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

Missions : Analyser de grands ensembles de données pour identifier les motifs, tendances et insights pertinents pour le département respectif de la chaîne d'approvisionnement. Développer des modèles prédictifs et des algorithmes d'apprentissage automatique pour optimiser les processus liés à la logistique et le transport. Développer des stratégies d'optimisation pour tirer parti des différents insights et fournir des recommandations éclairées à l'entreprise. Collaborer avec des équipes pluridisciplinaires comprenant la direction de la chaîne d'approvisionnement, l'ingénierie et le développement de produits pour aligner les efforts de données et d'IA avec les objectifs commerciaux. Concevoir et mettre en œuvre des outils de surveillance des modèles pour suivre les performances des modèles et mesurer l'efficacité des stratégies de chaîne d'approvisionnement. Évaluer continuellement et améliorer les modèles et méthodologies existants pour améliorer la précision et l'efficacité. Communiquer les résultats et les recommandations aux parties prenantes grâce à des présentations et des rapports clairs et concis. Rester informé des tendances de l'industrie et des technologies émergentes en science des données et gestion de la chaîne d'approvisionnement. Compétence : Maîtrise de l'analyse statistique, des techniques d'apprentissage automatique et des algorithmes d'optimisation. Maîtrise des systèmes de base de données et des langages de requête (par exemple, SQL) pour l'extraction et la manipulation de données Expérience avec des langages de programmation tels que Python, Spark, TensorFlow et PyTorch pour l'analyse et la modélisation de données. Expérience avec des bibliothèques de manipulation et de visualisation de données telles que pandas, NumPy, Matplotlib ou ggplot2.

Bonjour, Pour le compte de notre client, nous recherchons un datascientist. Les tâches sont les suivantes : Collecter et préparer les données avec Python en vue de l’analyse. Explorer et analyser les données pour comprendre les tendances et les performances d'une entreprise ou d'un produit. Élaborer des modèles prédictifs pour identifier les nouvelles tendances et opportunités. Déployer des modèles de données (sur le cloud) pour automatiser les processus d'entreprise et améliorer leur efficacité. Communiquer les résultats à des spécialistes ou des néophytes grâce à des visualisations. Participer à l'organisation et au pilotage d'un projet de data science / IA.

Espace-Freelance, réseau de consultants indépendants, recherche pour l’un de ses clients directs : un Senior Data Scientist (H/F) – Paris Mission à pourvoir en régie sur Paris Présence sur site : 3 jours / semaine Compétences obligatoires : Expertise en Machine Learning ; Python ; Data Science ; maitrise des outils permettant de gérer les gros volumes de données via Spark ; architectures AI avancées ; environnement de développement sur le Cloud ; outils de développement ; anglais courant Votre mission : - Développer des modèles prévisionnels utilisant des algorithmes de gradient boosting pour améliorer les performances de la solution de prévisions des demandes - Assurer la robustesse des prévisions de demande à maille - Continuer les évolutions data science permettant d’améliorer les prévisions - Assurer le lien avec l’équipe produit, les métiers et les utilisateurs REF : EFP/SNDSI/ODVB Plus d’offres sur :

Data Scientist expérimenté pour rejoindre notre équipe logistique et transport au sein du domaine de la chaîne de valeur. En tant que Data Scientist, vous jouerez un rôle crucial dans l'analyse des données, le développement de modèles d'IA en production, et la fourniture d'informations pour optimiser divers aspects de nos opérations de chaîne d'approvisionnement. Nous accueillons les candidats ayant une expertise dans les problèmes de prévision et une passion pour tirer parti des données pour orienter les décisions commerciales. Activités et tâches : -Analyser de grands ensembles de données pour identifier les motifs, tendances et insights pertinents pour le département respectif de la chaîne d'approvisionnement. -Développer des modèles prédictifs et des algorithmes d'apprentissage automatique pour optimiser les processus liés à la logistique et le transport. -Développer des stratégies d'optimisation pour tirer parti des différents insights et fournir des recommandations éclairées à l'entreprise. -Collaborer avec des équipes pluridisciplinaires comprenant la direction de la chaîne d'approvisionnement, l'ingénierie et le développement de produits pour aligner les efforts de données et d'IA avec les objectifs commerciaux. -Concevoir et mettre en œuvre des outils de surveillance des modèles pour suivre les performances des modèles et mesurer l'efficacité des stratégies de chaîne d'approvisionnement. -Évaluer continuellement et améliorer les modèles et méthodologies existants pour améliorer la précision et l'efficacité. -Communiquer les résultats et les recommandations aux parties prenantes grâce à des présentations et des rapports clairs et concis. -Rester informé des tendances de l'industrie et des technologies émergentes en science des données et gestion de la chaîne d'approvisionnement.

Contexte de la mission : Notre client recherche un Data Scientist talentueux et expérimenté pour rejoindre son équipe logistique et transport au sein du domaine de la chaîne de valeur. En tant que Data Scientist, vous jouerez un rôle crucial dans l'analyse des données, le développement de modèles d'IA en production, et la fourniture d'informations pour optimiser divers aspects de nos opérations de chaîne d'approvisionnement. L’équipe recrute des candidats ayant une expertise dans les problèmes de prévision et une passion pour tirer parti des données pour orienter les décisions commerciales. Détail de la mission : · Analyser de grands ensembles de données pour identifier les motifs, tendances et insights pertinents pour le département respectif de la chaîne d'approvisionnement. · Développer des modèles prédictifs et des algorithmes d'apprentissage automatique pour optimiser les processus liés à la logistique et le transport. · Développer des stratégies d'optimisation pour tirer parti des différents insights et fournir des recommandations éclairées à l'entreprise. · Collaborer avec des équipes pluridisciplinaires comprenant la direction de la chaîne d'approvisionnement, l'ingénierie et le développement de produits pour aligner les efforts de données et d'IA avec les objectifs commerciaux. · Concevoir et mettre en œuvre des outils de surveillance des modèles pour suivre les performances des modèles et mesurer l'efficacité des stratégies de chaîne d'approvisionnement. · Évaluer continuellement et améliorer les modèles et méthodologies existants pour améliorer la précision et l'efficacité. · Communiquer les résultats et les recommandations aux parties prenantes grâce à des présentations et des rapports clairs et concis. · Rester informé des tendances de l'industrie et des technologies émergentes en science des données et gestion de la chaîne d'approvisionnement.

Jeune entreprise innovante, Digital Partners a pour ambition de devenir un acteur incontournable du digital, et ce dans l'ensemble de ses marchés. Digital Partners se spécialise dans la transformation digitale, l'efficience opérationnelle et l'analyse des données pour des entreprises de tous secteurs d'activité. Dans le cadre de notre expansion, nous sommes à la recherche d'un(e) Data Scientist spécialisé en IA Générative et NLP (H/F). Contexte : La mission se déroule au sein du centre d'expertise de la donnée transverse composé d'une équipe pluridisciplinaire chargé de valoriser les données disponibles en créant des modèles de Machine Learning, notamment pour la Connaissance Client et l'Efficacité Opérationnelle. Responsabilités : En tant que Data Scientist rattaché au pôle IA du DataLab, vos responsabilités seront les suivantes : - Concevoir et développer des modèles de Machine Learning utilisant des techniques IA, NLP et IA Générative. - Travailler en étroite collaboration avec l'équipe des Data Scientists pour créer des modèles d'extraction d'informations à partir de documents de gestion, en respectant les bonnes pratiques de développement. - Participer à la construction de modèles d'IA Générative utilisant les technologies et frameworks à l'état de l'art, en collaboration avec l'équipe IAP. - Collaborer avec l'IA Factory pour mettre en oeuvre la stratégie data. Finalités de la Prestation : - Définir et récolter les besoins auprès des métiers. - Développer des modèles de Machine Learning en utilisant des techniques IA, NLP et IA Générative. - Concevoir des modèles dans le respect du framework. Compétences requises : Techniques : - Minimum 4 ans d'expérience en tant que Data Scientist. - Maîtrise des outils tels que VScode, conda, Python, Git, Spark. - Expertise en NLP, LLM et IA Générative. - Maîtrise des packages Data/ML en Python (numpy, pandas, sklearn, xgboost, pytorch, tensorflow, transformers, etc...) et des librairies orientées IA Générative et LLM. - Connaissance des modèles et algorithmes statistiques courants (Arbres de décisions, XGBoost, Réseaux de neurones, Bert, etc...). - La connaissance de kedro et mlflow serait un plus. - La connaissance des outils de CI/CD (GitLab, docker) serait un plus. Comportementales : - Excellente capacité relationnelle et aptitude à vulgariser le travail technique. - Capacité à restituer clairement son travail à l'écrit et à l'oral. - Proactivité et capacité à proposer différentes approches pour résoudre un problème. - Veille technologique régulière et capacité à tester rapidement les derniers modèles à l'état de l'art. - Capacité à lire et restituer un papier de recherche.

Notre client dans le secteur Énergie et ressources naturelles recherche un/une Data Scientist Confirmé H/F Description de la mission: Notre client acteur majeur du secteur des énergies cherche un consultant Data Scientist pour renforcer son équipe. Objectifs et livrables La Data Science consiste à extraire, analyser et valoriser les données issues de sources diverses, afin de résoudre des problèmes métiers ou de créer de nouvelles opportunités. Les compétences demandées pour réaliser une prestation de Data Science sont les suivantes : · Maîtriser les techniques de Data Exploration pour collecter, nettoyer et préparer les données avec une posture qui a pour objectif d’accompagner le métier dans la phase d’idéation. · Savoir réaliser des analyses exploratoires et descriptives des données, en utilisant des statistiques et des visualisations, pour identifier les tendances, les corrélations, les anomalies, les opportunités d'optimisation ou de création de valeur. · Concevoir, développer, tester et déployer des modèles de Data science adaptés aux problématiques métiers, en utilisant des approches variées (Optimisation, Machine Learning, Computer Vision, Generative AI, etc.). · Respecter les bonnes pratiques de MLops (versioning, monitoring, CI/CD, etc.) pour assurer la qualité, la fiabilité et la sécurité des modèles en production. · Documenter et présenter les résultats des analyses et des modèles aux parties prenantes internes en utilisant des supports adaptés (rapports, dashboards, etc.). · Contribuer aux choix technologiques et à l’innovation. Contributions transverses : · Participer à la conception/maintenance des nouveaux outils/package communs à l’organisation. · Challenger la vision de l’équipe. · Participer aux CoP (Communautés de pratiques) et aux rituels d’équipes. Compétences requises : Pour mettre en place un développement en data science et IA, il faut disposer des compétences suivantes : · Compétences requises en data science : - maîtrise des outils statistiques et mathématiques, maîtrise des langages de programmation (Python de préférence) et des librairies de traitement de données sous-jacentes, capacité à collecter, nettoyer et analyser des données structurées ou non, compréhension des principaux algorithmes d'apprentissage automatique et de leurs applications. Compétences / Qualités indispensables : MLops (versioning, monitoring, CI/CD, etc.), clean code (expert), git hub (expert), Python (expert), TensorFlow (confirmé), PyTorch (confirmé), Azure ou AWS, connaissance des micro-services, Anglais courant, Deep learning Compétences / Qualités qui seraient un + : . Informations concernant le télétravail : 2 jours

La prestation vise à produire en premier lieu les résultats suivants : - Elaboration de scripts efficaces d’accès aux données - Définition, production et analyse d’éléments statistiques - Production de restitutions de données - Analyse de situations type de réseau (incidents par exemple) Tant pour la définition des règles métier que pour la validation des outils dans le cadre de la recette métier, des connaissances et du savoir-faire sont requis, comme: - forte compétence méthodologique - autonomie - rigueur...

Maîtrise des concepts principaux en statistiques : théories des tests, économétrie, probabilités, ... • Maîtrise des concepts principaux en machine learning : processus d’entraînement d’un modèle, comment éviter le sur-apprentissage, comment échantillonner les données, ... • Apprentissage supervisé : maîtrise des méthodes d’arbre de décisions, de bagging, boosting, de régression pénalisée, ... • Clustering : maîtrise des méthodes de kmeans, CAH, DBSCAN, ... • Maîtrise des méthodes de deep learning : réseaux denses, réseaux convolutifs, ... • Maîtrise de SQL. • Maîtrise de Python : librairies classique en data science (pandas, numpy, scikit-learn, matplotlib, ...), création d’environnements virtuels. • Connaissance en recherche opérationnelle • Expérience avec un cloud provider : AWS, GCP ou Azure • Expérience dans l’encadrement de projet data science. • Connaissance sur les outils de dashboarding (PowerBI). • Maîtrise de git. • Savoir effectuer une recherche bibliographique. • Savoir restituer ses travaux d’analyse et de modélisation.

Compétences techniques attendues • Maîtrise des concepts principaux en statistiques : théories des tests, économétrie, probabilités, ... • Maîtrise des concepts principaux en machine learning : processus d’entraînement d’un modèle, comment éviter le sur-apprentissage, comment échantillonner les données, ... • Apprentissage supervisé : connaissances des méthodes d’arbre de décisions, de bagging, boosting, de régression pénalisée, ... • Clustering : connaissance des méthodes de kmeans, CAH, DBSCAN, ... • Connaissance de méthode de deep learning : réseaux denses, réseaux convolutifs, ... • Maîtrise de SQL. • Maîtrise de Python : librairies classique en data science (pandas, numpy, scikit-learn, matplotlib, ...), création d’environnements virtuels. • Connaissance sur les outils de dashboarding (PowerBI). • Maîtrise de git. • Savoir effectuer une recherche bibliographique. • Savoir restituer ses travaux d’analyse et de modélisation.

Objectifs: Prestation de Data Scientist expérimenté afin d'assurer le développement & suivi de projets en cours et de contribuer au cadrage des projets à venir. Les tâches à réaliser sont : - Exploration des données - Conception d’un modèle - Implémentation du modèle en Python / Spark - Tests - Documentations techniques et fonctionnelles - Accompagnement des utilisateurs en phase pilote Forte importance à la qualité du code produit(structure, lisibilité, optimisation, documentation) Contexte : Au sein de l'équipe Projet IA Business du Centre d'Expertise Data Science de la Direction Digital & Data composée de 6 data scientists dont les projets DS s'articulent autour du digital, du marketing et de la fraude. Type de données utilisées : Principalement données structurées, texte pour certains projets Langages et stack de développement : Principalement Python (Numpy, Pandas, scikit-learn...), Big Query, Spark. Environnement cloud GCP. Développement sous IDE et notebook. Git. Points clés : Capacité de compréhension et d'implémentation d'articles de recherches requise De bonnes connaissances en environnement cloud (GCP de préférence) sont recommandées. De bonnes connaissances en développement sont recommandées. Une expertise de mise en production de modèle est un plus (CI/CD). ML supervisé et non supervisé Segmentation Séries temporelles Factorisation de matrice / extraction de variables latentes (Analyse Factorielle, ACP, SVD, auto-encoder...) Graphes

Contexte : Un grand groupe cherche un Data Scientist. Lieu : Analytics Factory. Profil recherché : - avoir au moins 4 années d’expériences en tant que Data Scientist / Data Engineer - avoir une première expérience sur les technologies suivantes : Python, SQL, Docker, Git, Cloud GCP ⚠ Merci de ne pas postuler si vous ne correspondez pas aux critères.

Votre futur rôle en tant que Data Scientist : En qualité de Data Scientist, vous serez amené(e) à : Travailler en étroite collaboration avec les Product Managers et les Data Engineers pour identifier les opportunités commerciales à fort impact, exploiter les données pour évaluer les résultats, et contribuer à la planification stratégique ainsi qu'à la feuille de route de l'équipe en matière de Machine Learning. Concevoir et développer des systèmes d'apprentissage automatique novateurs et industrialisés. Élaborer des systèmes intelligents de surveillance en temps réel et d'observabilité des données. Définir les cadres de fonctionnement pour nos pipelines en production (astreintes, procédures, SLO/SLA, ...). Participer au partage des meilleures pratiques sur les outils de Machine Learning afin d'améliorer la productivité et la qualité des résultats pour les ingénieurs et les scientifiques de toutes les équipes. Encadrer, mentoriser et recruter d'autres membres pour favoriser l'efficacité et la croissance de l'équipe.

Orcan Intelligence recherche pour l’un de ses clients, un consultant senior BA/BI expert en data visualisation. Vos missions seront de : Soutenir l'analyse des besoins et produire des spécifications pour les systèmes concernés Contribuer à la conception et à l'essai de processus automatisés et numérisés Diagnostiquer et résoudre les problèmes techniques (fonctionnels ou liés aux performances). Collaborer avec les équipes techniques et de DATA et les responsables techniques des fournisseurs/développeurs afin d'améliorer la plateforme.

En tant que Data Quality Analyst, vos responsabilités seront les suivantes : • Assister les Product Owners dans la mise en place du dispositif de qualité des données défini par les Data Owners (définition des exigences qualité, des contrôles, des KPIs et seuils d’alerte) • Animer le processus de gestion des incidents de qualité de données en faisant le lien entre les utilisateurs opérationnels et les équipes Data & IT • Aider les équipes opérationnelles à qualifier les incidents (impacts sur les usages, chiffrage, sévérité) • Analyser les root causes des incidents grâce à l’exploration des données des différentes bases • Proposer et instruire des plans de remédiations (identifier les solutions de contournement si besoin) • Prioriser les sujets en fonction de leur importance / urgence et de la difficulté à les développer • Collaborer avec les équipes de développement (Data Enginer, Dataviz Enginer) pour les analyses et la mise en place de solutions de correction • Collaborer avec les Data Owners afin de s’assurer de la cohérence et pertinence des solutions proposées • Proposer des outils / process / KPI afin de contribuer à l’amélioration continue de la qualité des données • Assister le Product Owner Master Data dans la conception de tableau de bord de pilotage de la qualité des données

• Mettre en place l’outillage Datascience et MLOPS et identifier les patterns et normes pour un usage par 40 caisses régionales • Évaluer et adopter de nouvelles technologies et méthodologies pour améliorer les processus MLOps et l'efficacité de l'équipe • Diriger l'élaboration et la mise en œuvre des pipelines / solutions MLOps pour l'entraînement, le déploiement et la surveillance des modèles ML • Superviser et encadrer une équipe technique, en fournissant une orientation technique, en fixant des objectifs et en assurant la montée en compétence des équipes internes • Participer à l'exploration continue (étude d'opportunité, cadrage) et aider à estimer l'effort et la valeur délivrée par les choix de designs éligibles pour favoriser la priorisation par le Product Owner et le Pôle Utilisateur (évolutivité, testabilité, déployabilité...) • Collaborer avec les parties prenantes internes pour comprendre les besoins métier et fournir des solutions ML efficaces et évolutives • Décliner le cadre d’Architecture d’Entreprise(processus, normes, patterns …) et contribuer à son évolution • Faciliter la prise de décision de manière collaborative sur la meilleure architecture (conformité, sécurité, risques...), avec un juste équilibre entre le respect de la cible d'entreprise et la réponse pragmatique au besoin • Maitrise les objectifs visés par le cadre d'Architecture d’Entreprise et décrit des solutions qui s'y conforment et sont implémentables sous forme incrémentale dans les sprints • Suivre et facilite la visibilité de la conformité des solutions de son périmètre par rapport à la stratégie d'entreprise • Responsable de la documentation produit(s) en veillant à sa pertinence, fiabilité et sa cohérence avec les cadres de référence de l'architecture (processus, guides, patterns...).