Objectif de la mission : Dans le cadre de l'accélération de sa stratégie autour de l'Intelligence Artificielle et de l'innovation, un acteur majeur des services financiers souhaite renforcer son dispositif avec un profil senior capable de définir, piloter et déployer une stratégie IA à l'échelle de l'organisation. La mission intervient à la convergence des enjeux technologiques, métiers, data et transformation. L'objectif est de faire passer les initiatives IA de l'expérimentation à une adoption industrialisée, gouvernée et créatrice de valeur pour les différentes activités. 1. Définition de la stratégie IA et Innovation · La mission aura pour responsabilité de définir et piloter la stratégie IA et innovation en cohérence avec les priorités de l'organisation. · Elle devra identifier les opportunités à fort potentiel et structurer leur mise en œuvre en collaboration avec les équipes métiers, IT et Data. 2. Industrialisation des initiatives IA · La mission devra accompagner le passage à l'échelle des solutions IA et structurer leur déploiement auprès des différentes lignes métiers. · Les cas d'usage pourront notamment concerner les activités d'investissement, les opérations, la conformité, la distribution et les services clients. · L'objectif sera de transformer les expérimentations pertinentes en solutions industrialisées produisant une valeur mesurable en matière d'efficacité, de productivité ou de revenus. 3. Gouvernance, conformité et gestion des risques · La mission devra garantir un cadre robuste pour le développement et l'utilisation des solutions IA. · Une attention particulière sera portée à la gouvernance, à la conformité et à la maîtrise des risques associés aux initiatives déployées. 4. Transformation et acculturation IA · La mission participera activement au développement d'une culture d'innovation et d'expérimentation autour de l'IA. · Elle accompagnera les différentes parties prenantes dans l'adoption des nouveaux usages et pilotera les dimensions de conduite du changement et d'acculturation associées. Prestations demandées : Les principales responsabilités seront les suivantes : · Définir et piloter la stratégie IA et Innovation. · Identifier et prioriser les initiatives IA à fort potentiel métier. · Accompagner l'expérimentation puis l'industrialisation des solutions retenues. · Déployer l'adoption de l'IA à l'échelle des différentes activités. · Piloter la création de valeur générée par les initiatives IA en matière d'efficacité, de productivité et de revenus. · Structurer la gouvernance, la conformité et la gestion des risques associés aux solutions IA. · Développer un écosystème favorisant l'innovation et l'expérimentation. · Piloter la conduite du changement et l'acculturation des équipes aux usages de l'IA. · Travailler en coordination étroite avec les équipes métiers, IT et Data. · Interagir avec des parties prenantes de niveau direction.
📍 Marseille (13) · Hybride, 2 jours par semaine sur site · Démarrage octobre 2026 · CDI Qui sommes-nous ? Visian Azur, filiale du Groupe Neurones, est un cabinet de conseil spécialisé en Data et Intelligence Artificielle, implanté à Marseille. Nous accompagnons de grands comptes de la région sur leurs projets data les plus ambitieux. Vos missions Vous concevrez et intégrerez deux modules spécialisés au sein d'un framework agentique de recherche et d'expérimentation en Machine Learning. Module Event Forecasting : intégrer des événements externes dans des prévisions de séries temporelles. Découvrir et représenter les événements, modéliser leur probabilité, date, durée, intensité, direction, incertitude et impact Construire des scénarios (sans événement, central, optimiste, pessimiste, stress) à partir de méthodes statistiques, ML et Deep Learning Garantir l'absence de fuite temporelle en tenant compte strictement de la date de publication des données Valider les résultats par des tests placebo, des backtests événementiels et une comparaison à un modèle de référence sans événements Module IoT et détection de pannes : maintenance prédictive sur les données capteurs de sites industriels connectés. Détecter précocement les anomalies et les signaux précurseurs de panne Estimer la probabilité de panne et la durée de vie utile restante (RUL) Traiter des séries temporelles multivariées réelles : données manquantes, bruit, changements de régime Mobiliser des approches supervisées, non supervisées, de détection d'anomalies et d'analyse de survie Assurer la généralisation à de nouveaux équipements et produire des alertes explicables et hiérarchisées Transverse Définir les protocoles expérimentaux, jeux de tests et modèles de référence Produire un code versionné, testé et documenté, avec guide de prise en main Présenter régulièrement les résultats et assurer le transfert de connaissances aux équipes internes
Dans le cadre du renforcement d'une équipe Data intervenant sur des enjeux stratégiques liés aux systèmes communicants et aux infrastructures connectées, nous recherchons un Data Scientist Expérimenté pour contribuer à la conception, au développement et à l'industrialisation de solutions Data à forte valeur ajoutée. Vous interviendrez sur l'ensemble du cycle de vie des projets Data Science, depuis la compréhension du besoin métier jusqu'au déploiement et au suivi des modèles en production. Vos principales missions : Recueillir et analyser les besoins métiers lors d'ateliers avec les experts et utilisateurs. Traduire les problématiques opérationnelles en cas d'usage Data Science. Réaliser des analyses statistiques avancées et développer des modèles de machine learning. Concevoir et maintenir des traitements de données robustes et industrialisés. Développer des outils de visualisation et des tableaux de bord d'aide à la décision. Présenter les résultats et recommandations aux différentes parties prenantes. Participer à l'amélioration continue des solutions et au maintien en condition opérationnelle des modèles en production. Contribuer à la documentation technique et fonctionnelle des réalisations. Participer aux cérémonies Agile et à la vie de l'équipe. Mission de 6 mois renouvelables, basée à Lyon avec 2 jours de télétravail par semaine.
developpement un framework agentique dédié à la recherche et à l'expérimentation en Machine Learning, inspiré des approches DS-STAR et MLE-STAR de Google Research. Son architecture repose sur un cœur générique associé à des plugins spécialisés. Le système automatise notamment les activités suivantes : analyse et formalisation du problème ; proposition et priorisation d'expériences ; génération, exécution et correction du code ; validation expérimentale et évaluations rétrospectives ; études d'ablation et sélection robuste des modèles. La mission consiste à faire évoluer ce framework selon deux axes prioritaires, tout en garantissant la qualité scientifique, la reproductibilité des expérimentations et l'intégration des développements dans l'écosystème existant. Objectif 1 — Amélioration du plugin Event Forecasting : Consolider un plugin capable d'intégrer des événements dans les prévisions de séries temporelles, selon un protocole scientifique rigoureux. Les travaux porteront notamment sur : découverte, qualification et représentation structurée des événements ; modélisation de leur probabilité d'occurrence, de leur date de début, de leur durée, de leur intensité, de leur direction, de leur incertitude et de leur impact ; production de scénarios sans événement, central, optimiste, pessimiste et de stress ; intégration de méthodes statistiques, de Machine Learning et de Deep Learning adaptées ; prise en compte stricte de la date de publication des informations afin d'éviter toute fuite temporelle ; mise en place de tests placebo, d'évaluations rétrospectives événementielles et de comparaisons avec un modèle de référence sans événements ; amélioration de la robustesse, de la reproductibilité et de l'interprétabilité des résultats. Objectif 2 — Cas d'usage IoT : détection de pannes : Concevoir et intégrer dans RAFA un plugin dédié aux données IoT et à la maintenance prédictive. Les travaux porteront notamment sur : détection précoce des anomalies et des signaux précurseurs de panne ; estimation de la probabilité de panne et, lorsque les données le permettent, de la durée de vie utile restante ; exploitation de séries temporelles multivariées issues de capteurs, avec gestion des données manquantes, du bruit et des changements de régime ; comparaison d'approches supervisées, non supervisées, de détection d'anomalies et d'analyse de survie ; évaluation des modèles selon des protocoles temporels réalistes et mesure de leur capacité de généralisation à de nouveaux équipements ; production d'alertes explicables, hiérarchisées et exploitables par les équipes métier. Livrables attendus : plugins Event Forecasting et IoT intégrés, testés et documentés dans RAFA ; protocoles expérimentaux, jeux de tests, modèles de référence et résultats comparatifs reproductibles ; code source versionné, documentation technique et guide de prise en main ; synthèses des travaux, recommandations et présentation régulière des résultats ; transfert de connaissances vers les équipes internes. Critères de réussite : amélioration mesurable des performances par rapport aux modèles de référence ; absence de fuite temporelle et respect des protocoles de validation définis ; reproductibilité des expérimentations et traçabilité des résultats ; qualité, maintenabilité et intégrabilité du code livré ; appropriation des développements et de la documentation par les équipes internes.
Dans le cadre d'un projet stratégique au sein d'un grand acteur national du secteur des infrastructures et de l'énergie, nous recherchons un(e) Data Scientist Junior pour rejoindre une équipe Data pluridisciplinaire intervenant sur des sujets innovants tels que la maintenance prédictive, l'analyse de données à grande échelle, les réseaux intelligents et l'optimisation des systèmes techniques. Vos principales missions seront : Comprendre les besoins métier et participer à l'identification des cas d'usage à forte valeur ajoutée. Réaliser des analyses statistiques et des études exploratoires de données. Concevoir, développer et industrialiser des modèles de Data Science et de Machine Learning. Développer et maintenir les traitements de données nécessaires à l'exploitation des données. Construire des tableaux de bord et outils de visualisation pour accompagner la prise de décision. Présenter et vulgariser les résultats d'analyses auprès des équipes métier et techniques. Participer au suivi des modèles en production et à leur amélioration continue. Documenter les développements et contribuer aux bonnes pratiques de l'équipe. Participer aux cérémonies Agile et aux échanges avec les différentes parties prenantes du projet.
Contexte Notre client lance ses premiers projets d'IA et d'automatisation. Le premier chantier est un POC d'automatiser, c'est-à-dire le recensement d'informations dans les PDF, images et autres, fait aujourd'hui à la main. D'autres projets data et IA suivront. La mission Construire la chaîne de traitement : extraction des PDF, détection des publicités, structuration des données (annonceur, marque, format, page, numéro). Choisir et comparer les approches (OCR, vision, LLM) sur des métriques mesurées : précision, rappel, coût, temps. Livrer du code de production : tests, logs, reprise sur erreur, API, Docker. Préparer la suite : intégrer le traitement aux données et automatiser d'autres processus.
Nous recherchons un Data Scientist Senior pour rejoindre une équipe Data Science & Analytics et intervenir à 100 % sur un projet stratégique à fort enjeu. La mission combine Data Science, Machine Learning, optimisation, IA Générative et industrialisation, avec une forte proximité avec les équipes métiers dans un environnement international. Missions principalesConcevoir, développer et industrialiser des solutions Data& IA. Cadrer les nouveaux cas d'usage avec les différentes parties prenantes. Extraire, explorer, analyser et transformer des volumes importants de données. Concevoir et entraîner des modèles prédictifs. Développer des pipelines de construction et d'industrialisation des modèles. Travailler sur des problématiques de Machine Learning, clustering, optimisation et Deep Learning. Concevoir et développer des solutions autour des LLM et agents IA. Développer, déployer et monitorer des services Data fiables et capables de passer à l'échelle. Participer aux choix d'architecture et proposer les technologies les plus adaptées. Contribuer aux bonnes pratiques de développement, de déploiement et d'industrialisation. Accompagner les utilisateurs dans l'adoption des solutions développées. Présenter les résultats et recommandations aux équipes techniques et métiers. Environnement techniqueStack principale : Python SQL scikit-learn Machine LearningLLM / GenAI Git Docker S3 Parquet Écosystème complémentaire : Kubernetes GitLab / CI/CD Airflow Kafka Spark Bash Prometheus / Grafana / Loki Kestra Compétences Data ScienceMachine Learning & modèles prédictifs Clustering Statistiques Deep Learning LLM / IA Générative Optimisation / Recherche Opérationnelle Heuristiques Industrialisation et monitoring des modèles
Au sein d'une équipe dédiée à la gestion et à la valorisation des données techniques, vous intervenez sur des problématiques à la fois Data, Data Quality et Intelligence Artificielle. Votre objectif sera notamment de contribuer à l'industrialisation de la mesure de la qualité des données, à l'enrichissement des outils d'exploitation et au développement de premiers cas d'usage IA à forte valeur métier. Vos principales responsabilités Data Quality et fiabilisation des données Analyser et qualifier les besoins métiers liés aux données. Contribuer à l'industrialisation des indicateurs de qualité, complétude et importance des données. Identifier les données manquantes, incomplètes ou incohérentes. Définir et mettre en œuvre des actions de mise en qualité des données. Développer des scripts, outils ou programmes spécifiques pour automatiser les traitements. Réaliser des contrôles, analyses et mises à jour de données. Participer à la gouvernance et au suivi de la qualité des données. Développement de cas d'usage IA Vous participerez à l'étude et à la mise en œuvre de plusieurs cas d'usage autour de l'IA : Complétude et enrichissement des données Exploiter des corpus documentaires hétérogènes : PDF, rapports, plans, tableaux, archives ou documents numérisés. Extraire et classifier automatiquement les informations pertinentes. Rapprocher les informations extraites avec les modèles de données existants. Identifier les champs manquants ou incohérents. Proposer des valeurs candidates accompagnées de leur source et d'un niveau de confiance. Mettre en place des mécanismes de validation métier avant intégration. Aide à l'estimation des travaux Analyser les données historiques disponibles. Identifier les variables explicatives pertinentes. Étudier différentes approches statistiques et Machine Learning. Comparer les estimations produites aux données réellement observées. Concevoir des restitutions permettant aux experts métiers de comprendre et challenger les résultats. Assistance à la rédaction de rapports Étudier des solutions d'assistance intelligente à la saisie et à la rédaction. Mettre en œuvre des fonctionnalités de structuration automatique. Contribuer à la classification des informations. Détecter les incohérences. Étudier les possibilités de transcription et d'exploitation de contenus multimédias. Garantir que l'IA reste une aide à la formalisation et ne génère pas de données techniques non fournies par l'expert. Pilotage et accompagnement Vous serez également amené(e) à : Étudier les leviers d'intégration des solutions IA dans les processus existants. Piloter la mise en œuvre des solutions et suivre leur avancement. Définir des indicateurs permettant d'évaluer les performances des modèles et traitements. Participer aux échanges avec les équipes métiers et techniques. Préparer les points de suivi et contribuer à la documentation des travaux. Accompagner la gouvernance et l'évolution des modèles de données
Au sein de l'équipe Data science & Analytics de la DSI, vous interviendrez sur un projet stratégique complexe mêlant intelligence artificielle, développement de pipelines Data, conception d'algorithmes et industrialisation de solutions. Votre rôle Modélisation prédictive, optimisation et IA générative · Cadrer les nouveaux projets avec les parties prenantes · Extraire, explorer, analyser, synthétiser et transformer les données · Créer des modèles prédictifs en garantissant leur adéquation avec le cahier des charges · Développer des traitements complexes de données, des pipelines de construction de modèles prédictifs et des algorithmes de résolution de problèmes d'optimisation · Concevoir des graphes et des harnais d'agents basés sur l'IA générative Industrialisation des modèles et pipelines Data / IA · Développer, déployer et monitorer des services numériques fiables et capables de passer à l'échelle · Intégrer, tester et maintenir les traitements, pipelines, modèles et composants développés · Identifier les solutions techniques les plus pertinentes en termes de stockage, de traitement distribué et de modélisation · Contribuer aux choix d'architecture et de technologies à court, moyen et long terme Adoption des solutions Data / IA et valorisation des résultats · Accompagner les utilisateurs avant, pendant et après les déploiements des services pour faciliter leur adoption · Présenter les résultats des études et projets à la hiérarchie, aux filiales et aux différentes communautés IT et métiers du Groupe
Dans le cadre d'un projet Data, vous rejoindrez une équipe intervenant sur des problématiques de Data Science, Machine Learning et traitement de données à grande échelle. L'objectif de la mission sera notamment de contribuer à la préparation, l'analyse et la transformation des données, au développement de modèles statistiques et de Machine Learning, ainsi qu'à leur intégration dans des workflows reproductibles et industrialisés. Vos principales missions : Collecter, nettoyer, transformer et analyser des données. Réaliser des analyses statistiques et exploratoires. Concevoir des variables pertinentes et effectuer du feature engineering. Développer, entraîner et évaluer des modèles de Machine Learning. Exploiter des données à l'aide de Python et SQL. Participer au traitement de données volumineuses avec Spark / PySpark. Contribuer à la mise en place de pipelines de traitement et à leur industrialisation. Utiliser Git / GitLab CI/CD dans un environnement de développement collaboratif. Documenter les travaux réalisés et communiquer les résultats auprès des différentes parties prenantes.
MissionVous développez des modèles et des solutions data pour mieux comprendre les parcours clients, améliorer la conversion et personnaliser l'expérience digitale. Vos principales responsabilités : Segmenter les utilisateurs selon leurs comportements, leurs intentions et les points de friction rencontrés dans le parcours. Concevoir des systèmes de recommandation de contenus, services et offres complémentaires, en combinant plusieurs approches selon les données disponibles. Développer des modèles prédictifs de conversion, d'abandon, de churn et de progression dans le funnel, ainsi que des prévisions de volumes. Construire des modèles d'attribution multi-touch pour mesurer la contribution des différents points de contact et évaluer l'impact des actions menées. Explorer les usages des LLM pour interpréter les résultats analytiques, détecter les irritants et proposer des recommandations aux équipes métier. Industrialiser les travaux data : transformer les prototypes réalisés dans Jupyter en modules Python maintenables et en pipelines automatisés, documentés et testés.
Nous recherchons un Data Scientist confirmé pour rejoindre une équipe Data et intervenir sur des projets à forts enjeux métiers, de la phase de cadrage jusqu'à l'industrialisation des solutions. Missions principalesParticiper aux ateliers métiers et identifier les cas d'usage Data à forte valeur. Contribuer au cadrage et au pilotage technique des études Data. Réaliser des analyses statistiques et développer des modèles de Machine Learning. Concevoir et maintenir les traitements de données nécessaires aux analyses. Assurer le lien entre les équipes métiers et Data. Développer des visualisations et tableaux de bord d'aide à la décision. Présenter et vulgariser les résultats auprès des différentes parties prenantes. Documenter les travaux et accompagner leur industrialisation et mise en production. Environnement techniquePython (Pandas, Polars, Scikit-learn, XGBoost, Pandera, GeoPandas), PostgreSQL, Teradata, Spark / PySpark, Git, GitLab CI/CD, Power BI.
Nous recherchons un Data Scientist H/F pour intervenir sur des projets innovants autour de l'IA Générative et des LLM au sein d'un grand acteur de la protection sociale en France. L'objectif est de développer et d'optimiser une solution IA capable de générer des réponses automatiques aux demandes des adhérents. Ces réponses couvrent un large éventail de sujets : demandes de renseignement, réclamations et actions diverses sur leurs contrats. Vos missionsDévelopper et optimiser des modèles Machine Learning et LLM Concevoir des solutions basées sur le RAG (Retrieval-Augmented Generation) Industrialiser les modèles et pipelines IA Participer à la mise en place des bonnes pratiques MLOps et LLMOps Produire une documentation technique de qualité
Almatek recherche pour l'un de ses clients, Un Data Scientist /ML Engineer confirmé a senior sur Grenoble. CONTEXTE Dans le cadre de l'évolution d'une plateforme de Machine Vision dédiée à l'analyse d'images industrielles, nous recherchons un Data Scientist / Machine Learning Engineer confirmé à senior. L'objectif est de moderniser l'architecture existante, d'améliorer les performances d'inférence, d'étendre la solution à de nouvelles typologies d'images et de renforcer l'autonomie des utilisateurs métiers. PRINCIPALES MISSIONS • Repenser et moderniser l'architecture d'inférence autour de PyTorch / TorchServe. • Faire évoluer les modèles de classification et de détection d'objets, notamment avec des architectures YOLO (You Only Look Once). • Étendre la solution à de nouvelles typologies et dimensions d'images. • Optimiser les performances d'inférence et identifier les goulots d'étranglement CPU / GPU / preprocessing. • Faire évoluer les mécanismes d'apprentissage pour en faciliter l'utilisation par les métiers. • Industrialiser les composants Data Science : qualité de code, tests, déploiement et documentation. • Accompagner l'intégration des modèles dans l'architecture applicative existante. PROFIL RECHERCHÉ Profil Data Scientist / ML Engineer / Computer Vision Engineer disposant d'une expérience significative en Machine / Deep Learning et en industrialisation de modèles, capable d'intervenir à la fois sur les modèles et sur leur industrialisation, avec un bon niveau d'autonomie. COMPÉTENCES CLÉS • Python. • PyTorch. • Computer Vision / Deep Learning. • CNN (réseaux de neurones convolutifs), classification d'images et détection d'objets. • YOLO. • Optimisation et déploiement de modèles sur environnements GPU. • Git, tests, refactoring. COMPÉTENCES APPRÉCIÉES • TorchServe ou autre solution de model serving. • PyTorch Lightning, DDP (Distributed Data Parallel). • Docker, CVAT, LitServe. Interne • MLOps. • Expérience en Machine Vision industrielle.
