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

Pour le besoin de mon client, je suis à la recherche d'un data Scientist Maîtrise du langage Python et du PySpark (exp. 5 ans min) • Excellente connaissance de l’environnement DataBricks (exp 3 ans min) • Maîtrise de SGBD et du SQL (exp 5 ans min) Maîtrise de Git (exp 3 ans min) .. ... ... ... .... .... ... ...... .. ... ... ... .... .... ... ...... .. ... ... ... .... .... ... ...... .. ... ... ... .... .... ... ...... .. ... ... ... .... .... ... ...... .. ... ... ... .... .... ... ...... .. ... ... ... .... .... ... ......

Afin d'accompagner notre client dans ses projets de transformation digitale et d’innovation, nous recherchons un Data Scientist (H/F). A ce titre, vous interviendrez au sein d’équipes dédiées au secteur public et intégrerez une communauté d’experts au service de la valorisation de donnée afin de: Comprendre les problématiques métier et formuler des cas d’usage data pertinents; Collecter, nettoyer et préparer les données (structurées et non structurées); Développer et entraîner des modèles de Machine Learning et Deep Learning; Mettre en place des algorithmes de traitement du langage naturel, vision par ordinateur ou prédiction; Interpréter et restituer les résultats auprès des clients via des visualisations et recommandations; Participer à la veille technologique et proposer des innovations.

Data Scientist en IA Générative - Expérience solide sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails - Expérience significative en Machine/Deep Learning serait appréciée : pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch - Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche IA Gen - Prompt engineering - Bench via des solutions d'évaluation des modèles d'IA Gen - Optimisation des solutions (paramétrage des modèles) - Expérience solide sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails - Expérience significative en Machine/Deep Learning serait appréciée : pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch

data scientist DWP Intelligent Collaboration, PyTorch, Data Analysis, SQL, Data Visualization, Python, NANTES Tâches : - Développement et Implémentation d'Algorithmes IA: Concevoir, développer et déployer des modèles de machine learning et d'intelligence artificielle. - Analyse de Données: Explorer et analyser les données pertinentes pour extraire des insights exploitables et améliorer les algorithmes existants. - Intégration des Solutions IA: Collaborer avec les équipes produits pour intégrer les solutions IA dans leurs produits et répondre à leurs besoins spécifiques. - Maintenance des Solutions en Production: Assurer le suivi et l'amélioration continue des solutions IA en production (RUN), incluant la gestion des incidents et la mise à jour des modèles. - Prototypageet Testing: Réaliser des prototypes de nouvelles solutions IA et conduire des tests pour valider leur utilité et leur performance. - Prompting: Réaliser des prompts robustes pour les différents cas d'usage Compétences techniques : - Analyse de Données: Expertise en techniques d'analyse et de visualisation de données. - Modélisation et Machine Learning: Compréhension avancée des algorithmes de machine learning et d'intelligence artificielle. - Prompting: Compétence dans la génération et l'optimisation de prompts pour améliorer l'interaction utilisateur et la pertinence des résultats. - Ingénierie Data: Connaissances en gestion de bases de données et manipulation de données en grande quantité. - Langages de Programmation: Maîtrise des langages comme Python, SQL, et des outils comme TensorFlow, PyTorch. - DevOps: Compréhension des pratiques DevOps, incluant l'intégration et la déploiement continu (CI/CD). Qualifications : DWP Intelligent Collaboration, PyTorch, Data Analysis, SQL, Data Visualization, Python,

Prestation en développement Python - Analyse et refonte des templates existants (numérique, vision, NLP) pour les rendre plus modulaires, réutilisables et maintenables. - Conception et développement de nouveaux composants Python, avec une forte attention portée à la qualité du code, aux bonnes pratiques d'industrialisation et à l'intégration avec les environnements DSI. - Collaboration étroite avec les data scientists, afin de comprendre leurs usages, recueillir leurs retours et intégrer leurs besoins dans l'évolution du framework. - Mise en place ou amélioration de l'automatisation et de la CI/CD pour le déploiement des projets IA. Participation aux revues de code, à la documentation technique et à la diffusion des bonnes pratiques de développement au sein de l'équipe. - Veille technique sur les outils Python/MLOps et proposition d'évolutions pertinentes du socle technique

Smarteo recherche pour l'un de ses clients, Un Développeur Python sur Nantes Description: Prestation en développement Python - Analyse et refonte des templates existants (numérique, vision, NLP) pour les rendre plus modulaires, réutilisables et maintenables. - Conception et développement de nouveaux composants Python, avec une forte attention portée à la qualité du code, aux bonnes pratiques d'industrialisation et à l'intégration avec les environnements DSI. - Collaboration étroite avec les data scientists, afin de comprendre leurs usages, recueillir leurs retours et intégrer leurs besoins dans l'évolution du framework. - Mise en place ou amélioration de l'automatisation et de la CI/CD pour le déploiement des projets IA. Participation aux revues de code, à la documentation technique et à la diffusion des bonnes pratiques de développement au sein de l'équipe. - Veille technique sur les outils Python/MLOps et proposition d'évolutions pertinentes du socle technique Le candidat que vous proposerez devra disposer d'une autonomie dans l'environnement suivant : - Expert Python - CI/CD, DevOps - Bonnes connaissances attendues en structuration de projet, packaging, gestion des dépendances, tests automatisés. - Connaissance des enjeux MLOps / industrialisation IA appréciée (MLflow, Docker, DVC, etc.). Qualifications demandées :DevOps (Software Development), Python, Test Automation, Si vous êtes disponible et intéressé, merci de me faire parvenir votre TJM ainsi que votre CV à jours en format word.

développement Python - Expert Python NANTES - CI/CD, DevOps - Bonnes connaissances attendues en structuration de projet, packaging, gestion des dépendances, tests automatisés. - Connaissance des enjeux MLOps / industrialisation IA appréciée (MLflow, Docker, DVC, etc.). Qualifications demandées :DevOps (Software Development), Python, Test Automation, - Analyse et refonte des templates existants (numérique, vision, NLP) pour les rendre plus modulaires, réutilisables et maintenables. - Conception et développement de nouveaux composants Python, avec une forte attention portée à la qualité du code, aux bonnes pratiques d'industrialisation et à l'intégration avec les environnements DSI. - Collaboration étroite avec les data scientists, afin de comprendre leurs usages, recueillir leurs retours et intégrer leurs besoins dans l'évolution du framework. - Mise en place ou amélioration de l'automatisation et de la CI/CD pour le déploiement des projets IA. Participation aux revues de code, à la documentation technique et à la diffusion des bonnes pratiques de développement au sein de l'équipe. - Veille technique sur les outils Python/MLOps et proposition d'évolutions pertinentes du socle technique - Expert Python - CI/CD, DevOps - Bonnes connaissances attendues en structuration de projet, packaging, gestion des dépendances, tests automatisés. - Connaissance des enjeux MLOps / industrialisation IA appréciée (MLflow, Docker, DVC, etc.). Qualifications demandées :DevOps (Software Development), Python, Test Automation,

Data Ingénieur MLOPS avec les tâches suivantes : - Déploiement et optimisation des modèles IA générative, en particulier via l'intégration et l'exploitation de vLLM comme moteur d'inférence performant. - Conception, développement et maintien du produit 'LLM Evaluation' : intégration des jeux de données de tests utilisateurs, automatisation des campagnes d'évaluation lors de l'arrivée de nouveaux modèles ou de nouvelles versions. - Participation à la refonte du framework Gabarit : intégration des meilleures pratiques MLOps, création de modules réutilisables pour améliorer la standardisation et l'industrialisation des projets IA. - Mise en place de pipelines de données et de traitements, dans une logique de fiabilité, performance et industrialisation. - Production d'indicateurs de pilotage : suivi de l'utilisation des produits, mesures de performances, logs d'activité, alerting... - Conception de dashboards de visualisation (via des outils comme Grafana, Qlik), pour un suivi accessible aux PO, direction et parties prenantes. - Participation à la capitalisation technique, documentation, veille, et amélioration continue des services proposés par l'équipe. Des expériences significatives demandées dans un environnement similaire : - Data scientist ou ingénieur·e MLOps / data expérimenté·e, il est à l'aise dans un environnement technique orienté production. - Bonne compréhension des modèles IA générative et de leurs contraintes d'usage en production. - Expérience dans la mise en place de services d'inférence et d'évaluation de performance de modèles. - Capacité à structurer des pipelines, des métriques et à produire des outils de pilotage simples et fiable Maîtrise MLOps (Mise en production, surveillance et optimisation des modèles IA) Utilisation de Spark SQL Environnenent technique : - Python, MLflow, DVC, Docker, vLLM, FastAPI - Environnements cloud (on-prem ou cloud public) - Bases de données (SQL, NoSQL) - Monitoring & visualisation : Grafana, Qlik - GitLab CI/CD, Kubernetes (si applicable), API REST

Smarteo recherche pour l'un de ses clients, Un Data Ingénieur MLOPS sur Nantes Description: Prestation de Data Ingénieur MLOPS avec les tâches suivantes : - Déploiement et optimisation des modèles IA générative, en particulier via l'intégration et l'exploitation de vLLM comme moteur d'inférence performant. - Conception, développement et maintien du produit 'LLM Evaluation' : intégration des jeux de données de tests utilisateurs, automatisation des campagnes d'évaluation lors de l'arrivée de nouveaux mo dèles ou de nouvelles versions. - Participation à la refonte du framework Gabarit : intégration des meilleures pratiques MLOps, création de modules réutilisables pour améliorer la standardisation et l'industrialisation des projets IA. - Mise en place de pipelines de données et de traitements, dans une logique de fiabilité, performance et industrialisation. - Production d'indicateurs de pilotage : suivi de l'utilisation des produits, mesures de performances, logs d'activité, alerting... - Conception de dashboards de visualisation (via des outils comme Grafana, Qlik), pour un suivi accessible aux PO, direction et parties prenantes. - Participation à la capitalisation technique, documentation, veille, et amélioration continue des services proposés par l'équipe. Des expériences significatives demandées dans un environnement similaire : - Data scientist ou ingénieur·e MLOps / data expérimenté·e, il est à l'aise dans un environnement technique orienté production. - Bonne compréhension des modèles IA générative et de leurs contraintes d'usage en production. - Expérience dans la mise en place de services d'inférence et d'évaluation de performance de modèles. - Capacité à structurer des pipelines, des métriques et à produire des outils de pilotage simples et fiable Maîtrise MLOps (Mise en production, surveillance et optimisation des modèles IA) Utilisation de Spark SQL Environnenent technique : - Python, MLflow, DVC, Docker, vLLM, FastAPI - Environnements cloud (on-prem ou cloud public) - Bases de données (SQL, NoSQL) - Monitoring & visualisation : Grafana, Qlik - GitLab CI/CD, Kubernetes (si applicable), API REST