Trouvez votre prochaine mission ou futur job IT.

StarClay recherche un Data Scientist spécialisé en Intelligence Artificielle pour une mission auprès de son client, leader de l'information juridique. La mission s'inscrit dans un contexte de développement et d'industrialisation de solutions d'IA avancées visant à enrichir les contenus et les produits juridiques du client à l'international. Le consultant interviendra sur l'ensemble du cycle de vie des solutions data et IA. Sa mission principale consistera à concevoir, développer et mettre en production des modèles et solutions basées sur l'IA (Agentic, LLM, Deep Learning). Les responsabilités clés incluent : - Définir et implémenter des solutions basées sur : - le prompt engineering - des modèles de deep learning (NLP, classification, ranking) - des workflows agentiques - Exploiter des données textuelles complexes (juridiques, doctrinales) pour concevoir des solutions innovantes - Mettre en oeuvre des mécanismes garantissant la qualité, la robustesse et le monitoring des modèles en production - Collaborer étroitement avec les équipes Produit, Data Engineering et les experts métiers

StarClay recherche plusieurs Data Scientists expérimentés (5 ans minimum) pour une mission à forte dimension internationale auprès de son client, leader de l'information juridique. Les consultants rejoindront une équipe data existante et interviendront en collaboration étroite avec une Business Unit internationale. L'objectif principal de la mission est l'adaptation et le déploiement d'un cas d'usage stratégique de génération de réponses aux questions clients, basé sur une architecture RAG avancée. Une dimension clé de la mission consiste à apporter une expertise méthodologique sur l'évaluation de la performance des modèles d'IA générative, en capitalisant sur les acquis et bonnes pratiques développés par l'équipe française. Vous aurez les responsabilités suivantes : - Adaptation technique - Implémenter, adapter et faire évoluer une solution RAG (Retrieval-Augmented Generation) : - Développée en Python - Appuyée sur un moteur de recherche SOLR (ou équivalent type Elastic) - Intégrant des pratiques avancées de prompt engineering - Stratégie d'évaluation - Concevoir, mettre en place et piloter des protocoles d'évaluation manuelle et automatique de la qualité des réponses générées : - Définition de métriques pertinentes - Approches LLM-as-a-judge - Boucles de feedback et amélioration continue - Benchmark des LLM - Tester, comparer et benchmarker les différents LLM du marché - Sélectionner les modèles les plus adaptés aux contraintes métiers, linguistiques et locales - Collaboration transverse - Travailler en interaction étroite avec l'équipe française - Comprendre l'architecture existante et les choix techniques - Assurer le transfert de compétences et des bonnes pratiques vers les BU internationales

En quelques mots Cherry Pick est à la recherche d'un "Senior Data Scientist IA / LLM" pour un client dans le secteur bancaire Description 🚀 Le Contexte : L'ère des Agents Autonomes Dans le cadre du développement de nos solutions de nouvelle génération, nous recherchons un Data Scientist / AI Engineer capable de transformer des modèles de langage (LLM) en agents autonomes et décisionnels. Vous ne vous contenterez pas de faire des appels API simples ; vous concevrez des architectures d'agents complexes capables de raisonner, d'utiliser des outils et de gérer des workflows cycliques au sein d'un environnement Web robuste (Django). 🎯 Vos Missions : Orchestration et Architecture 1. Conception d'Agents avec LangGraph & LangChain : Développer des systèmes d'agents multi-acteurs utilisant LangGraph pour gérer des états complexes et des boucles de rétroaction (cycles). Implémenter des chaînes de traitement modulaires avec LangChain (RAG, mémoires, agents de planification). Optimiser le Prompt Engineering et la structuration des données en sortie (JSON mode, parsing). 2. Intégration et Backend (Django) : Développer les briques Backend sous Django pour exposer les capacités de l'IA via des APIs (REST / WebSockets pour le streaming). Gérer la persistance des états des agents et des sessions utilisateurs dans la base de données Django. Assurer la sécurité et l'authentification des accès aux outils LLM. 3. RAG & Knowledge Management : Mettre en œuvre des architectures de Retrieval Augmented Generation (RAG) performantes. Connecter les agents à des bases de données vectorielles (Qdrant, Pinecone, ou Pgvector) et des sources de données métiers. 4. Évaluation et Fiabilité (LLM Ops) : Mettre en place des protocoles d'évaluation pour mesurer la pertinence des agents (Frameworks type RAGAS ou DeepEval). Monitorer les coûts et les latences des appels aux modèles (OpenAI, Mistral, modèles Open Source).

Contexte de la mission Nous recherchons un Data Scientist Senior pour intervenir sur des projets avancés autour de l’ IA générative et des LLM , en lien étroit avec les équipes techniques et produit. Responsabilités : Conception et optimisation de pipelines IA basés sur des LLM Développement de solutions de type RAG , agents et chaînes de raisonnement Utilisation de LangChain et LangGraph pour orchestrer les modèles Analyse et exploitation de données textuelles Évaluation des performances des modèles (qualité, biais, robustesse) Contribution aux choix d’architecture IA Stack technique : Python 3 Django (pour intégration applicative) LangChain LangGraph LLM & IA générative (embeddings, prompts, fine-tuning, RAG) Profil recherché : Expérience confirmée en Data Science / IA Forte appétence pour les LLM et l’IA générative Solide maîtrise de Python et des problématiques NLP Capacité à travailler sur des sujets complexes et exploratoires

Contexte de la mission : Dans le cadre de la création d’une nouvelle entité dédiée à l’Intelligence Artificielle, notre client souhaite renforcer ses équipes avec un Data Scientist afin de développer de nouveaux cas d’usage IA à forte valeur ajoutée. La mission s’inscrit dans une logique d’innovation, de co-construction avec les métiers et de montée en compétence collective, autour de projets mêlant Machine Learning, Deep Learning, LLM et algorithmes d’optimisation, dans un contexte de sensibilité des données. Missions principales : La mission s’organise autour de trois axes majeurs : 1. Identification et analyse des besoins -Participer activement aux ateliers d’idéation avec les équipes métiers -Analyser et formaliser les besoins clients -Proposer des solutions algorithmiques sur mesure, adaptées aux enjeux métier -Challenger les cas d’usage en termes de faisabilité, performance et valeur ajoutée 2. Développement et validation des modèles d’IA -Analyser rapidement les données disponibles (qualité, volumétrie, sensibilité) -Sélectionner les modèles d’IA les plus pertinents selon les problématiques identifiées -Développer, entraîner, tester et valider des modèles : -Algorithmes d’optimisation -Machine Learning / Deep Learning -LLM -Développer et tester des applications et prototypes IA -Industrialiser les modèles en tenant compte des contraintes de sécurité et de déploiement 3. Partage de connaissance et communication -Partager régulièrement les avancées, innovations et retours d’expérience -Contribuer à la diffusion de la connaissance au sein de l’entité -Communiquer efficacement sur les succès, apprentissages et bonnes pratiques -Participer à la montée en compétence collective de l’équipe Profil attendu : -Data Scientist confirmé avec une forte appétence pour l’innovation -Capacité à intervenir de l’idéation à l’industrialisation -À l’aise dans des environnements collaboratifs et pluridisciplinaires -Excellent sens de la communication et de la pédagogie -Autonomie, curiosité et esprit de recherche appliquée

En tant que Data Analyst ou Data Scientist ou AI Ingineer , vous contribuez aux projets stratégiques de grands comptes bancaires en intervenant sur l’analyse, le traitement et la valorisation des données bancaires et financières. Vos principales missions : Recueillir et analyser les besoins métiers Collecter, structurer et traiter les données chiffrées issues de différentes sources Nettoyer les données (suppression des doublons, gestion des valeurs manquantes, etc.) Développer des algorithmes pour l’exploitation des données (analyse statistique, machine learning) Concevoir et construire des actifs informatiques dédiés à la préparation et à la visualisation des données Développer du code ou des scripts s’appuyant sur des données structurées et non structurées Participer aux phases de tests, recettes et validation des solutions déployées Installer et configurer les outils requis dans le respect du cadre de référence technique Assurer la maintenance évolutive et corrective des solutions déployées, intervenir en support si nécessaire Rédiger la documentation associée (use cases, développements, procédures) Lieu : Paris – Client : Grand établissement bancaire – Type de mission : CDI / Freelance / Portage Démarrage : ASAP – Durée : 3 ans

Conception, développement et maintenance des applications back-end robustes en Python, tout en intégrant des fonctionnalités liées à l’IA (Machine Learning, API IA, pipelines de données). Cette mission inclut la mise en production de services performants, sécurisés et évolutifs, en collaboration avec les équipes Data Scientist et IA. - Développement des API et des services back-end en Python - Intégration des modèles IA ou des services d’IA (API, microservices) dans les applications - Conception et maintenance des pipelines de données pour l’entraînement et l’inférence - Assurance de la qualité du code (tests unitaires, intégration continue) - Participation à la mise en place de CI/CD et à l’industrialisation des solutions IA - Collaboration avec les Data Scientists pour transformer les prototypes en solutions scalables - Respect des normes de sécurité et de conformité - Programmation orientée objet et des principes SOLID. - Langages : Python (avancée) - Frameworks Back-End : FastAPI (ou équivalent) - Bases de données : PostgreSQL, MongoDB, ElasticSearch - Outils DevOps : Docker, Git, CI/CD - Cloud : Kubernetes - IA / ML : concepts fondamentaux (classification, NLP, vision), et des frameworks comme TensorFlow ou PyTorch - Pratiques MLOps (monitoring, retraining) - Pratiques de DataEngineer (frameworks PANDAS et POLARS)

Objet de la prestation Le programme Augmented Renault, programme d’accélération de la mise en place de l’IA chez Renault Group, recherche une prestation de Product Management pour contribuer au développement et à la gestion d’un portail d’IA agentique interne. Ce portail vise à centraliser et démocratiser l’accès aux outils, modèles et ressources d’intelligence artificielle pour les équipes internes, dans le but de renforcer l'efficacité et l'innovation au sein du groupe. La prestation s'inscrira dans un cadre méthodologique Agile (SAFe) et exige une collaboration étroite avec des équipes pluridisciplinaires (techniques, métiers et data science). Les activités attendues sont les suivantes : - Stratégie produit : o Participer à la définition de la vision et de la stratégie pour le(s) produit(s) dont il a la responsabilité o Identifier les opportunités stratégiques, expérientielles et d’innovation o Prioriser les cas d’usage en fonction de leur valeur business, de leur impact sur les performances et de leur faisabilité technique - Gestion du backlog et priorisation : o Collecter et prioriser les besoins des parties prenantes o Gérer et animer le backlog de l’équipe. o Garantir l’utilisation des méthodes de discovery pour identifier les besoins des utilisateurs finaux et des parties prenantes o Suivre le delivery pour maximiser la valeur produite, en s’assurant que les solutions répondent aux exigences de performance et de qualité - Collaboration inter-équipes : o Collaborer étroitement avec les équipes techniques (data scientists, ingénieurs IA, développeurs) pour garantir la faisabilité et la qualité des solutions o Travailler avec les équipes métier pour comprendre les besoins spécifiques en matière de recherche documentaire et de génération augmentée o Gérer les dépendances avec d’autres projets ou équipes, notamment ceux liés à la plateforme et aux autres produits AI Renault - Suivi et mesure de la performance : o Définir des KPIs spécifiques au produit et le framework de suivi de ces indicateurs o Analyser les performances des solutions déployées et proposer des améliorations continues o Mesurer l’impact des solutions sur les cas d’usage identifiés - Gestion des données : o Définir les stratégies de collecte, de traitement et de stockage des données documentaires nécessaires pour l’indexation o Assurer la qualité, la sécurité et la conformité des données utilisées par l’AI o Gérer les aspects éthiques et réglementaires liés à l’utilisation des données documentaires - Go to Market et run : o Accompagner la mise en main des solutions et le plan gtm associé o Assurer la communication et la formation autour du portail pour maximiser son adoption auprès des utilisateurs finaux o Garantir une documentation claire et des formations adaptées pour faciliter l’adoption des solutions o Mettre en place un processus de support et de maintenance pour assurer la continuité opérationnelle des solutions Livrables - Roadmap opérationnelle et stratégique - Backlog organisé et transparent, avec des spécifications détaillées pour les équipes de développement - Rapports de performance sur les KPIs - Documentation technique et fonctionnelle des solutions développées - Processus de déploiement des solutions d’indexation documentaire - Processus de run pour intégrer les solutions dans le support opérationnel