Trouvez votre prochaine offre d’emploi ou de mission freelance Data science à Lille

Référent·e technique de l’équipe sur les sujets IA générative (LLM, RAG, agents, chatbots) et traitement de données non structurées (PDF, images). Ton rôle : concevoir, industrialiser et fiabiliser des solutions IA en production, tout en instaurant des standards d’ingénierie logicielle (tests, CI/CD, MLOps/LLMOps, sécurité). Responsabilités principales Concevoir et déployer des architectures robustes autour des LLM, RAG, agents et chatbots. Construire des pipelines de traitement de documents complexes (PDF, OCR, images, multimodal). Industrialiser et monitorer les chatbots (latence, coût, taux de réponse, satisfaction utilisateur). Mettre en place et faire respecter les bonnes pratiques de dev : code propre, tests, revues, CI/CD. Industrialiser l’IA via MLOps/LLMOps : suivi d’expériences, déploiement, monitoring, observabilité. Garantir la qualité des données, la conformité (GDPR) et la sécurité des solutions. Accompagner et mentorer l’équipe sur les méthodes, outils et patterns d’IA générative. Compétences techniques attendues IA générative, LLM, RAG, Prompt optimisation, Agents & orchestration Chatbots Traitement de données non structurées PDF & documents : parsing, OCR, extraction de tables et de structures. Images : prétraitement, détection/segmentation, compréhension multimodale (image+texte). Ingénierie & industrialisation Langages : Python avancé, SQL. APIs : conception et intégration Data pipelines : orchestration, streaming, feature stores. MLOps/LLMOps : CI/CD, Docker/Kubernetes, suivi des modèles, monitoring/observabilité, tests offline/online. Sécurité & conformité : gouvernance des données, IAM/secrets, mitigation des risques LLM (hallucinations, prompt injection, data leakage). Bonnes pratiques de dev Structuration des projets, templates, documentation vivante. Stratégie de tests Standards de code, revue d’architecture et diffusion des bonnes pratiques. Profil recherché 6+ ans d’expérience en Data Science/MLOps

Data Scientist - Lille - 12 mois Un de nos importants clients recherche un Data Scientist pour une mission de 12 mois sur Lille. Descriptif ci-dessous: 🚀 Senior Data Scientist / Software Engineer – Intelligence Artificielle Avancée 📍 Localisation : Lille (flexible avec un présentiel de 3 jrs par semaine sur site) 📅 Démarrage : ASAP 💼 Type de contrat : Mission longue / Freelance ou CDI/CDD selon profil Créez des solutions IA de nouvelle génération pour transformer l’entreprise Vous êtes passionné(e) par l’intelligence artificielle, les architectures LLM (Large Language Models) et le développement de solutions scalables à fort impact ? Nous recherchons un(e) Senior Data Scientist / Software Engineer pour rejoindre notre équipe technique et participer à la conception de solutions IA robustes, innovantes et alignées sur nos enjeux stratégiques. 🔍 Votre mission Intégré(e) au cœur d’une équipe tech agile et ambitieuse, vous piloterez de bout en bout la création d’applications IA modernes basées sur les dernières avancées en deep learning et en engineering LLM. Vos responsabilités principales : 🧠 Conception & Développement de solutions IA Développer des applications IA avancées avec Python, Keras, TensorFlow, LangGraph, LangChain et ZenML Concevoir des infrastructures scalables et performantes, répondant aux normes de documentation et qualité de code 🧩 Pilotage autonome de projets IA Gérer de façon indépendante le cycle complet des projets : design, développement, mise en production Collaborer avec les équipes métier pour s’assurer que les solutions créées répondent à leurs besoins réels 🎯 Expertise et accompagnement Traduire les problématiques métier en solutions IA pertinentes Accompagner les utilisateurs internes dans l’adoption, la compréhension et l’utilisation des outils développés 🛠️ Compétences requises ✅ Python (niveau expert) – Indispensable ✅ Keras / TensorFlow – Expertise avérée ✅ LangChain et LangGraph – Maîtrise avancée requise ✅ ZenML – Compétence confirmée attendue ✅ Documentation technique rigoureuse et respect des standards de développement ✅ Français courant et anglais professionnel (environnement bilingue) 👤 Profil idéal Vous justifiez d’une solide expérience dans la création de solutions IA et de pipelines ML/LLM complexes Vous êtes autonome, proactif(ve), rigoureux(se) et orienté(e) business Vous êtes capable d’articuler des concepts techniques complexes à des interlocuteurs non techniques Vous avez une approche produit et une culture du delivery dans des environnements agiles 🚧 Ce que vous livrerez Des applications IA prêtes à l’emploi, robustes et documentées Une infrastructure data/ML scalable intégrée dans l’environnement technique de l’entreprise Une documentation claire respectant les standards internes Une valeur métier mesurable via l’adoption réussie des solutions déployées ✨ Pourquoi nous rejoindre ? Travailler sur des technos de pointe en IA appliquée (LLM, framework LangChain/Graph, ZenML…) Être acteur d’une transformation tech ambitieuse avec de forts enjeux business Évoluer dans un environnement agile, collaboratif et stimulant Si cette mission vous intéresse merci de m'envoyer votre CV et je reviendrai vers vous dès que possible avec les détails.

Notre client, acteur majeur du secteur du Retail, renforce son équipe Data afin de soutenir sa stratégie de digitalisation et d’optimisation de l’expérience client. Dans ce cadre, nous recherchons un(e) Data Engineer passionné(e) par la donnée et désireux(se) d’évoluer dans un environnement stimulant et innovant. Missions principales : Concevoir, développer et maintenir les pipelines de données (ETL/ELT) pour collecter, transformer et valoriser les données issues de différentes sources (e-commerce, magasins, CRM, supply chain, etc.). Assurer la qualité, la fiabilité et la disponibilité des données pour les équipes métiers, Data Science et BI. Participer à la mise en place d’architectures Big Data et Cloud modernes (Data Lake, Data Warehouse). Contribuer à l’optimisation des performances des traitements de données. Collaborer avec les équipes Data Analysts, Data Scientists et métiers afin de répondre aux besoins business (optimisation de l’expérience client, prévisions de ventes, gestion des stocks…). Mettre en place des bonnes pratiques de développement, de documentation et de monitoring. Environnement technique • Cloud & Data : GCP (BigQuery, Dataform) • Orchestration : Cloud Composer • Transformation : Dataform • Observabilité : Dynatrace • Référentiel & CI/CD : GitLab, Terraform, Cloud Build • Gouvernance & Qualité : DataGalaxy • Documentation & Pilotage : Confluence, JIRA (Scrum)

Référent technique Data Scientist - 6 mois - Lille Un de nos importants clients recherche un Référent technique Data Scientist pour une mission de 6 mois sur Lille. Descriptif de la mission ci-dessous: Référent·e technique de l’équipe sur les sujets IA générative (LLM, RAG, agents, chatbots) et traitement de données non structurées (PDF, images). Votre rôle : concevoir, industrialiser et fiabiliser des solutions IA en production, tout en instaurant des standards d’ingénierie logicielle (tests, CI/CD, MLOps/LLMOps, sécurité). Responsabilités principales Concevoir et déployer des architectures robustes autour des LLM, RAG, agents et chatbots. Construire des pipelines de traitement de documents complexes (PDF, OCR, images, multimodal). Industrialiser et monitorer les chatbots (latence, coût, taux de réponse, satisfaction utilisateur). Mettre en place et faire respecter les bonnes pratiques de dev : code propre, tests, revues, CI/CD. Industrialiser l’IA via MLOps/LLMOps : suivi d’expériences, déploiement, monitoring, observabilité. Garantir la qualité des données, la conformité (GDPR) et la sécurité des solutions. Accompagner et mentorer l’équipe sur les méthodes, outils et patterns d’IA générative. Compétences techniques attendues IA générative, LLM, RAG, Prompt optimisation, Agents & orchestration Chatbots Traitement de données non structurées PDF & documents : parsing, OCR, extraction de tables et de structures. Images : prétraitement, détection/segmentation, compréhension multimodale (image+texte). Ingénierie & industrialisation Langages : Python avancé, SQL. APIs : conception et intégration Data pipelines : orchestration, streaming, feature stores. MLOps/LLMOps : CI/CD, Docker/Kubernetes, suivi des modèles, monitoring/observabilité, tests offline/online. Sécurité & conformité : gouvernance des données, IAM/secrets, mitigation des risques LLM (hallucinations, prompt injection, data leakage). Bonnes pratiques de dev Structuration des projets, templates, documentation vivante. Stratégie de tests Standards de code, revue d’architecture et diffusion des bonnes pratiques. Profil recherché 6+ ans d’expérience en Data Science/MLOps Si cette mission vous intéresse merci de m'envoyer votre CV et je reviendrai vers vous dès que possible avec les détails.

En quelques mots Cherry Pick est à la recherche d'un "Data Manager / Analyst Tableau" pour un client dans le secteur du commerce de détails Description 🎯 Contexte de la mission Les équipes Digital for Industry du groupe s’inscrivent dans un programme ambitieux de transformation digitale visant à mieux maîtriser le patrimoine de données industrielles et à renforcer leur valeur pour les métiers. Avec 35 processus industriels, 47 pays de production, 1 400 fournisseurs et 52 partenaires industriels, les enjeux sont multiples : Garantir la qualité des données industrielles Réduire les écarts et risques Faciliter la durabilité des matières et le suivi des impacts CO2 Vous intégrerez l’équipe Data Composants, Matières et Traçabilité au sein de Digital Industry, composée d’un Data Governance Manager, de 2 Data Owners, d’un BI Engineer et d’un Data Steward. 🧠 Rôle et responsabilités En tant que référent des données matières premières, vous serez en charge de : Gouvernance des données : Tenir à jour le dictionnaire d’entreprise (Business Objects, indicateurs, définitions). Suivre les règles de gouvernance déjà définies. Qualité & Fiabilité des données : Assurer la fiabilité des volumes de matières premières (analyse des écarts entre systèmes et relevés terrain). Mettre en place des plans de remédiation : contrôles, formations métiers, outils correctifs. Gestion du référentiel matières (RUN) : Modérer et valider les nouvelles entrées du référentiel. Communiquer et animer la communauté des relais métiers. Accompagnement des métiers : Développer la culture data auprès des équipes industrielles. Prioriser les KPI sur volumes et % de preferred materials. Accompagner le changement (communication et formations). Collaboration transverse : Travailler étroitement avec les équipes PLM pour aligner les modèles de données sur les besoins métiers. Coopérer avec les experts Analytics & Data Science de l’équipe Data for Industry.