Trouvez votre prochaine offre d’emploi ou de mission freelance Data scientist

Contexte L'équipe est Agile, composée de 14 personnes dont 2 Data Scientists, et intégrée à un Train SAFe synchronisé avec d'autres Trains et équipes Data. Missions Mettre en œuvre des algorithmes de prévision de consommation ou de rebouchage de données Entraîner et industrialiser des modèles de machine learning et optimiser leur performance Mener des analyses pour interpréter les comportements de consommation des clients et soutenir des prises de décision au développement de nouvelles fonctionnalités Conduire des transformations et mises en qualité de données Outils & Environnement Python, SQL Spark / PySpark Databricks AWS Git et gestion du versioning Livrables Développements informatiques (correctif, évolutif, adaptatif) Mise en œuvre des algorithmes de prévision de consommation ou de rebouchage de données Entraînement et industrialisation des modèles de machine learning Analyses comportementales des clients pour soutenir le développement fonctionnel Transformations et mises en qualité de données Compétences à évaluer Expertise en Data Science, Machine Learning et Deep Learning Maîtrise de Python, SQL et des bibliothèques d'analyse de données (Scikit-Learn, PyTorch Forecasting, Darts, PySpark, MLflow) Séries temporelles et prévision de consommation Industrialisation des modèles & MLOps IA générative et Large Language Models (LLM) – un plus Frameworks IA : LangChain et LangGraph – un plus

Finaliser le développement d'un outil de prévision du trafic aérien. Développer et optimiser les modèles de stimulation de la demande (régressions, corrélations). Finaliser la modélisation de l'indice de qualité de service (QSI) et des calculs de parts de marché. Produire une synthèse consolidée des résultats de simulation. Intégrer la solution dans l'écosystème Data de l'entreprise. Assurer la qualité, la maintenabilité et la mise en production de l'application. Collaborer avec les équipes métiers pour faciliter l'adoption de l'outil.

ContexteIntégrer l'équipe d'une banque d'investissement et contribuer aux activités clés de l'équipe. Missions :Maintien de la production actuelle des KPI/KRI en suivant les potentielles modifications de formule de calcul. Automatisation de la collecte des données et la production des nouveaux KPI/KRIs. Revalidation des formules de calcul de KPIs IAMs existants, et intégration au dashboard global. Création d'un tableau de bord destiné aux utilisateurs finaux des tests d'intrusion, incluant le pentest assisté par l'IA (mesures déjà affinées à présenter, DORT, périmètre vital, niveau de conformité global). Extension des mesures de contrôle sur la production de dashboard, incluant une couche additionnelle de reporting et d'envoi de mail pour alerte de mauvaise qualité de données. Renforcement du processus de scoring global et maintenance opérationnelle pour la Cyber Threat Intelligence afin de prioriser les vulnérabilités. Évolution du scoring à partir des apports CTI. Maintien en conditions opérationnelles de la consommation de cette information de priorisation par les équipes Production Security et Application Security. Amélioration de la fréquence de génération de cette information et mise en œuvre de vérifications de qualité de données avec des dashboards. Évaluation dédiée des CVE : interface web à la demande + API permettant l'auto-évaluation d'une CVE selon l'algorithme implémenté.

Rejoignez-nous ! Nous recherchons un(e) Data Scientist Python Senior pour intervenir sur un programme stratégique de transformation Data & IA au sein d'un acteur majeur du secteur du Retail. Vous intégrerez une équipe Data expérimentée et contribuerez au développement de solutions de Machine Learning autour de problématiques de pricing, de recommandation de produits et d'optimisation de la performance commerciale. Vous évoluerez dans un environnement Cloud moderne, en collaboration étroite avec les équipes Data, IT et métiers afin de concevoir, industrialiser et déployer des modèles à forte valeur ajoutée. Ce que vous ferez : Concevoir, développer et optimiser des modèles de Machine Learning en Python. Développer des moteurs de recommandation et des algorithmes de personnalisation. Identifier et modéliser les relations entre les produits afin d'améliorer les performances commerciales. Construire des modèles d'optimisation de pricing et d'aide à la décision. Explorer, nettoyer, préparer et valoriser les données issues de différentes sources. Industrialiser les modèles et assurer leur mise en production dans un environnement Cloud GCP. Exploiter les services BigQuery et Vertex AI pour le développement et le déploiement des solutions. Collaborer avec les équipes métiers afin de comprendre les enjeux business et de transformer les besoins en solutions Data. Participer à l'amélioration continue des pipelines Data Science et des bonnes pratiques de développement (Git, CI/CD). Votre positionnement vous permettra d'intervenir sur des cas d'usage stratégiques, de contribuer à des projets innovants et d'avoir un impact direct sur les performances métier.

Le poste vise à recruter un Data Scientist expérimenté capable de concevoir et industrialiser des solutions d'IA générative à forte valeur ajoutée métier. L'enjeu principal est de développer des workflows LLM complexes et de les déployer en production dans un cadre industriel structuré. Le candidat devra faire le pont entre les équipes métier et IT, en traduisant les besoins fonctionnels en solutions techniques performantes. Une expertise solide en IA générative, en développement d'API, en évaluation de modèles et en bonnes pratiques de software engineering est attendue, ainsi qu'une capacité à travailler en mode Agile au sein d'une squad dédiée. Développement Python orienté production (architecture, packaging, bonnes pratiques) Développement d'API (REST/GraphQL, frameworks comme FastAPI/Flask) Développement d'API (REST/GraphQL, FastAPI/Flask) Développement Python orienté production (architecture, packaging, tests) Travail en équipe / collaboration en squad Agile Modélisation ML classique (supervisé, non supervisé) Préparation et gestion de données (feature engineering, qualité des données) Tests & qualité de code (unitaires, intégration, linting, typage) CI/CD pour services d'IA (GitHub Actions, GitLab CI, bonnes pratiques MLOps) Conteneurisation & déploiement (Docker, orchestration type Kubernetes) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI Platform) Préparation & gestion de données (feature engineering, qualité, ETL) Tests & qualité de code (unitaires, intégration, linters, type hints) CI/CD pour services d'IA (GitLab CI, GitHub Actions avec pratiques MLOps) Conteneurisation & déploiement (Docker, Kubernetes ou équivalents) Utilisation de services cloud IA (Azure OpenAI, AWS/GCP managed IA services, Bedrock) Tests & qualité de code (unitaires, intégration, linting, typing) CI/CD pour services d'IA (GitLab CI, GitHub Actions, pipelines MLOps) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI) Conception de workflows LLM complexes (orchestration, agents, tools) RAG / retrieval augmenté & bases de vecteurs (Faiss, Pinecone, etc.) Évaluation spécifique des LLM (benchmarks, human eval, red‑teaming) Monitoring / observabilité des modèles et services LLM en production Outils d'orchestration LLM (LangChain, LlamaIndex ou équivalents) RAG / retrieval augmenté & vector DB (Faiss, Pinecone, embeddings en production) Évaluation spécifique LLM (benchmarks, human eval, red-teaming, metrics LLM) Monitoring / observabilité des modèles & services IA (drift, qualité des réponses, alerting) Conception de workflows LLM complexes (orchestration, agents, outils) RAG / retrieval augmenté & vector DB (mise en production) Monitoring / observabilité des modèles et services IA en production Analyse et modélisation de problèmes complexes dans un contexte LLM Pensée systémique appliquée à des workflows IA end‑to‑end Rigueur scientifique & esprit critique pour l'évaluation des LLM Vulgarisation & pédagogie vers métiers et IT Recueil et reformulation des besoins métier en spécifications techniques pour IA générative

Contexte mission Dans le cadre de l'accélération sur l'Intelligence Artificielle de notre client, nous recherchons un(e) Data Scientist IA capable de concevoir, développer et industrialiser des modèles avancés de Machine Learning et d'IA générative. Vous travaillerez en étroite collaboration avec les métiers, les équipes Data et IT afin d'identifier, développer et déployer des solutions innovantes créant de la valeur, tout en respectant les exigences réglementaires et de gouvernance. Principales responsabilités Concevoir et développer des modèles de Machine Learning et d'IA Générative Réaliser des analyses exploratoires de données et du feature engineering Entraîner, tester, calibrer et optimiser les modèles Développer des solutions basées sur le NLP et les LLM Effectuer des analyses statistiques avancées pour identifier des opportunités business Collaborer avec les équipes métiers pour transformer les besoins en cas d'usage concrets Garantir la robustesse, la performance et l'explicabilité des modèles Participer au suivi et à l'amélioration continue des modèles en production

CONTEXTE : Pour l'un de nos clients grands comptes, acteur majeur du secteur bancaire, nous recherchons un(e) Data Scientist / Ingénieur Statisticien Risque. Vous intégrerez une équipe dédiée aux études et modèles au sein de la Direction des Risques, et contribuerez activement à l'amélioration du dispositif de maîtrise du risque de crédit. MISSIONS PRINCIPALES : · Développer et valider des modèles statistiques avancés. · Collaborer étroitement avec les filiales, les Directions des Engagements et Commerciales, ainsi que les équipes informatiques. · Apporter une assistance méthodologique aux filiales du groupe. · Réaliser des backtestings et des études statistiques complexes pour évaluer la performance des modèles. · Participer aux projets d'évolution des outils de suivi et de pilotage du risque. · Rédiger et faire évoluer les guides méthodologiques et procédures-cadres. · Assurer une veille méthodologique et réglementaire constante. · Former et accompagner la montée en compétence des profils juniors. · Contribuer aux groupes de travail techniques et aux comités de pilotage. · Suivre les projets qui vous sont confiés avec autonomie. COMPETENCES CLES : · Modélisation risque crédit · SAS et Python · Rigueur et méthode Vos qualités d'analyse, de synthèse et votre force de proposition seront des atouts majeurs. Une première expérience en gestion de projet est un plus. L'anglais opérationnel est requis. MODALITES : · Lieu : Télétravail jusqu'à 2 jours par semaine. · Date de début souhaitée : 03/08/2026.