Trouvez votre prochaine mission ou futur job IT.

Informations généralesIntitulé du poste : Data Scientist Senior / Expert Python Secteur : Énergies renouvelables Localisation : La Garenne-Colombes (France) Date de démarrage souhaitée : 07/09/2026 Durée de mission : Long terme (jusqu'à 3 ans) Rythme : Temps plein (heures ouvrées) Missions principalesConception d'algorithmes et prototypage : Traduction des problématiques métiers en solutions Data. Réalisation d'études exploratoires sur la qualité des données. Développement itératif de prototypes pour de nouveaux cas d'usage IA / Data Science. Industrialisation et mise en production : Développement robuste orienté production (tests unitaires, intégration, non-régression). Intégration des standards Software Craftsmanship et DevOps. Déploiement, monitoring en conditions réelles, résolution d'incidents et maintenance évolutive. Contribution à l'architecture technique Data Science. Profil recherchéFormation : Bac+5 (ingénierie, informatique, mathématiques appliquées). Séniorité : Au moins 7 ans d'expérience (idéalement 8 à 10+ ans) en Data Science / ML Engineering dans un environnement industriel. Compétences requisesDomaineTechnologies & MéthodesLangages & FrameworksPython (niveau expert / 10+ ans), PySpark (expert)Data & CloudDatabricks (senior), Azure, AWSIA & Data ScienceMachine Learning classique (régression, classification, clustering), séries temporelles, Deep Learning, IA générative, IA agentiqueDevOps & OutilsDocker, Azure DevOps, Artifactory, Git / GitHub Actions, CI/CDPratiques logiciellesSoftware Craftsmanship, tests automatisés, scalabilité, documentationLangues & MétierAnglais courant (bilingue/expert), connaissance du domaine des énergies renouvelables

Contexte Dans le cadre de la transformation digitale et l'accélération de l'usage de l'IA, la direction Project Management souhaite exploiter les avancées de l'IA afin de mieux capitaliser sur l'expérience, les connaissances et l'expertise de ses équipes. Les métiers reposent sur un savoir-faire technique développé au fil de nombreuses années, porté par des experts dont les connaissances sont dispersées dans des documents et bases de données. L'objectif est de développer des cas d'usages d'IA pour valoriser ce patrimoine afin d'assurer la pérennité des compétences et faciliter leur transmission tout en améliorant la performance opérationnelle et en générant des gains financiers.

Nous recherchons un(e) Data Scientist confirmé(e) pour rejoindre une équipe qui conçoit des produits data innovants, autour de la maintenance prédictive. Votre mission Vous intervenez sur des produits data, de l'étude jusqu'à la mise en production : - Vous animez des ateliers avec des experts métiers pour cerner leurs besoins, - Vous explorez et analysez de très gros volumes de données (plusieurs dizaines de millions de lignes), - Vous concevez des traitements de données, réalisez des études statistiques et, si besoin, développez des modèles de machine learning, - Vous présentez vos résultats sous forme de rapports d'étude ou de tableaux de bord, - Vous industrialisez vos travaux d'expérimentation avec PySpark. Modalités : déplacements à Lyon, 2 jours minimum une fois par mois.

Informations mission Entité : Energie Site : Paris Présence / Télétravail : 3 jrs sur site Date de démarrage : 09/11/2026 Date de fin : 31/12/2028 Description and Location Nous recherchons un profil confirmé spécialisé en IA Agentique pour intervenir sur la conception, le développement et l'industrialisation d'agents IA, de solutions RAG et d'applications basées sur les LLM. Missions principales : Développer des agents IA et services associés Concevoir des workflows d'orchestration Intégrer des API et des sources de données Mettre en œuvre des solutions RAG Réaliser les tests et l'industrialisation Assurer la maintenance et l'amélioration continue

Contexte de la mission lz client a entrepris un vaste projet d'évolution de son système de Revenue Management. Dans ce cadre, nous recherchons un Data Scientist senior pour accompagner la réévaluation et modernisation de notre modèle de prévision de demande. Objectifs et livrables Diplôme de niveau Master ou Doctorat en Data Science, Statistiques, Mathématiques appliquées ou domaine connexe. Minimum de 5 ans d'expérience en tant que Data Scientist, avec une expertise avérée en prévision de séries temporelles. Maîtrise du langage de programmation tels que Python ainsi que des outils de visualisation de données (Spotfire, PowerBI, etc.). Maîtrise des bibliothèques de machine learning (scikit-learn, etc.) et des techniques statistiques avancées. Solides compétences en analyse de données. Compétences demandéesCompétencesNiveau de compétence Machine Learning (scikit-learn...) Expert Full Stack Python Confirmé Analyse de données Confirmé Prévision des séries temporelles Expert Mathématiques appliquées Confirmé

Au sein de la Direction des Risques d'un grand groupe bancaire français, vous intégrez le pôle Études & Modèles du domaine Risque de Crédit. Ce pôle est en charge de la gouvernance des modèles de risque de crédit, de l'appui méthodologique aux filiales et des études statistiques nécessaires au pilotage du risque. Vos missions Développer ou valider des modèles statistiques de risque de crédit Réaliser des backtestings et des études statistiques complexes Apporter une assistance méthodologique aux filiales Travailler en lien étroit avec les filiales, les directions des engagements et commerciales, et les équipes informatiques Participer aux projets d'évolution des outils de suivi Contribuer à la rédaction des guides méthodologiques et des procédures Assurer une veille méthodologique et réglementaire Accompagner la montée en compétence des profils juniors Participer aux groupes de travail techniques et aux comités

Contexte Construire de nouveaux modèles de risque de crédit ou valider les modèles existants Réaliser des backtestings pour vérifier la fiabilité des modèles dans le temps Mener des études statistiques pour aider les équipes métier à piloter le risque Conseiller les filiales sur leurs méthodes de modélisation Faire évoluer les outils de suivi avec les équipes informatiques Contribuer aux guides méthodologiques et à la veille réglementaire Accompagner la montée en compétence des profils juniors

Client / Projet : Retail– Projet SmartPrev (Pôle Analytics Factory / Data & Analytics). Contexte & Enjeux : Dans le secteur du retail, l'optimisation des marges nécessite un pilotage fin des dépenses et des revenus. L'objectif du projet est de développer et fiabiliser des modèles de prévision du chiffre d'affaires (CA) à différentes mailles (secteur, magasin, parc). Un accent fort est mis sur l'explicabilité des modèles ML pour permettre une adoption optimale par les équipes Finance. Missions & Livrables : Échanges réguliers avec les équipes Finance pour qualifier les besoins et restituer les résultats. Analyse avancée des données et définition de métriques de mesure rigoureuses. Conception, développement itératif, industrialisation et versionning des modèles de prévision. Modalités : Démarrage le 19/10/2026 | 2 jours/semaine sur site (IDF)

Dans le cadre du renforcement d'une équipe Business Intelligence, nous recherchons un Data Scientist confirmé ou senior pour accompagner plusieurs projets autour de la prévision des ventes, de la segmentation client, du CRM, de la performance commerciale et du marketing. Vous intégrerez directement une équipe BI composée principalement de Business Analysts et travaillerez en étroite collaboration avec les équipes Data/IT, CRM, Digital, Opérations, Finance et Marketing. L'objectif de la mission est de développer des modèles Data Science à forte valeur métier, de les industrialiser et de transmettre les bonnes pratiques aux équipes internes. Vos missionsVous interviendrez de bout en bout sur les sujets Data Science : Cadrer les problématiques avec les équipes métier et identifier les cas d'usage pertinents. Explorer et analyser les données afin d'en évaluer la qualité, la disponibilité et la pertinence. Concevoir, entraîner et valider des modèles statistiques et Machine Learning. Reprendre et challenger des modèles existants afin de les fiabiliser et les améliorer. Développer des modèles de prévision des ventes et projections court terme. Construire des segmentation clients et produits à partir des comportements de consommation. Développer des typologies de restaurants et analyser les facteurs expliquant leur performance. Concevoir des approches de scoring et de prédiction du churn. Travailler sur des problématiques de RFM, recommandation et connaissance client. Contribuer à des approches de Marketing Mix Modeling. Préparer l'industrialisation des modèles avec les équipes Data/IT. Mettre en place une démarche reproductible : versioning, documentation, tests et suivi des performances. Présenter les résultats aux équipes métier de manière simple et actionnable. Accompagner et faire monter en compétence les Business Analysts sur les sujets Data Science

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.

Les équipes IT & Operations (ITO) de la banque d'investissement conçoivent, développent, maintiennent et sécurisent les systèmes d'information et les applications nécessaires aux activités de la banque. Présente à l'échelle internationale, l'organisation accompagne les entreprises dans leur développement en leur proposant des solutions de conseil stratégique, de financement et de services bancaires transactionnels. Elle joue également un rôle d'intermédiaire entre les entreprises et les investisseurs institutionnels, en s'appuyant sur une expertise sectorielle reconnue et des équipes réparties dans plusieurs régions du monde. Objectif de la mission Dans le cadre du développement de ses activités en intelligence artificielle, la division AI de la plateforme Banking souhaite renforcer son équipe de Data Scientists. L'équipe intervient dans la conception et l'intégration de solutions d'IA innovantes au sein des applications métiers, notamment pour automatiser l'extraction et le traitement de données issues de documents complexes (états financiers, dossiers de crédit, etc.) et de systèmes d'information internes. Principales responsabilités Le consultant interviendra sur l'ensemble du cycle de vie des projets de Data Science et d'intelligence artificielle, avec pour principales missions : Conception de solutions agentiques : définir et développer des architectures basées sur des agents IA afin de simplifier et d'accélérer des processus métiers complexes. Collaboration avec les équipes métiers : identifier les besoins, proposer des solutions adaptées et favoriser leur adoption afin de maximiser leur valeur ajoutée. Extraction intelligente de données : concevoir et optimiser des pipelines agentiques permettant d'extraire des informations pertinentes à partir de documents variés et de systèmes internes. Évaluation et observabilité : mettre en place des mécanismes d'évaluation, de suivi et d'observabilité pour mesurer la fiabilité et les performances des pipelines agentiques. Déploiement de modèles d'IA : installer et exécuter des LLM et autres modèles sur des infrastructures GPU dans un environnement de développement. Optimisation continue : améliorer les performances, la précision et la robustesse des solutions d'extraction de données selon une approche itérative et incrémentale. Qualité et tests : concevoir et mettre en œuvre des stratégies de tests afin de garantir la qualité des développements et la fiabilité des solutions. Industrialisation des solutions : appliquer les meilleures pratiques de développement informatique et collaborer avec les architectes ainsi qu'avec les équipes de production pour assurer le passage à l'échelle. Responsabilité technique et transfert de compétences : assurer le suivi technique des cas d'usage métiers, accompagner les équipes et contribuer à la mise en production des solutions développées. Environnement technique Frameworks et outils IA : FastAPI, Google ADK, LangGraph, DSPy, Arize Phoenix. Tests et qualité : Pytest. Infrastructure et déploiement : Kubernetes, Jenkins, vLLM, GPU.

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 🏠 2 jours de télétravail / semaine - 📍 Lyon (03) - 🛠 Expérience de 5 ans minimum Vous êtes Data Scientist expérimenté.e et souhaitez travailler sur des problématiques qui combinent analyse statistique, traitement de données massives et industrialisation ? Nous recherchons un.e Data Scientist capable d'intervenir de bout en bout : de la compréhension du besoin métier jusqu'à la mise en production de traitements de données, avec un enjeu particulier autour de Python et PySpark. Votre rôle Vous travaillerez directement avec les experts métiers pour comprendre leurs problématiques, identifier les données pertinentes et construire les traitements permettant d'y répondre. Concrètement, vous serez amené.e à : - participer aux ateliers avec les experts métiers pour recueillir et préciser leurs besoins - rechercher les données pertinentes et réaliser les analyses exploratoires - concevoir et développer les traitements de données - mener des études statistiques - développer, lorsque le besoin le nécessite, des modèles de Machine Learning - restituer vos analyses sous forme de rapports d'étude ou de tableaux de bord - porter des codes d'expérimentation ou d'étude vers PySpark afin de permettre leur industrialisation. Vous contribuerez également à la veille sur les méthodes et outils de Data Science, ainsi qu'au partage des bonnes pratiques. Un rôle qui ne s'arrête pas à la modélisation Le poste comporte une dimension importante de cadrage et d'industrialisation. Vous pourrez intervenir directement auprès des métiers, sans participation systématique d'un Product Owner ou d'un Product Manager. Vous devrez donc être à l'aise pour recueillir un besoin, animer des ateliers et traduire les problématiques rencontrées en solutions data. Vous participerez également à la rédaction des documents de cadrage et pourrez proposer des architectures de traitements et des modèles de données destinés à la production. Environnement technique Vous travaillerez principalement avec : Python - PySpark - Hadoop - PostgreSQL - Power BI - GitLab - GitLab CI/CD - Jira - Confluence Côté Python, l'environnement comprend notamment : Pandas - Polars - Scikit-learn -Matplotlib - XGBoost - Pandera - GeoPandas

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 🏠 2 jours de télétravail / semaine - 📍 Lyon (03) - 🛠 Expérience de 5 ans minimum Vous êtes Data Scientist expérimenté.e et souhaitez travailler sur des problématiques qui combinent analyse statistique, traitement de données massives et industrialisation ? Nous recherchons un.e Data Scientist capable d'intervenir de bout en bout : de la compréhension du besoin métier jusqu'à la mise en production de traitements de données, avec un enjeu particulier autour de Python et PySpark. Votre rôle Vous travaillerez directement avec les experts métiers pour comprendre leurs problématiques, identifier les données pertinentes et construire les traitements permettant d'y répondre. Concrètement, vous serez amené.e à : - participer aux ateliers avec les experts métiers pour recueillir et préciser leurs besoins - rechercher les données pertinentes et réaliser les analyses exploratoires - concevoir et développer les traitements de données - mener des études statistiques - développer, lorsque le besoin le nécessite, des modèles de Machine Learning - restituer vos analyses sous forme de rapports d'étude ou de tableaux de bord - porter des codes d'expérimentation ou d'étude vers PySpark afin de permettre leur industrialisation. Vous contribuerez également à la veille sur les méthodes et outils de Data Science, ainsi qu'au partage des bonnes pratiques. Un rôle qui ne s'arrête pas à la modélisation Le poste comporte une dimension importante de cadrage et d'industrialisation. Vous pourrez intervenir directement auprès des métiers, sans participation systématique d'un Product Owner ou d'un Product Manager. Vous devrez donc être à l'aise pour recueillir un besoin, animer des ateliers et traduire les problématiques rencontrées en solutions data. Vous participerez également à la rédaction des documents de cadrage et pourrez proposer des architectures de traitements et des modèles de données destinés à la production. Environnement technique Vous travaillerez principalement avec : Python - PySpark - Hadoop - PostgreSQL - Power BI - GitLab - GitLab CI/CD - Jira - Confluence Côté Python, l'environnement comprend notamment : Pandas - Polars - Scikit-learn -Matplotlib - XGBoost - Pandera - GeoPandas

Au sein de la DSI, l'équipe DIAG (Data-Intelligence Artificielle-Gouvernance) accompagne les métiers sur les sujets autour de la DATA & l'IA. Une de ces missions est de créer de la valeur par le développement et l'adoption de projets DATA/IA à fort ROI. Nous recherchons un Data Scientist Sénior, en renfort sur l'équipe afin de délivrer des solutions faisant appel à la DATA et l'IA. Les principales missions qui lui seront confiées dans ce cadre seront les suivantes : construction, déploiement, run, maintenance et évolution de solutions basées sur des algorithmes, des assistants/agents... Et voici les tâches principales : 1. Exploration, conception et développement de solutions IA end-to-end : - Compréhension et traduction des besoins métier : - Collaborer activement avec les métiers pour identifier les opportunités d'application de l'IA et traduire les problématiques business en cas d'usage IA. - Participer à la définition des objectifs, des KPIs et des livrables pour chaque projet. - Faire preuve d'écoute et de pédagogie pour expliquer les capacités et les limites de l'IA aux parties prenantes non techniques. - Conception et élaboration des modèles IA (Machine Learning & Générative) : - Réaliser l'exploration de données, le feature engineering, la sélection des datasets pertinents et l'analyse exploratoire. - Concevoir, développer et entraîner des algorithmes de Machine Learning et des modèles d'IA Générative (LLMs, embeddings, RAG, fine-tuning). - Évaluer la pertinence et la robustesse des modèles, et itérer sur leur amélioration. 2. Industrialisation et déploiement des solutions IA : - Prendre en charge l'industrialisation des modèles, depuis le développement d'APIs pour les exposer, jusqu'à leur intégration dans les systèmes existants (applications web, backend). - Mettre en œuvre les bonnes pratiques MLOps pour automatiser le déploiement, le monitoring et la maintenance des modèles en production. - Garantir la performance, la scalabilité et la sécurité des solutions IA déployées. - Monitorer les performances des modèles en production, détecter les dérives et mettre en place des plans de réentraînement ou d'ajustement. 3. Contributions et responsabilités d'appuis : - Garantir que les solutions IA apportent une valeur ajoutée mesurable aux métiers et à l'entreprise. - Participer à la capitalisation des connaissances et au partage des meilleures pratiques au sein de l'équipe - Collaborer étroitement avec les métiers et les Product Owners pour la définition des besoins et l'intégration des solutions. - Travailler en synergie avec les Data Engineers pour l'accès et la préparation des données, et avec les AI Engineers pour l'utilisation des infrastructures IA.