Trouvez votre prochaine offre d’emploi ou de mission freelance Deep Learning

Big Data Scientist – Docklands London Our Client an international organisation is looking to recruit a Big Data Expert with 2 to 5 years expertise as a Big Data Scientist. You will have Natural Language Processing (NLP) knowledge and experience and understand and analyse large data sets to discover new insights. Working in a multi-disciplinary team within a highly technical and complex environment. Well versed in scalable data mining and machine learning techniques (using computers to improve as well as develop algorithms)Kernel Methods, Deep Learning, Statistical Relational Learning, Ensemble Methods Model using advanced statistical/ mathematical models, predict and segment data to hypothesize/ evolve uses cases to monetize data and generate other business value. Translate business needs to technical requirements and implementation. Experience of Big Data technologies/Big Data Analytics. C++, Java, Python, Shell Script R, Matlab, SAS Enterprise Miner Elastic search and understanding of Hadoop ecosystem Experience working with large data sets, experience working with distributed computing tools like Map/Reduce, Hadoop, Hive, Pig etc. Advanced use of Excel spread sheets for analytical purposes An MSc or PhD in Data Science or an analytical subject (Physics, Mathematics, Computing) or other quantitative discipline would be handy. The position is based in the Docklands London. This is a 3 to 6 month contract assignment. Please send your CV to us in Word format along with daily rate and availability details.

Contexte Dans le cadre d'un accord-cadre avec un groupe bancaire international, nous recherchons des Data Scientists disposant d'une expérience démontrable et mesurable sur des projets d'intelligence artificielle. Les postes sont ouverts sur trois niveaux de séniorité (0-2 ans, 2-5 ans, 6 ans et plus d'expérience sur des projets IA). Poste en CDI: Salaire suivant expérience / Package avec ou sans voiture Vos missions Collecte et préparation des données Récupérer et nettoyer les données issues de sources variées (bases de données, API, fichiers) Mener les analyses exploratoires (EDA) pour qualifier la structure et la qualité des données Réaliser les transformations et le feature engineering permettant d'améliorer la pertinence des modèles Développement de modèles Sélectionner et entraîner des modèles de machine learning et de deep learning adaptés au cas d'usage Comparer les approches (régression, classification, réseaux de neurones) Optimiser les modèles par tuning d'hyperparamètres et validation croisée Déploiement et industrialisation Intégrer les modèles dans les applications et systèmes, en collaboration avec les équipes MLOps/DevOps Mettre en place les pipelines d'entraînement et de mise à jour Assurer le suivi des performances en production et détecter les dérives de modèle (model drift) Restitution et valorisation Présenter résultats et insights aux équipes métier via visualisations et rapports Expliquer le fonctionnement des modèles et leur impact business Veille et amélioration continue Suivre les avancées en IA et machine learning Tester de nouvelles architectures et frameworks (TensorFlow, PyTorch, Scikit-learn) Contribuer à l'amélioration des algorithmes et des processus internes Un atout Expérience en environnement bancaire ou assurance (risque, conformité, lutte anti-fraude, scoring) Connaissance des exigences de gouvernance et de validation des modèles Pratique des environnements cloud IBM / On premise