Trouvez votre prochaine mission ou futur job IT.

Contexte Dans le cadre de la refonte du dispositif de surveillance des opérations bancaires (LCB-FT), nous recherchons un(e) consultant(e) spécialisé(e) en Intelligence Artificielle et Machine Learning pour accompagner le développement d’une solution interne innovante. La mission s’inscrit au sein d’une équipe projet pluridisciplinaire composée de métiers conformité, IT, gestion de projet et data science. Objectifs principaux Réduire significativement les faux positifs dans la détection des opérations atypiques. Optimiser l’efficacité du processus de surveillance et d’investigation. Identifier de nouveaux patterns de comportements suspects et améliorer les scénarios d’alerte. Missions Modélisation et scoring Élaboration de modèles de données adaptés à la conformité. Révision du scoring client, segmentation et seuils d’alerte. Optimisation des alertes Réduction des alertes non pertinentes. Optimisation des analyses et investigations. Feature engineering Sélection et validation des variables pertinentes pour améliorer les modèles. Machine Learning Mise en œuvre combinée de modèles supervisés et non supervisés. Détection de comportements suspects et réduction des faux positifs. Conseil technique et stratégique Adaptation aux typologies clients, produits, services et entités multiples. Accompagnement projet Participation aux études, cadrage, recette et suivi des comités. Contribution à la rédaction des livrables (expression de besoins, cahiers des charges, procédures). Données et outils Données disponibles : Historique des opérations bancaires, informations KYC, comportements transactionnels, relations et patterns connus. Outils / architecture : Dataiku, Python. Mode de fonctionnement : batch et temps réel. Contraintes réglementaires : Gouvernance robuste, forte explicabilité des modèles et auditabilité. Livrables attendus Prototype opérationnel d’un modèle ML exploitable . Documentation technique et guidelines d’industrialisation. Suivi et reporting auprès des équipes métier et IT. Profil recherché Expertise en Machine Learning et IA appliqués à la conformité bancaire . Capacité à travailler de manière autonome tout en interagissant régulièrement avec les équipes métier et IT. Expérience sur Dataiku et Python fortement souhaitée. Maîtrise des contraintes réglementaires et capacité à produire des modèles explicables et auditables .

Directement intégré a une petite équipe et en qualité de Lead Data Scientist intervenant sur des sujets IA, vos missions seront les suivantes : - Concevoir, développer et industrialiser des solutions IA/ML orientées prévision et détection d'anomalies. - Développer et évaluer des modèles de séries temporelles, de régression et de détection d'anomalies, en assurant robustesse et suivi des performances. - Construire des pipelines de traitement de données (collecte, nettoyage, enrichissement de features) et manipuler des bases SQL ainsi que des données volumineuses et variées. - Mettre en oeuvre des solutions distribuées pour garantir la scalabilité des traitements et modèles. - Créer et automatiser des dashboards pour valoriser la donnée et accompagner la prise de décision des métiers. - Appliquer les bonnes pratiques de développement (qualité de code, tests, documentation) et contribuer au suivi et à l'industrialisation des modèles en production.

Le consultant interviendra en tant que Data Scientist pour accompagner les travaux de consolidation et d'industrialisation de nouveaux services pour les directions métier. Le terrain de jeux sera les technologies IA Gen, les RAG et les chaines d'ingestions de corpus documentaires hétérogènes. Le DS sera en responsabilité de la conception (en collaboration avec les interlocuteurs métiers, Data et DSI) et le développement de solutions répondant aux besoins métier. Il réalisera les études de faisabilité, de risque et de performance nécessaire pour la maturation du Use Case à travers le cycle de vie (incubation, industrialisation, run). Livrables : Pipeline d'acquisition, préparation et traitement de données (structurées et non structurées) Pipeline d'entrainement, test et validation, Composants d'inférence Automatisation de pipeline et workflow Mécanismes et process de monitoring de la performance API Prototypes et démonstrateurs Plan d'experiences et de tests Documentation technique et fonctionnelle Rapport de veille technologique et technique

Contexte et objectif Notre client recherche un Data Scientist / Ingénieur IA (3 à 5 ans d’expérience) pour renforcer son équipe sur des applications d’intelligence artificielle déjà en production, avec une priorité donnée au projet ARIA, une solution générative dédiée à l’analyse automatisée de contrats juridiques. L’objectif de la mission est de faire évoluer et améliorer techniquement la solution existante, en étroite collaboration avec un chef de projet interne et un data scientist déjà en poste. Missions Intégration de contrats sans sommaire (suppression de la contrainte actuelle). Support du multi-contrats (traitement simultané de plusieurs documents). Évolutions complémentaires présentées en séance (démo avec l’équipe projet). Optimisation backend pour un meilleur monitoring des modèles et de la performance (priorisation selon le budget disponible).

Vous êtes un Data Scientist expérimenté, spécialisé dans l'IA générique et Python ? Emagine vous offre l'opportunité de guider et de diriger le développement de structures et d'outils efficaces afin de créer des applications d'IA fiables et dignes de confiance dans un environnement bancaire international. Are you an experienced Data Scientist with expertise in Gen AI and Python? Emagine has an opportunity for you to guide and lead the development of effective structures and tools to create reliable, trustworthy AI applications within a global banking environment. As part of an AI-focused emagine team working on Gen AI initiatives that leverage LLMs and advanced techniques to solve complex business problems. You will work on unstructured data from sources such as legal documents and financial trading policies, building solutions that enable accurate and reliable outcomes. Main Responsibilities Lead the design and implementation of Gen AI solutions for text-based and LLM-driven use cases. Develop Python-based tools for data ingestion, modelling, and manipulation of large volumes of unstructured data. Define effective structures and frameworks to ensure reliability and trustworthiness in AI applications. Collaborate with legal and compliance teams to process and model complex datasets. Key Requirements 5+ years of experience in Data Science including international corporate environments. Strong expertise in Python and hands-on experience with LLMs (e.g., Lama 7DB, GPT-4 API). Familiarity with vectorization, chunking, and advanced data modelling techniques. Knowledge of tools such as PySpark, MongoDB, graph databases, SparkleDP. Self-driven, proactive, and comfortable working in a fast-paced environment. Nice to Have Exposure to legal or procedure-focused applications. Other Details Work is a minimum of 3 days per week on-site (8th). Apply with your latest CV or reach out to Brendan to find out more.

CONTEXTE Experience : 5 ans et plus Métiers Fonctions : Pilotage de projet ou de programme, Product owner Spécialités technologiques : Gestion des données, AI Nous recherchons pour un de nos clients un Product Owner pour un projet d'indexation documentaire dans le cadre d'un programme contenant de l'intégration IA. Ce projet vise à développer et intégrer des solutions d’indexation documentaire avancées pour un usage dans des systèmes de Retrieval-Augmented Generation (RAG), permettant une exploitation optimale des données pour des cas d’usage IA. MISSIONS Le Product Owner aura un rôle pivot, assurant : - Stratégie produit : Définition de la vision et de la stratégie d’indexation documentaire, identification des opportunités d’innovation (NLP, RAG), et priorisation des cas d’usage selon la valeur business et l'impact sur la performance du RAG. - Gestion du backlog et priorisation : Définir, prioriser et gérer le backlog des fonctionnalités d’indexation. Garantir l’utilisation des méthodes de discovery pour identifier les besoins et suivre le delivery pour maximiser la valeur produite. - Collaboration inter-équipes : Travailler avec les équipes techniques (data scientists, ingénieurs IA, développeurs) et les équipes métier. Gérer les dépendances avec la plateforme AI [Nom du Client Anonymisé]. - Suivi et mesure de la performance : Définir et analyser les KPIs spécifiques au RAG (pertinence des résultats, temps de réponse, taux de couverture, coûts) et proposer des améliorations continues. - Gestion des données : Définir les stratégies de collecte, traitement et stockage des données documentaires. Assurer la qualité, la sécurité et la conformité (aspects éthiques et réglementaires). - Go to Market et Run : Accompagner la mise en main, garantir une documentation claire, des formations, et mettre en place le processus de support et de maintenance. Livrables attendus : - Roadmap opérationnelle - Backlog organisé et transparent, avec des spécifications détaillées. - Rapports de performance sur les KPIs. - Documentation technique et fonctionnelle des solutions développées. - Processus de déploiement et processus de run pour l’intégration au support opérationnel. Expertise souhaitée Le profil recherché doit posséder une solide expérience en gestion de produit dans un environnement technique complexe, avec une forte connaissance du domaine de l’IA, de l'indexation et du Natural Language Processing. Compétences et Connaissances Techniques : - Product Management : Expérience avérée en gestion de produit dans un environnement agile à grande échelle. Expertise du pilotage de produits et des principes de product management sur des projets techniques complexes. - Indexation Documentaire et RAG : Connaissance des concepts d’indexation documentaire, des systèmes de recherche documentaire (moteurs, vectorisation de documents) et des pipelines RAG. - Data et NLP : Maîtrise des principes de gestion des flux de données et des techniques de NLP appliquées à l’indexation et à la recherche d’information. - IA et Data Science : Connaissance des technologies d'IA, notamment pour les systèmes de recherche et de génération augmentée. Capacité à collaborer avec les équipes data science et IA engineering. - Méthodes Agiles : Maîtrise des méthodes Agiles (Scrum, Kanban) et connaissance du framework SAFe.