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

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 ).

Nous recherchons pour le compte de notre client dans le domaine bancaire, un consultant business analyst technico fonctionnel SIRH expert sur WORKDAY et confirmé sur 360 LEARINING et TRAINING ORCHESTRA. Objectif : Accompagner notre client en Assistance à Maîtrise d’Ouvrage (AMOA) et ponctuellement Maîtrise d’œuvre (AMOE) au travers une expertise en Systèmes d’Informations des Ressources Humaines (SIRH) pour la participation au support post-démarrage de la solution Talent composée de Workday (Recrutement, Gestion administrative, Rémunération, compétences, mobilité, entretien et performance), Training orchestra et 360 Learning (formation). L’objectif est de participer au support suite à la mise en production en lien avec les équipes d’exploitation et de maintenance. Missions : Accompagnement des équipes d’exploitation et de maintenance suite au démarrage : Participation aux actions de support et à la formation de l’équipe en place, Assistance à la gestion des rôles et accréditations, Assistance aux équipes d’exploitation et de maintenance, Transfert de compétences sur l’utilisation et le paramétrage des nouveaux outils Assistance à la qualification et au suivi des anomalies déclarées suite à la mise en production Recette d’intégration des nouveaux paramétrages (tests unitaires et de non régression globales); Participation à des ateliers avec la maitrise d’œuvre / les centres de services de réalisation et aux réunions de travail avec les différents interlocuteurs du projet ; Communication vers les utilisateurs et la maîtrise d’œuvre.

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

Crolles (38) sur site · mission 2 à 3 jours/semaine en longue durée - Début août 2026(flexible) Nous recherchons un·e consultant·e pour accompagner l'équipe Data & Analytics du client dans son exploration IA et data science et l’accélération de sa transformation grâce à ces leviers. L'approche est pragmatique et séquencée : comprendre le besoin métier, le valider par l'expérimentation — y compris en Machine learning custom si nécessaire — puis orienter vers la solution marché (COTS) la plus adaptée dès lors que la valeur est prouvée. Missions : 1. Cadrage & validation des besoins Animer des workshops avec les métiers pour qualifier les besoins analytiques et IA Structurer chaque cas d'usage avant tout développement Prioriser les sujets selon leur potentiel impact/effort et construire un backlog exploratoire partagé avec le Head of DATA 2. Exploration & validation par le ML custom (≈ 50%) Conduire des analyses exploratoires et prototyper des modèles ML en Python/SQL pour valider la valeur d'un cas d'usage : classification, prévision, détection d'anomalies, NLP, etc. Cas d'usage prioritaires identifiés : o Analyse du portefeuille produit : classification volume/profitabilité, identification de tendances, recommandations intelligentes. o Etude des impacts marketing : explication et prévision des impacts de nos campagnes marketing. Documenter rigoureusement chaque PoC 3. Recommandation & orientation vers des solutions COTS (Commercial Off The Shelf) (≈50%) Une fois la valeur prouvée, identifier les solutions marché capables d'industrialiser le cas d'usage sans maintenir du code custom : Microsoft Fabric, Copilot Studio, Snowflake Cortex, AI Studio, Make, ou équivalents. Conduire les benchmarks et tests de ces solutions en conditions réelles sur nos données ; produire une recommandation claire Accompagner le déploiement des solutions retenues : configuration, intégration aux flux existants (M365, SAC, Snowflake, ODI), validation fonctionnelle avec les équipes métiers. 4. Gouvernance & Transfert Alerter sur les risques à chaque étape Communiquer régulièrement avec le métier et le département IT sur l’avancement des projets Documenter les travaux de manière accessible et transférable à l'équipe interne Contribuer à l’élaboration de la roadmap IA/ML outillée sur 12 mois : cas d'usage priorisés, solutions recommandées (custom ou COTS), budge estimé et indicateurs de succès. Définir et établir une méthodologie MLOps pour le client, dans le but de cadrer et accélérer les futurs sujets ML

Consultant SAP Success Factor Nous recherchons un consultant SAP Success Factor pour l'un de nos clients au Luxembourg Le candidat sera : Effectuer des activités de gestion des libérations. Appliquer les mises à jour SAP en réalisant des activités. Support de la mise en œuvre existante de SuccessFactors client pour tous les modules concernés (Profil d'employé, PM/GM, Gestion de la succession, Plateforme & LMS) Veuillez joindre la description du poste Date de début : 01/07/2026 Date de fin : 31/12/2026 Activité : Hybride 60 % sur site, 40 % hors site Lieu : Luxembourg Une nationalité européenne est requise ou un permis de travail valide pour le Luxembourg

Contexte Développement de solutions agentique pour soutenir le programme IA et nos ambitions sur des sujets structurants : automatisation des process, parcours de vente, augmentation des fonctions commerciales, ... Parmis les principaux chantiers identifiés : Worflow AI et Agentic AI pour les process Assistants et agents sur les parcours de nos espaces clients et vente pour nos assurés Bases de connaissances, RAG Factory, ... Socle et process LLMOps et evaluation de performance, ... Description Leadership technique, conception des solutions, encadrement des équipes de développement IA, arbitrage technique, revue de code et qualité

Contexte Nous recherchons pour un de nos clients un Full Stack Engineer pour rejoindre son équipe Computational Design. L’équipe développe des workflows et plateformes innovantes autour de l’IA, de la simulation, de la visualisation 3D et du design computationnel. Objectifs de la mission - Développer des plateformes et workflows full stack pour les applications Computational Design - Intégrer des modèles IA/ML dans des applications backend et frontend - Concevoir des interfaces et services autour de données 3D, simulations et workflows IA - Participer à l’industrialisation et à la scalabilité des solutions Tâches et responsabilités - Développement backend et APIs pour applications IA et computational design - Développement frontend d’interfaces web de visualisation - Gestion et structuration des données 3D et datasets associés - Intégration de modèles IA/ML dans les services applicatifs - Déploiement des applications via Docker et infrastructures cloud - Contribution aux pipelines CI/CD - Collaboration avec designers, chercheurs IA et ingénieurs Compétences requises - Expérience full stack confirmée (3+ ans) - FastAPI, Uvicorn, PostgreSQL - React, Vue ou équivalent - Python, PyTorch, Numpy, Pandas, Scikit-Learn - Docker, APIs HTTP, CI/CD - Intérêt pour les workflows 3D et computational design - Bonus : Trimesh, PyVista, Blender, Rhino, Grasshopper. Profil recherché - Ingénieur Full Stack avec exposition IA ou 3D appréciée - Capacité à évoluer dans un environnement innovation / R&D - Anglais professionnel obligatoire Modalités - Durée : 6 mois - Démarrage : ASAP - Localisation : Paris ou remote - Télétravail : très flexible (~1 semaine par mois au bureau) - Langue : anglais - Process : portfolio review + entretiens équipe / management

Dans le cadre d'une mission de longue durée au sein d'un acteur majeur de la grande distribution, vous intégrez une Analytics Factory chargée de concevoir et de déployer des services analytiques avancés à destination des équipes métier. Le projet porte sur la digitalisation et l'automatisation du processus promotionnel via un portail collaboratif intégrant directement les fournisseurs. Au cœur du dispositif, trois agents intelligents sont en cours de développement et de déploiement : un agent dédié à la négociation (automatisation des demandes, simulations d'impact CA/marge, contre-propositions), un agent de pilotage (ajustement dynamique des catalogues sous contraintes, alertes) et un agent d'administration (génération automatisée d'appels d'offres et de mandats). Ces agents s'inscrivent dans un écosystème Data existant et structuré, avec lequel des connecteurs robustes devront être développés et maintenus. La roadmap prévoit la livraison d'un socle collaboratif de base en première phase, suivie du déploiement complet des agents IA en seconde phase. Vous évoluez dans un environnement Agile/Scrum, en lien étroit avec les équipes métier, data engineering et architecture, et contribuez à toutes les phases du cycle logiciel — de la conception jusqu'au run en production. Responsabilités : - Concevoir et développer des modèles de Machine Learning et des algorithmes d'optimisation de la performance (pricing, promotion) - Structurer des modèles de données pour alimenter les agents IA (inputs agents, référentiels produits) - Concevoir des workflows agentiques intégrant de l'IA générative et du NLP (analyse de messages, génération de réponses, interaction automatisée) - Développer et déployer des modèles ML en production (Scikit-learn, TensorFlow, PyTorch) - Explorer, transformer, nettoyer et enrichir des jeux de données pour les rendre exploitables - Développer des connecteurs avec l'écosystème data interne et externe - Assurer la qualité, la maintenabilité et la simplicité du code (principes SOLID, YAGNI, tests, Sonar) - Appliquer les pratiques DevOps (CI/CD, Git) et les principes d'observabilité pour le monitoring des modèles - Gérer le versioning des données et des modèles - Contribuer à l'amélioration continue des pratiques de développement au sein de l'équipe

Le client digitalise son processus promotionnel PGC via un portail amont collaboratif intégrant directement ses fournisseurs. Périmètre fonctionnel (IA) : Déploiement de 3 agents intelligents : Agent Négo : Automatisation des demandes, simulations d'impact (CA/marge) et contre-propositions. Agent Pilotage : Ajustement dynamique des catalogues sous contraintes et alertes. Agent Admin : Génération automatisée des Appels d'Offres et mandats. Intégration : Connexion obligatoire à l'écosystème Data Carrefour (Darwin, CPO, Apoline). Roadmap : S1 2027 : Socle collaboratif de base. S2 2027 : Déploiement complet des agents IA. Must Have ● Expertise en Machine Learning & Optimisation : Solide expérience dans la création de modèles prédictifs et d'algorithmes d'optimisation de la performance (idéalement en pricing ou promotion) ● Data Modeling : Capacité à structurer des modèles de données pour alimenter des agents IA (input agents, référentiels produits) ● Maîtrise de l'IA Générative et du NLP : Capacité à concevoir des workflows agentiques pour l'analyse de messages, la génération de réponses et l'interaction automatisée avec des tiers Nice to have ● Concevoir, développer et maintenir des applications et modèles d’apprentissage automatique robustes et scalables avec Python ● Maîtriser les bibliothèques de manipulation et d’analyse de données : Pandas, NumPy, SciPy ● Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch ● Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables ● Utiliser les plateformes de cloud computing, notamment GCP ou équivalents ● Gérer le versionning des données et des modèles ● Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly Gérer les bases de données relationnelles et/ou orientées document ● Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning ● Intégrer les principes de craftsmanship et les bonnes pratiques telles que SOLID, YAGNI et la couverture de tests avec Sonar ● Appliquer les principes d’observabilité pour monitorer et diagnostiquer les applications et modèles ● Participer à toutes les phases du cycle logiciel, de la conception à la mise en production et au run ● Contribuer à l’amélioration continue des pratiques de développement et assurer la qualité, la simplicité et la maintenabilité du code ● Assurer la maintenance et l’évolution des applications et modèles existants ● Appliquer les méthodes agiles, notamment Scrum Exploitation de BigQuery et Looker Studio pour la visualisation data ● Connectivité étendue : Capacité à développer des connecteurs robustes avec l'écosystème interne/externe

Dans le cadre du développement de ses systèmes d'information Épargne Salariale et Retraite, les Bénéficiaires doivent recourir à une prestation externe pour fournir assistance à la modernisation de la plateforme BI. 1. OBJET DE LA PRESTATION Dans le cadre du projet de modernisation de la plateforme BI, la prestation consistera à mettre en place des solutions répondant aux besoins couverts par l’existant et permettant de proposer de nouveaux services. Cette solution devra utiliser les outils validés et mis à disposition par le groupe. La mission sera pilotée par l’équipe Coeur-Data au sein de la R&D Epargne salariale et retraite. Le data engineer devra intervenir en collaboration avec l’équipe de 5 personnes ainsi qu’avec les clients et les équipes transverses du client. Exemple d’applications du domaine d’intervention : Architecture : Définition de l’organisation du Lakehouse dans le S3 Chargement : Utilisation de pipelines spark, pyspark et python Ordonnancement : Dagster Restitution : Mise à disposition de la donnée brut + création de rapports sur un outil de dataviz à définir sur la base du LakeHouse L’objectif principal de la prestation sera la mise à disposition de data structurées à destination de l’équipe marketing . Dans ce cadre, il conviendra de réaliser : - Le développement d’une solution de collecte de données - Le développement d’un système de stockage de la donnée - La documentation des développements - La réalisation de tests unitaires - La mise en place d’un suivi des traitements - L’assistance à la recette par la MOA / les utilisateurs - Des comptes rendus aux pilotes sur l’avancement du projet et les blocages rencontrés - Des études avec les équipes transverses du client 2. ENVIRONNEMENT FONCTIONNEL DE LA PRESTATION La prestation se déroulera au sein du service IT en charge de la Maintenance applicative 3. ENVIRONNEMENT TECHNIQUE DE LA PRESTATION - Langages de programmation : Python, Spark, Pyspark, SQL - Outil de gestion de version : Git - Intégration continue : JENKINS - Ticketing : JIRA - Documentation : Confluence - Poste de travail Windows 10 avec WSL (Windows Subsystem for Linux) - Outils de la plateforme actuelle : Informatica, DAC, OBIEE, Eclipse BIRT, Oracle 19 - Outils de la plateforme cible : Dagster, Trino, S3 4. RESULTATS ATTENDUS / LIVRABLES - Respect du planning détaillé validé - Estimation des charges MOE - Mise en œuvre des solutions développées - Programme testé et prêt à la recette par les utilisateurs / MOA - Tests unitaires des développements effectués - Suivi d’avancement des tâches du projet en cours - Documentation technique - Amélioration continue des processus de développements 5. PRE-REQUIS ET/OU ELEMENTS INDISPENSABLES - Python, Spark appliqué à la data - Machine learning appliqué à la donnée (scikit-learn, feature engineering) - Relationnel pour les échanges avec le métier - Outils Informatica - Outils LLM/GenAI pour l'accès et l'exploration de la donnée

Présentation du contexte L’ 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 projet S1 2027 : Déploiement du socle collaboratif de base. S2 2027 : Déploiement complet et mise en production des agents IA. Conditions de la mission Date 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

AI Architect — Agentic AI, Secure AI Delivery & Business Automation (Luxembourg) We are looking for an AI Architect to design and build the foundation of a company-wide AI capability, starting with the delivery of our first production-grade AI application: an AI-enabled Data Hub for file ingestion, transformation, and intelligent automation. This is a hands-on architecture role in a regulated environment where AI must be secure, governed, and business-driven from day one.You will design and implement an enterprise AI architecture based on agentic AI , enabling automation, orchestration, and decision support across business processes. You will define: Where AI adds real business value vs. where existing systems remain How AI agents interact with enterprise data, APIs, and workflows The secure and scalable integration model for production use The governance and guardrails for responsible AI adoption Your first priority will be to deliver the AI-enabled Data Hub in production , in close collaboration with Product, DevSecOps, Business, Risk, and Compliance teams. 🤝 What you will do Design and deliver the first production AI application (Data Hub) Define reusable AI architecture patterns for the organisation Build secure, scalable AI delivery pipelines Work closely with business to identify high-value AI use cases Establish governance, guardrails, and compliance-by-design practices Support experimentation and transition to production at scale

Vous intervenez au sein d’un programme stratégique majeur visant à optimiser les moteurs de recommandation client d’un grand groupe aérien international. Le projet « Offer Display Recommender » a pour objectif d’améliorer la personnalisation et la pertinence des offres grâce à l’adoption de technologies avancées, notamment : Apprentissage par renforcement (RL) Modèles de recommandation nouvelle génération Approches expérimentales et data‑driven Le Data Scientist senior jouera un rôle clé dans la conception, l’expérimentation, la modélisation et la mise en production des solutions. Objectifs & responsabilités Modélisation & Data Science Concevoir, entraîner et optimiser des modèles de recommandation avancés. Proposer, challenger et prioriser les solutions data à tester. Appliquer des techniques de modélisation Data Science de niveau expert. Expérimenter des approches RL, bandits, ranking models, embeddings, etc. Communication & pilotage scientifique Présenter en anglais les travaux de modélisation aux stakeholders (produit, business, tech). Challenger les orientations stratégiques du projet. Vulgariser les choix algorithmiques et leurs impacts business. Mise en production & industrialisation Contribuer à la mise en production des modèles dans un environnement Cloud (GCP). Participer à l’optimisation des pipelines ML et à la fiabilité des modèles. Collaborer avec les équipes MLOps, Data Engineering et Produit.