Find your next tech and IT Job or contract Scikit-learn

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 📍 Strasbourg - 🛠 Expérience de 3 ans minimum Vous êtes passionné(e) par l'intelligence artificielle et souhaitez travailler sur des projets concrets liés à l'IA générative ? Cette opportunité est faite pour vous ! 🚀 Dans le cadre de notre développement, nous recherchons un(e) Chef de Projet IA pour intervenir chez l'un de nos clients. 💻💼 Vous participerez à un programme structurant visant à intégrer l'IA générative dans les outils du quotidien des équipes, avec un objectif clair : améliorer l'efficacité et la qualité des livrables. 🎯 Ce que vous allez faire concrètement : - Recueillir et analyser les besoins des utilisateurs afin de faire évoluer les outils - Définir et porter la vision des produits et projets de votre périmètre - Coordonner plusieurs projets en environnement agile et favoriser la collaboration entre les équipes - Suivre la performance des solutions d'IA mises en place - Évaluer, tester et améliorer les modèles cognitifs - Définir les indicateurs de performance et critères de succès - Piloter la stratégie de déploiement des projets - Assurer une veille technologique active, notamment sur l'IA générative 🛠️L'environnement : - Projets autour du Machine Learning, Deep Learning et IA générative - Environnement agile et itératif - Projets centrés sur l'amélioration des outils internes et de la productivité 📍 Situation géographique : Strasbourg (67)

Mission : Concevoir, développer et maintenir des modèles de risque climatique physique en Python ou R. Exploiter des séries temporelles et des algorithmes de machine learning sur des cas d'usage réels. Construire et mettre en œuvre des scénarios de risque climatique, fonctions de dommage et évaluations d'impact financier. Définir et exécuter des indicateurs de risque et des exercices de stress-tests. Piloter le projet de bout en bout : cadrage, planification, suivi des livrables et restitution auprès de la direction. Collaborer avec les équipes métiers, risques et data afin d'assurer la qualité et la pertinence des modèles développés. Profil : 9 à 12 ans d'expérience dont plusieurs années en modélisation des risques. Expérience avérée dans le développement de modèles de risque en Python ou R. Maîtrise des séries temporelles et du machine learning appliqués à des problématiques réelles. Expertise du risque climatique, idéalement physique (aléas, scénarios climatiques, fonctions de dommage, impacts financiers). Expérience dans la conception ou l'exécution de stress-tests et d'indicateurs de risque. Expérience de gestion de projet avec présentation des résultats auprès de directions métiers ou exécutives. Compétences appréciées : Expérience bancaire sur le risque de crédit entreprises (notation, probabilité de défaut, octroi). Connaissance des scénarios NGFS. Maîtrise des données DRIAS, Géorisques ou Copernicus. Participation aux stress-tests climatiques ACPR ou BCE.