Find your next tech and IT Job or contract Data Scientist

Dans le cadre d'un programme d'innovation en cybersécurité, nous recherchons un Expert en Intelligence Artificielle Générative pour concevoir, entraîner et évaluer des modèles de langage spécialisés destinés à assister les équipes opérationnelles dans l'analyse des menaces et l'automatisation des processus de sécurité. Le consultant interviendra sur les missions suivantes : Réaliser le fine-tuning de modèles de langage open source (LLM/SLM) sur des jeux de données spécialisés. Concevoir et mettre en œuvre des stratégies d'alignement des modèles afin d'améliorer la qualité des réponses et de réduire les hallucinations à l'aide de techniques de Reinforcement Learning (DPO, PPO, GRPO...). Structurer, préparer et formater les données d'entraînement selon les meilleures pratiques (ChatML, Alpaca, etc.). Développer des pipelines d'évaluation et de benchmarking permettant de mesurer les performances des modèles à l'aide de benchmarks de référence (MMLU, GSM8K, LLM-as-a-Judge...). Collaborer avec les équipes métier et techniques afin de concevoir des solutions IA robustes, performantes et adaptées aux besoins opérationnels. Compétences requises : Expertise en fine-tuning de LLM avec LoRA, QLoRA et frameworks tels que TRL, Unsloth ou Axolotl. Maîtrise des techniques d'alignement et de Reinforcement Learning appliquées aux modèles de langage. Solides compétences en Python et PyTorch. Expérience des méthodologies d'évaluation des modèles d'IA générative. Connaissance des environnements MLOps et des outils de déploiement (Hugging Face Hub, vLLM, Ollama, Triton) appréciée. Une sensibilité aux problématiques de cybersécurité constitue un atout.

Le poste consiste à intervenir sur un projet stratégique de transformation des infrastructures visant à migrer un environnement existant vers une approche Infrastructure as Code (IaC), enrichie par des technologies d'intelligence artificielle. Le consultant sera chargé de concevoir et de développer des modèles d'IA capables d'analyser les configurations d'infrastructure, de générer automatiquement du code IaC, de contribuer à l'industrialisation des déploiements via des pipelines CI/CD et de mettre en place des mécanismes de validation continue, de détection de dérive (drift detection) et d'optimisation des ressources. En collaboration avec les équipes Infrastructure, Cloud, DevOps et Sécurité, il participera à l'amélioration continue des modèles de machine learning, à leur mise en production et au transfert de compétences, tout en garantissant la qualité, la fiabilité et la conformité des solutions déployées.

Contexte Notre client, l'un des premiers énergéticiens au niveau mondial, est présent sur l'ensemble de la chaîne de l'énergie, en électricité et en gaz naturel, de l'amont à l'aval. Il s'appuie sur un portefeuille d'approvisionnement diversifié et un parc de production flexible et performant pour proposer des solutions énergétiques innovantes aux particuliers, aux collectivités et aux entreprises. Au sein du groupe, une entité dédiée à la décarbonation des infrastructures de ses clients entreprises et collectivités locales (BtoB) porte cette mission. Au sein de cette entité, le pôle Data & IA de la direction Digital & Data a pour objectif de valoriser les données pour en faire un vrai levier de compétitivité, soutenir les enjeux stratégiques du métier et identifier de nouvelles sources de performance. Nous recherchons un data scientist senior passionné par l'intelligence artificielle (machine learning, deep learning, IA générative). Vous travaillerez sur la conception, l'optimisation et l'implémentation de solutions innovantes pour répondre aux besoins métiers et améliorer les capacités des systèmes IA. Concevoir, implémenter et optimiser des modèles d'IA générative (text-to-text, etc.) pour des applications innovantes Participer à l'industrialisation des solutions d'IA et à leur mise en production Assurer le monitoring, l'évaluation et l'amélioration continue des modèles (MLflow, etc.) Veille technologique et expérimentation sur les avancées des modèles LLM La mission principale est le développement et la conception d'agents pour la plateforme data de l'entité. Cette plateforme propose des fonctionnalités d'exploration des datasets et d'interrogation en langage naturel. L'objectif est d'intégrer de nouvelles features et de nouveaux agents sur des cas d'usage spécifiques (data viz, data quality, cartographie, time series, speech to speech, etc.). Livrables Code source (composants applicatifs et tests unitaires) Dossier de cadrage des agents Participation au dossier d'architecture Participation au dossier RGPD Participation au dossier Privacy Participation au dossier Cyber Design des agents Livraison d'agents IA sur la plateforme Tests techniques et fonctionnels (jeux de tests analytics) Compétences requises CompétenceImportanceNiveau requisDatabricks10Avancé (5-8 ans)Esprit orienté qualité et livrable9Senior (8-10 ans)Expertise NLP et traitement du langage et du contexte9Avancé (5-8 ans)Orienté service9Senior (8-10 ans)Autonomie, proactivité, capacité à challenger8Senior (8-10 ans)Data Engineering (Python, PySpark, API REST)8Senior (8-10 ans)Gen AI & LLM : RAG, Embedding, modèle de langage8Avancé (5-8 ans)Gen AI Amazon Bedrock8Avancé (5-8 ans)Gestion et coordination de projet8Senior (8-10 ans)LLM Ops / CI-CD / Monitoring exploitation des agents8Avancé (5-8 ans)

Dans le cadre du renforcement d'une équipe Data Métier intégrée au département Performance / Contrôle de gestion chez notre client, nous recherchons un Data Scientist H/F. La mission consiste à transformer les données en leviers d'actions concrets pour les magasins, en travaillant au croisement des enjeux financiers, commerciaux et supply chain. Vous interviendrez sur des sujets autour de la performance magasin, du merchandising, du pricing, de la supply et de l'analyse prédictive. Vos missions Concevoir des modèles de Machine Learning et des algorithmes de recommandation actionnables par les équipes terrain. Détecter les produits à fort potentiel afin d'alerter les magasins et de les aider à dynamiser leur offre. Prototyper des moteurs de préconisation de merchandising sur les produits complémentaires. Analyser les métrages linéaires magasins en les croisant avec les ventes, la disponibilité et les stocks. Créer des algorithmes prédictifs pour identifier les produits à risque de devenir du stock dormant. Détecter les remises locales destructrices de valeur. Établir des modèles de clustering de magasins afin de créer des groupes de comparaison pertinents. Produire des analyses métier et des recommandations concrètes sur des questions stratégiques pour l'entreprise. Compétences attendues SQL : niveau expert impératif. Python : niveau confirmé. Machine Learning / modèles prédictifs. Analyse statistique. Clustering. Algorithmes de recommandation. Capacité à traduire une problématique métier en approche data / statistique. Bonne compréhension des enjeux retail, performance commerciale, pricing, merchandising ou supply. Capacité à restituer clairement les résultats auprès d'interlocuteurs métiers.

Contexte Le client intègre des technologies d'Intelligence Artificielle Générative au sein de son SOC afin d'automatiser l'analyse de menaces, de contextualiser les alertes de sécurité et d'assister les analystes. L'objectif est de concevoir des modèles de langage (LLM/SLM) souverains et ultra-spécialisés en cybersécurité. Le/la consultant(e) travaillera en collaboration directe avec l'équipe R&D Cyber et l'équipe SOC, dans un environnement de recherche et développement agile. Rôle et responsabilités principales Fine-tuning de LLM open-source (Llama, Mistral, Qwen…) sur des données de cybersécurité (logs, rapports CTI, playbooks) Mise en œuvre de techniques d'apprentissage par renforcement pour limiter les hallucinations et sécuriser les réponses générées Définition et application des formats de prompt et de conversation pour l'entraînement des modèles • Structuration et formatage des datasets d'entraînement textuels Mise en place de pipelines d'évaluation et de benchmarking pour mesurer la performance des modèles "Cyber" face aux standards du marché Vulgarisation des concepts IA auprès de profils cybersécurité (analystes SOC, RSSI) Collaboration directe avec l'équipe R&D Cyber et l'équipe SOC Livrables attendus Modèles LLM/SLM fine-tunés et spécialisés en cybersécurité Datasets d'entraînement structurés et formatés (ChatML, Alpaca) Pipelines d'évaluation et de benchmarking (interne et standards du marché) Rapports de performance comparative des modèles

L'enjeu : Réinventer l'expérience en magasin pour l'un des plus grands leaders mondiaux du sport et du retail connecté. En tant que consultant·e Okara, tu rejoins l'équipe Digital In-Store - Data de notre client pour propulser l'usage de la donnée visuelle au cœur des points de vente. Ton terrain de jeu ? L'analyse d'images en temps réel, l'optimisation de l'écosystème d'outils physiques et le déploiement de modèles innovants pour impacter des millions d'utilisateurs au quotidien. 🚀 Ton rôle Tu es le moteur de l'expertise Computer Vision au sein de l'équipe. Tu ne te contentes pas de faire de la R&D dans ton coin, tu conçois des solutions industrielles robustes et tu challenges l'écosystème existant. Concrètement, tu vas : Façonner le Computer Vision de demain : Concevoir et implémenter des modèles avancés (reconnaissance d'images, object detection, segmentation) pour des applications temps réel et asynchrones. Challenger les partenaires (Audit & Benchmark) : Évaluer de manière critique les solutions de fournisseurs tiers. Tu crées des benchmarks internes rigoureux pour valider leurs performances et orienter les décisions stratégiques (Build vs Buy). Industrialiser et Passer à l'Échelle (MLOps) : Intégrer tes modèles dans des environnements de production complexes. Tu optimises la tuyauterie (monitoring, scalabilité, CI/CD, automatisation des backtests) pour garantir des performances optimales. Fédérer et Documenter : Être le pont entre la technique de pointe et le business (Product, Engineering, Operations). Tu vulgarises tes résultats et structures ta documentation pour assurer la reproductibilité des modèles.

Notre client, acteur majeur du retail, recherche son futur Data Scientist (H/F) à Paris, pour développer les modèles d'IA exploitant ses données consolidées dans Microsoft Fabric au service de la performance de son réseau d'agence Vos missions : * Intégré à l'équipe data, vous développez des modèles au service de la performance commerciale et logistique, en lien étroit avec le Data Engineer. * Construire des modèles prédictifs : prévision des ventes, optimisation des stocks, recommandation produits * Exploiter les notebooks Fabric (Python, Spark) pour l'entraînement et le test * Passer des POC à l'industrialisation des modèles dans l'écosystème Microsoft * Collaborer avec le Data Engineer pour la mise en production * Tester, suivre et améliorer la performance des modèles (précision, ROI) * Documenter et fiabiliser les modèles déployés Les compétences techniques : * Python (pandas, scikit-learn, PySpark) * Microsoft Fabric (Data Science) * Machine learning * Forecasting * Azure ML * SQL

Date de démarrage : ASAP Date de fin : 25/06/2027 (Mission de longue durée) Localisation : Massy (Rythme : 2 jours par semaine sur site) Tarif Journalier Moyen (TJM) Max : 510 € HT Contexte et Mission : Au sein de l'Analytics Factory, entité transverse qui conçoit et développe les services analytiques à forte valeur ajoutée pour soutenir la prise de décision stratégique, vous serez le moteur technique de la transformation digitale des points de vente physiques. Votre objectif principal consistera à concevoir, développer et déployer en production des modèles de Computer Vision innovants. Vous rejoindrez un projet d'envergure phare : le Monitoring Temps Réel de l'Étagère, visant à transformer les rayons physiques en flux de données exploitables pour optimiser l'excellence opérationnelle et l'expérience client. Livrables et Enjeux clés :Développer des solutions capables de comprendre parfaitement la disponibilité, la conformité des rayons et les mouvements des stocks via l'analyse d'images. Relever des défis de détection d'objets et de reconnaissance de produits à très grande échelle. Assurer l'industrialisation et le déploiement de ces modèles dans un environnement de production en temps réel. Compétences Techniques et Expertises Requises : Incontournables (Must have) :Langage : Maîtrise experte de Python. Cloud & MLOps : Expérience significative sur l'écosystème GCP (Google Cloud Platform) et l'utilisation de Vertex AI pour le cycle de vie des modèles. Algorithmes : Solides compétences en Deep Learning appliquées à la vision par ordinateur. Souhaitées (Nice to have) :Modèles de pointe : Connaissance et manipulation de modèles récents tels que YOLO, SAM (Segment Anything), DINOv2 pour le feature extraction ou équivalents. Recherche d'images : Expérience avec les bases de données vectorielles (Vector Databases) pour le matching et l'indexation de produits à grande échelle. Frameworks & Outils : Pratique courante de PyTorch, TensorFlow, OpenCV et des environnements conteneurisés (Kubernetes).

Présentation du contexteL'Analytics Factory conçoit et développe des services analytiques avancés pour fournir aux équipes métier des données et des analyses fiables. L'objectif est de soutenir la transformation analytique et d'appuyer la prise de décision stratégique dans tous les domaines de l'entreprise. Dans le cadre de la digitalisation du processus promotionnel PGC via un portail amont collaboratif intégrant directement les fournisseurs, nous recherchons un(e) Data Scientist Python Senior pour concevoir et déployer des solutions d'Intelligence Artificielle de pointe. 🚀 Missions et Périmètre Fonctionnel (IA)Le projet s'articule autour du déploiement de 3 agents intelligents (IA Agentique) : Agent Négo : Automatisation des demandes, simulations d'impact (CA / marge) et formulation de contre-propositions. Agent Pilotage : Ajustement dynamique des catalogues sous contraintes et système d'alertes en temps réel. Agent Admin : Génération automatisée des Appels d'Offres (AO) et des mandats. Intégration & Écosystème : Connexion et intégration obligatoires des modèles au sein de l'écosystème Data interne. 🗺️ Roadmap du projetS1 2027 : Déploiement du socle collaboratif de base. S2 2027 : Déploiement complet et mise en production des agents IA. Conditions de la missionDate de démarrage : ASAP Date de fin prévisionnelle : 02/07/2029 (Mission longue visibilité) Localisation : Massy (Essonne) Rythme de travail : Hybride (2 jours par semaine sur site obligatoires) Tarif Journalier Maximum (Prix d'achat max) : 510 € / jour

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.

Contexte Dans le cadre du développement de solutions Data dédiées à l'analyse ESG, nous recherchons un consultant expérimenté capable de contribuer à la production d'indicateurs, à l'automatisation des traitements et à l'amélioration continue des processus de gestion de données. Le consultant interviendra sur l'ensemble du cycle de vie des données, depuis leur ingestion jusqu'à la production de KPI et scores ESG. MissionsAssurer l'ingestion et le suivi des données externes. Gérer les évolutions de structure et de méthodologie des fournisseurs de données. Produire et maintenir les KPI et scores ESG. Développer des contrôles qualité et des mécanismes de surveillance des traitements. Concevoir des tableaux de bord de suivi de production. Participer à la traduction et à la migration de modèles Matlab vers Python. Réaliser des analyses statistiques et Data Science sur des jeux de données complexes. Documenter les modèles, traitements et procédures. Garantir la qualité, la cohérence et la traçabilité des données.

En tant que Tech Lead Machine Learning Engineer, vous aurez la charge de : • Accompagner nos clients : cadrage et support technique ; aide à l'amélioration des performances et de l'industrialisation sur le code ; aide à l'évolution de leur AI plateforme • Assurer le support et le développement applicatif interne : opérer le développement de l'infrastructure Datalab (git, installation de packages, outils,...) ; contribuer à la pérennité et à la diffusion des projets internes • Industrialiser : mettre en production les modèles de ML développés (optimisation des scripts développés par les Data Scientist) et maintenir les scripts en production ; développer une CI/CD avec l'infrastructure développée jusqu'en production ; mettre en place une gouvernance viable ; rédiger des documents projets (design, réalisation, déploiement, ...) Référence de l'offre : 3ohfkwvksa

En tant qu'Ingénieur Support & Fiabilité, vous serez responsable de la gestion et de l'assurance de la fiabilité des systèmes et processus de données au sein du département Data Technology. Vous travaillerez en étroite collaboration avec les équipes de développement, les ingénieurs de données et les data scientists pour garantir la disponibilité, la qualité et la performance des pipelines de données et des systèmes sous-jacents. Support et opérations des données Fournir un support de niveau 1 pour les domaines de données, gérer les alertes et incidents pendant le shift de Paris. Objectifs et livrables : Mettre en place les meilleures pratiques de support et la documentation Agir en tant que gatekeeper pour la gestion des versions de données (processus CMRM), gestion de la fiabilité des données Maintenir des pipelines de données fiables et évolutifs (collecte, stockage, traitement, livraison) Mettre en œuvre une surveillance proactive pour la qualité, l'intégrité et la cohérence des données Définir et appliquer les politiques de gestion des données (sauvegarde, récupération, sécurité) Automatisation et meilleures pratiques Automatiser les tâches de données récurrentes pour améliorer l'efficacité et réduire les erreurs Établir une surveillance continue pour détecter les anomalies Promouvoir les meilleures pratiques de développement axées sur la fiabilité des données Collaboration inter fonctionnelle Travailler avec les équipes de développement, quant dev, ingénieurs data et data scientists pour comprendre les besoins Résoudre ensemble les problèmes liés aux données Fournir des conseils techniques sur la gestion des données avec les meilleures pratiques

Pour l'un de nos clients du secteur de l'Asset Management, nous recherchons un(e) Data Analyst / Data Scientist ESG disposant d'une solide expérience dans le traitement et l'analyse des données ESG. Le consultant interviendra sur la collecte, l'intégration, le contrôle qualité et l'exploitation des données extra-financières afin de produire des indicateurs et analyses destinés aux équipes métiers. Il/elle participera au développement et à l'optimisation des traitements de données, à l'automatisation des processus, à la mise en place de contrôles de cohérence et à la documentation des modèles et procédures. Une excellente maîtrise de Snowflake, Matlab et Python est indispensable pour mener à bien cette mission. Une bonne connaissance des enjeux ESG, des données financières et des environnements Asset Management constitue un prérequis pour évoluer efficacement dans ce contexte.

Contexte vous aurez pour mission de concevoir, déployer et expérimenter des Proof‑of‑Concept (POC) innovants autour des agents autonomes et des modèles de langage (LLM) appliqués aux jeux de données d'infrastructures IT. L'objectif : fournir des aides intelligentes à la production, faciliter la supervision, l'automatisation et la résolution proactive d'incidents. Le poste s'inscrit dans une démarche agile, collaborative et orientée industrialisation à terme. MissionsConcevoir et gérer des environnements d'expérimentation Kubernetes/Docker avec intégration CI/CD (Jenkins, GitLab CI/CD, ArgoCD). Automatiser la collecte, la pré‑traitance et l'exploitation des datasets d'infrastructure (logs, CMDB, monitoring) pour entraîner et alimenter des agents basés sur LLM. Développer et intégrer les pipelines de déploiement d'agents IA en collaboration avec les data‑scientists et ingénieurs IA (utilisation de LangChain, AutoGen ou équivalents).

En tant que Tech Lead Machine Learning Engineer, vous aurez la charge de : • Accompagner nos clients : cadrage et support technique ; aide à l'amélioration des performances et de l'industrialisation sur le code ; aide à l'évolution de leur AI plateforme • Assurer le support et le développement applicatif interne : opérer le développement de l'infrastructure Datalab (git, installation de packages, outils,...) ; contribuer à la pérennité et à la diffusion des projets internes • Industrialiser : mettre en production les modèles de ML développés (optimisation des scripts développés par les Data Scientist) et maintenir les scripts en production ; développer une CI/CD avec l'infrastructure développée jusqu'en production ; mettre en place une gouvernance viable ; rédiger des documents projets (design, réalisation, déploiement, ...) Référence de l'offre : jqn36ynwbh