Find your next tech and IT Job or contract Data Scientist

Contexte de la mission : Dans le cadre d'un projet stratégique Data pour un acteur majeur du secteur du Luxe, nous recherchons un Data Scientist confirmé pour rejoindre une équipe travaillant sur des problématiques de prévision et d'aide à la décision. La mission porte notamment sur des enjeux de forecast de nouveaux produits, avec des prévisions réalisées à une maille fine, notamment au niveau SKU. L'objectif est à la fois de développer des modèles performants et de travailler dans une véritable logique d'industrialisation, afin de permettre leur utilisation à grande échelle dans un environnement Data moderne. La connaissance des problématiques propres au Retail est particulièrement importante pour comprendre les enjeux métiers associés aux prévisions de ventes et aux nouveaux produits. Avantages de la mission : • Mission longue au sein d'un acteur majeur du Luxe • Problématiques Data Science concrètes avec un fort impact métier • Sujets de forecasting à grande échelle et à une granularité fine • Environnement technique moderne autour de Databricks et Spark • Travail sur l'ensemble du cycle de vie des modèles, de leur conception jusqu'à leur industrialisation • Volumes de données importants et problématiques Data complexes • Environnement combinant Data Science, Retail et enjeux business • Organisation hybride avec 2 à 3 jours de télétravail par semaine • Mission basée à Paris

Le poste vise à recruter un Data Scientist expérimenté capable de concevoir et industrialiser des solutions d'IA générative à forte valeur ajoutée métier. L'enjeu principal est de développer des workflows LLM complexes et de les déployer en production dans un cadre industriel structuré. Le candidat devra faire le pont entre les équipes métier et IT, en traduisant les besoins fonctionnels en solutions techniques performantes. Une expertise solide en IA générative, en développement d'API, en évaluation de modèles et en bonnes pratiques de software engineering est attendue, ainsi qu'une capacité à travailler en mode Agile au sein d'une squad dédiée. Développement Python orienté production (architecture, packaging, bonnes pratiques) Développement d'API (REST/GraphQL, frameworks comme FastAPI/Flask) Développement d'API (REST/GraphQL, FastAPI/Flask) Développement Python orienté production (architecture, packaging, tests) Travail en équipe / collaboration en squad Agile Modélisation ML classique (supervisé, non supervisé) Préparation et gestion de données (feature engineering, qualité des données) Tests & qualité de code (unitaires, intégration, linting, typage) CI/CD pour services d'IA (GitHub Actions, GitLab CI, bonnes pratiques MLOps) Conteneurisation & déploiement (Docker, orchestration type Kubernetes) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI Platform) Préparation & gestion de données (feature engineering, qualité, ETL) Tests & qualité de code (unitaires, intégration, linters, type hints) CI/CD pour services d'IA (GitLab CI, GitHub Actions avec pratiques MLOps) Conteneurisation & déploiement (Docker, Kubernetes ou équivalents) Utilisation de services cloud IA (Azure OpenAI, AWS/GCP managed IA services, Bedrock) Tests & qualité de code (unitaires, intégration, linting, typing) CI/CD pour services d'IA (GitLab CI, GitHub Actions, pipelines MLOps) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI) Conception de workflows LLM complexes (orchestration, agents, tools) RAG / retrieval augmenté & bases de vecteurs (Faiss, Pinecone, etc.) Évaluation spécifique des LLM (benchmarks, human eval, red‑teaming) Monitoring / observabilité des modèles et services LLM en production Outils d'orchestration LLM (LangChain, LlamaIndex ou équivalents) RAG / retrieval augmenté & vector DB (Faiss, Pinecone, embeddings en production) Évaluation spécifique LLM (benchmarks, human eval, red-teaming, metrics LLM) Monitoring / observabilité des modèles & services IA (drift, qualité des réponses, alerting) Conception de workflows LLM complexes (orchestration, agents, outils) RAG / retrieval augmenté & vector DB (mise en production) Monitoring / observabilité des modèles et services IA en production Analyse et modélisation de problèmes complexes dans un contexte LLM Pensée systémique appliquée à des workflows IA end‑to‑end Rigueur scientifique & esprit critique pour l'évaluation des LLM Vulgarisation & pédagogie vers métiers et IT Recueil et reformulation des besoins métier en spécifications techniques pour IA générative

Dans le cadre du programme Agents (IA générative / agentic AI), nous recherchons un Data Scientist expérimenté afin de contribuer aux phases d'expérimentation, de prototypage (PoC) et d'industrialisation progressive des cas d'usage métier. Le programme vise à explorer et structurer l'usage d'agents intelligents permettant d'automatiser et d'augmenter des processus métier, en s'appuyant sur des architectures modernes intégrant LLM, orchestration, data pipelines et Cybersécurité. Les Agents IA 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. Objectifs de la mission La mission consiste à intervenir en tant que Data Scientist spécialisé dans la création et la mise en exploitation d'agents IA. Les principaux objectifs sont les suivants : • Concevoir et développer des PoC et MVP autour d'agents IA • Explorer différentes approches techniques (agent frameworks, orchestration, RAG, tool use, …) • Évaluer les performances, la robustesse et les limites des solutions testées • Contribuer aux choix d'architecture cible pour le programme • Participer à la capitalisation des expérimentations (best practices, patterns) • Accompagner la montée en maturité des cas d'usage vers leur industrialisation Cette mission s'inscrit, par ailleurs, dans une démarche de gouvernance des cas d'usage IA pour le groupe, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Périmètre technique Le consultant devra être capable d'intervenir sur un écosystème technologique varié, notamment : • Frameworks agentiques et orchestration : LangGraph, outils équivalents • LLM & IA générative : Mistral, modèles open source ou propriétaires • Plateformes Data / ML : Dataiku, Domino • Solutions éditeurs / partenaires : IBM (watsonx, orchestration, etc.) • Approches RAG avancées (multi-sources, pipeline complexe) Livrables attendus • PoC fonctionnels démontrant les capacités des solutions testées • Analyses comparatives (technologies, approches) • Recommandations d'architecture et bonnes pratiques • Documentation technique et synthèses pour prise de décision Conclusion Cette mission est d'importance et s'inscrit dans une démarche stratégique visant à préparer le passage à l'échelle des architectures agentiques au sein du SI, en cohérence avec les standards data, IA et sécurité du Groupe.

Vous serez en charge d'accompagner des projets Data Science et IA, avec un focus prioritaire sur les sujets marketing, connaissance client et personnalisation CRM. La prestation portera notamment sur le projet de moteur d'offres personnalisées / personnalisation CRM, ainsi que sur d'autres cas d'usage marketing pouvant inclure les scores, la segmentation, la recommandation, la personnalisation des offres, le ciblage de campagnes ou l'optimisation du parcours client. Vos missions consisteront à contribuer: Expérience Data Science : capacité à intervenir de manière autonome sur des cas d'usage complexes, du cadrage métier à l'industrialisation. Analyse et préparation des données : maîtrise de l'exploration, de la qualité des données, des analyses statistiques et de la constitution des jeux d'apprentissage, de validation et de test. Modélisation Data Science et IA : capacité à concevoir, entraîner, comparer et évaluer des modèles de Machine Learning, statistiques ou d'IA, avec des métriques adaptées. Marketing analytique et personnalisation CRM : expérience souhaitée sur des cas d'usage de moteur d'offres personnalisées, scoring d'appétence, ciblage de campagnes, segmentation client, recommandation produit, next best action / next best offer, mesure de performance marketing et optimisation de la conversion des leads. Industrialisation et MLOps : capacité à produire du code structuré, maintenable et documenté, à préparer les modèles pour la mise en production et à mettre en place des indicateurs de monitoring. Passage à l'échelle et appropriation métier : capacité à concevoir des solutions réutilisables, documentées et industrialisables, intégrables dans des processus CRM ou commerciaux, avec une attention particulière portée à l'appropriation par les équipes internes et les utilisateurs métier. Explicabilité, gouvernance IA et conformité : connaissance des bonnes pratiques d'explicabilité, de traçabilité, d'auditabilité, d'identification des biais, de suivi des dérives et de conformité aux standards internes. Collaboration et communication : aptitude à travailler avec les métiers, Product Owners, Data Engineers, Architectes, équipes IT, Gouvernance et Sécurité, et à restituer clairement les résultats, limites et recommandations. Les livrables attendus sont les suivants: analyses et diagnostics de données ; scripts, notebooks, traitements ou composants analytiques documentés ; modèles Data Science / IA entraînés, évalués et documentés ; éléments d'explicabilité, de monitoring et de suivi des risques modèles lorsque pertinent ; supports d'industrialisation, de mise en production et de suivi ; documentation de transfert de compétences et recommandations d'amélioration continue ; supports de restitution aux parties prenantes métier et techniques. Les livrables destinés à être partagés avec des pays ou utilisés dans un contexte international devront également pouvoir être remis en anglais

Nous recherchons un Data Scientist confirmé pour rejoindre le Centre d'Expertise Data d'un grand groupe acteur du secteur du transport en commun. Vous interviendrez sur des projets à forte valeur métier combinant data science, intelligence artificielle et analytique avancée, en pilotant l'identification, la conception, le développement et le déploiement de cas d'usage innovants au service de l'organisation. Vous évoluerez dans un environnement technique structuré, au sein d'une équipe pluridisciplinaire, en suivant une méthodologie de delivery éprouvée. Votre mission consistera à transformer des problématiques métier complexes en solutions data analytiques performantes, en assurant la liaison constante entre les équipes techniques et les porteurs de projets métier. Responsabilités : - Identifier, qualifier et prioriser les cas d'usage Data Science à forte valeur ajoutée en collaboration avec les parties prenantes métier - Concevoir et développer des modèles prédictifs, algorithmes et analyses statistiques avancées répondant aux besoins opérationnels - Assurer l'ensemble du cycle de vie du projet : cadrage, expérimentation, validation et mise en production - Conduire des analyses exploratoires approfondies sur des volumes de données conséquents et en extraire des insights actionnables - Piloter le déploiement des modèles en environnement de production et assurer leur intégration dans les processus métier existants - Animer les instances projet (kick-off, sprint reviews, comités de pilotage, ateliers de cadrage) en tant qu'expert technique - Accompagner les équipes métier dans la compréhension et l'adoption des solutions déployées - Valoriser les résultats via des démonstrations, présentations et documents de synthèse destinés à des audiences variées - Participer à l'amélioration continue des bonnes pratiques et des modèles de delivery au sein du Centre d'Expertise Data Télétravail : 2 jours par semaine Localisation : Paris

Rejoignez-nous ! Nous recherchons un(e) Data Scientist Python Senior pour intervenir sur un programme stratégique de transformation Data & IA au sein d'un acteur majeur du secteur du Retail. Vous intégrerez une équipe Data expérimentée et contribuerez au développement de solutions de Machine Learning autour de problématiques de pricing, de recommandation de produits et d'optimisation de la performance commerciale. Vous évoluerez dans un environnement Cloud moderne, en collaboration étroite avec les équipes Data, IT et métiers afin de concevoir, industrialiser et déployer des modèles à forte valeur ajoutée. Ce que vous ferez : Concevoir, développer et optimiser des modèles de Machine Learning en Python. Développer des moteurs de recommandation et des algorithmes de personnalisation. Identifier et modéliser les relations entre les produits afin d'améliorer les performances commerciales. Construire des modèles d'optimisation de pricing et d'aide à la décision. Explorer, nettoyer, préparer et valoriser les données issues de différentes sources. Industrialiser les modèles et assurer leur mise en production dans un environnement Cloud GCP. Exploiter les services BigQuery et Vertex AI pour le développement et le déploiement des solutions. Collaborer avec les équipes métiers afin de comprendre les enjeux business et de transformer les besoins en solutions Data. Participer à l'amélioration continue des pipelines Data Science et des bonnes pratiques de développement (Git, CI/CD). Votre positionnement vous permettra d'intervenir sur des cas d'usage stratégiques, de contribuer à des projets innovants et d'avoir un impact direct sur les performances métier.

Nous recherchons un(e) Data Scientist capable de trouver des solutions innovantes et robustes à l'ensemble des problématiques Data. Gourou de la donnée, vous vous amusez à faire parler les données et à les mettre au service des entreprises. Vous êtes donc à la croisée d'enjeux fonctionnels et stratégiques : Vous aurez la charge de : • Étudier des données en possession de l'entreprise • Définir et récupérer des données pertinentes à extraire et à traiter en lien avec la production de l'entreprise, la vente ou encore liées aux données clients • Développer des algorithmes permettant d'améliorer les résultats de recherches et de ciblages • Élaborer des modèles prédictifs afin d'anticiper l'évolution des données et tendances relatives à l'activité de l'entreprise Référence de l'offre : zdq6qtik7t

"Nous recherchons un consultant Data Scientist orienté ML Engineering, alliant une solide expertise en science des données et de fortes compétences en ingénierie logicielle et infrastructure. Le consultant interviendra sur des sujets variés au sein de la direction DATA, couvrant aussi bien le développement de modèles de machine learning que leur industrialisation et leur mise en production à grande échelle. Le profil recherché est capable de naviguer entre la conception de modèles IA/ML, la construction de pipelines de données robustes, et le déploiement de solutions scalables dans un environnement cloud moderne."

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ DEMARRAGE – SEPTEMBRE 2026 - 🏠 2 jours de télétravail / semaine - 📍 Grenoble (38) - Corenc - 🛠 Expérience de 5 ans minimum Et si vous pouviez travailler sur des projets Data / IA directement connectés aux enjeux métiers d'une grande banque ? Ici, pas de modèle qui reste en POC. Vous intervenez sur des cas d'usage réels, utilisés, et amenés à être industrialisés. Pourquoi nous recrutons ? L'activité Data / IA prend de l'ampleur côté client. L'enjeu aujourd'hui est clair : - accélérer l'appropriation de la Data et de l'IA par les métiers - transformer des cas d'usage en solutions concrètes et durables Vous arrivez donc dans une phase où tout se structure et se développe. Concrètement, votre quotidien : Après votre onboarding pour comprendre les enjeux bancaires et l'écosystème technique, vous allez : 1/ Construire des cas d'usage Data / IA Vous utiliserez Python et les frameworks ML/DL pour : - préparer et explorer les données - concevoir et entraîner des modèles - restituer les résultats de manière compréhensible pour les métiers 2/ Travailler avec les métiers Vous interviendrez directement avec eux pour : - cadrer les besoins - traduire des problématiques métiers en cas d'usage data - accompagner l'adoption des solutions 3/ Déployer des sujets IA générative Vous accompagnerez les équipes sur : - la création de prompts efficaces - le déploiement de LLM - la mise en place d'agents / assistants 4/ Structurer l'environnement Vous contribuerez à : - la mise en place de l'environnement technique (notamment GCP) - l'amélioration des pratiques projets Data / IA - l'industrialisation des cas d'usage 5/ Maintenir et faire évoluer les modèles Vous assurerez la MCO des solutions déployées : - suivi de performance - ajustements des modèles - amélioration continue 6/ Diffuser la culture Data / IA Vous animerez : - des ateliers d'acculturation - du coaching (notamment sur des POC étudiants)

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ DEMARRAGE – SEPTEMBRE 2026 - 🏠 2 jours de télétravail / semaine - 📍 Grenoble (38) - Corenc - 🛠 Expérience de 5 ans minimum Et si vous pouviez travailler sur des projets Data / IA directement connectés aux enjeux métiers d'une grande banque ? Ici, pas de modèle qui reste en POC. Vous intervenez sur des cas d'usage réels, utilisés, et amenés à être industrialisés. Pourquoi nous recrutons ? L'activité Data / IA prend de l'ampleur côté client. L'enjeu aujourd'hui est clair : - accélérer l'appropriation de la Data et de l'IA par les métiers - transformer des cas d'usage en solutions concrètes et durables Vous arrivez donc dans une phase où tout se structure et se développe. Concrètement, votre quotidien : Après votre onboarding pour comprendre les enjeux bancaires et l'écosystème technique, vous allez : 1/ Construire des cas d'usage Data / IA Vous utiliserez Python et les frameworks ML/DL pour : - préparer et explorer les données - concevoir et entraîner des modèles - restituer les résultats de manière compréhensible pour les métiers 2/ Travailler avec les métiers Vous interviendrez directement avec eux pour : - cadrer les besoins - traduire des problématiques métiers en cas d'usage data - accompagner l'adoption des solutions 3/ Déployer des sujets IA générative Vous accompagnerez les équipes sur : - la création de prompts efficaces - le déploiement de LLM - la mise en place d'agents / assistants 4/ Structurer l'environnement Vous contribuerez à : - la mise en place de l'environnement technique (notamment GCP) - l'amélioration des pratiques projets Data / IA - l'industrialisation des cas d'usage 5/ Maintenir et faire évoluer les modèles Vous assurerez la MCO des solutions déployées : - suivi de performance - ajustements des modèles - amélioration continue 6/ Diffuser la culture Data / IA Vous animerez : - des ateliers d'acculturation - du coaching (notamment sur des POC étudiants)