour de la donnée client : compréhension des comportements, analyse des offres et campagnes, scoring, segmentation, prévention, suivi réglementaire… L'objectif est simple : transformer les données en analyses et recommandations concrètes pour aider les équipes métiers dans leurs prises de décision. 🔎 Vos missions : • Recueillir et comprendre les besoins métiers • Préparer, nettoyer et analyser les données sur de gros volumes • Réaliser des analyses statistiques et du datamining • Construire des features et développer des modèles de Data Science • Travailler sur des sujets de scoring, segmentation et analyse comportementale • Analyser les résultats et formuler des recommandations business • Automatiser les traitements récurrents • Collaborer avec les équipes Data et BI • Restituer et vulgariser les résultats auprès des métiers • Documenter les travaux réalisés 🛠️ Les indispensables : • 3 ans minimum d'expérience professionnelle hors stage et alternance • Data Science / Datamining • Python avancé • SQL avancé • Dataiku avancé Une expérience sur des problématiques de scoring/segmentation est est un prérequis pour cette mission. Une expérience dans le Retail / E-commerce ou sur des problématiques liées à la donnée client est un vrai plus. 📍 Localisation : Paris / Île-de-France Si vous êtes à l'écoute d'une nouvelle opportunité ou connaissez quelqu'un qui pourrait correspondre, n'hésitez pas à me contacter en MP ! 📩

Le besoin porte sur un renforcement de l'équipe de Data Scientist de la division AI de la plateforme CIB/Banking. Cette équipe est spécialisée dans l'intégration de solution AI innovantes au sein des diverses applications comme de l'extraction de données à partir de divers documents (états financiers, documents de crédit, etc.) et systèmes internes. Le périmètre d'intervention comprend la participation aux différentes étapes des projets de data science, notamment : Définition et contribution à la mise en œuvre de solutions agentiques pour la simplification et l'accélération de process métiers complexes. Interaction avec les Métiers afin de maximiser l'impact et l'adoption des solutions IA. Extraction des données à partir de divers documents et systèmes internes en utilisant pipelines IA agentiques. Mise en place de systèmes d'évaluations et d'observabilités sur des pipelines agentiques. Déploiement de LLMs, modèles sur des gpus dans un environnement de dev. Amélioration continue : Amélioration constante des performances de l'extraction de données dans le cadre d'une approche itérative et incrémentale. Mise en œuvre de stratégies de test afin de contribuer au maintien du niveau de qualité et à l'amélioration continue des processus de développement. Interaction des standards de développement IT les plus élevés pour industrialiser la data science, en interagissant avec les architectes, les équipes de production. Soutien technique, transfert de compétences et responsabilité technique de use cases métiers et participation à leur mise en production.

Dans le cadre du renforcement d'une équipe Data intervenant sur des enjeux stratégiques liés aux systèmes communicants et aux infrastructures connectées, nous recherchons un Data Scientist Expérimenté pour contribuer à la conception, au développement et à l'industrialisation de solutions Data à forte valeur ajoutée. Vous interviendrez sur l'ensemble du cycle de vie des projets Data Science, depuis la compréhension du besoin métier jusqu'au déploiement et au suivi des modèles en production. Vos principales missions : Recueillir et analyser les besoins métiers lors d'ateliers avec les experts et utilisateurs. Traduire les problématiques opérationnelles en cas d'usage Data Science. Réaliser des analyses statistiques avancées et développer des modèles de machine learning. Concevoir et maintenir des traitements de données robustes et industrialisés. Développer des outils de visualisation et des tableaux de bord d'aide à la décision. Présenter les résultats et recommandations aux différentes parties prenantes. Participer à l'amélioration continue des solutions et au maintien en condition opérationnelle des modèles en production. Contribuer à la documentation technique et fonctionnelle des réalisations. Participer aux cérémonies Agile et à la vie de l'équipe. Mission de 6 mois renouvelables, basée à Lyon avec 2 jours de télétravail par semaine.