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

ContexteUne grande banque d'investissement et de financement a lancé un programme dit "E2E Credit Chain" consistant à une transformation et une urbanisation de la chaîne de Credit Corporate "Front to back" avec une dimension cross-region forte. Le programme s'appuie sur des principes et piliers innovants : Démarche, culture et organisation innovantes —> Programme et projets se déroulent en mode Agile. Programme orienté et centré aux promesses/attentes clients —> collaboration étroite entre les utilisateurs, business, et IT est clé. Projets s'appuient sur les technologies innovantes au sein de la banque voire du marché —> API services, structuration data, machine learning,... MissionsSpécifications fonctionnelles détaillées des fonctionnalités de MyCreditApp Maîtrise des techniques et méthodes de projet Agile et des outils associés Analyse de l'existant et recueil des besoins cibles Co-design des prototypes avec des utilisateurs (usability tests...) Réalisation des maquettes dynamiques sur InVision en garantissant la solution retenue et la bonne intégration fonctionnelle dans le SI existant Audit sur les écrans actuellement en place avec identification des points d'amélioration Maquettes dynamiques identifiées pour chaque fonctionnalité prévue dans l'application MyCreditApp

Contexte de la mission Dans le cadre du développement et de l'évolution de sa plateforme Data & IA, notre client recherche un consultant Data / ML Engineer pour renforcer ses équipes techniques. Vous interviendrez sur des projets à forte dimension Data Science et Machine Learning, notamment autour de solutions de personnalisation, de recommandation et d'exploitation intelligente des données. Intégré à une équipe pluridisciplinaire composée de développeurs, Data Engineers, Data Scientists et experts techniques, vous contribuerez à la conception, à l'industrialisation et à l'amélioration continue des solutions Data & ML déployées dans un environnement Cloud. Vos principales missions Concevoir et développer des pipelines de données complets : ingestion, transformation, structuration et mise à disposition des données. Développer et industrialiser des pipelines Machine Learning, de la préparation des datasets jusqu'au déploiement et à l'inférence des modèles. Participer à la mise en production de modèles de Deep Learning et de solutions reposant sur des architectures d'embeddings. Mettre en place des mécanismes de contrôle de la qualité des données, de tests, de suivi et d'observabilité. Contribuer à la conception et à l'évolution des architectures Data et ML sur Google Cloud Platform. Participer à l'amélioration des performances, de la scalabilité et de la fiabilité des traitements existants. Intervenir sur le maintien en conditions opérationnelles des pipelines et services, ainsi que sur la résolution des incidents. Participer à l'évolution des pratiques DataOps et MLOps, notamment sur l'orchestration et l'automatisation des workflows. Collaborer avec les différentes équipes techniques et métiers afin de proposer des solutions adaptées aux besoins fonctionnels. Contribuer à la documentation, aux revues de code et à la diffusion des bonnes pratiques d'ingénierie. Compétences techniques recherchées Data Engineering Python BigQuery dbt et outils de tests de qualité des données (Elementary ou équivalent) Apache Kafka et architectures de streaming Data modeling et conception de pipelines de données Terraform Machine Learning & MLOps Bonne maîtrise de Python appliqué au Machine Learning Connaissance des modèles de Deep Learning et des architectures basées sur les embeddings Conception de pipelines ML : entraînement, évaluation, déploiement et inférence Industrialisation de modèles pour une utilisation en temps réel Outils d'orchestration et de MLOps (ZenML ou équivalent) Docker et Kubernetes Git Cloud & Infrastructure Google Cloud Platform (GCP) Compréhension des architectures distribuées et des environnements Cloud natifs Automatisation et industrialisation des déploiements

Pour un grand acteur de la distribution, nous recherchons un Data Scientist sénior pour rejoindre une équipe Data & Analytics d'une dizaine de Data Scientists et Data Engineers. L'enjeu : fiabiliser la prévision des ventes e-commerce pour mieux piloter la disponibilité produits, les stocks et les flux logistiques. Nouveaux projets, à forte criticité. Vos missions : Cadrer les besoins avec les équipes métier Supply Chain et leur restituer les résultats Analyser l'historique des données : saisonnalités, tendances, effets promotionnels, événements exogènes Concevoir, entraîner et optimiser des modèles de prévision de séries temporelles Définir et suivre des métriques d'évaluation fiables Industrialiser les pipelines de modélisation sur GCP avec les Data Engineers Travailler l'explicabilité des modèles pour faciliter leur adoption par le métier Télétravail : 3 jours / semaine (2 jours sur site)

Contexte Chef de projet SI - 'industrialisation du plan IA Contexte Nous recherchons un chef de projet afin de piloter la phase d'industrialisation du plan IA agentique du groupe . - Plus de 9 ans Missions principales : • Piloter la phase d'industrialisation avec les différentes équipes en charge de mettre en place le plan IA agentique, à travers de multiples entités du groupe (validation sécurité, mise en place des solutions, respect des plannings...). • Préparer et animer des comités (supports, planification) et rédaction des compte rendus (techniques et réunion avec le management). • Animation d'une communauté autour de l'IA agentique.

Au sein de la Direction des Risques d'un grand groupe bancaire français, vous intégrez le pôle Études & Modèles du domaine Risque de Crédit. Ce pôle est en charge de la gouvernance des modèles de risque de crédit, de l'appui méthodologique aux filiales et des études statistiques nécessaires au pilotage du risque. Vos missions Développer ou valider des modèles statistiques de risque de crédit Réaliser des backtestings et des études statistiques complexes Apporter une assistance méthodologique aux filiales Travailler en lien étroit avec les filiales, les directions des engagements et commerciales, et les équipes informatiques Participer aux projets d'évolution des outils de suivi Contribuer à la rédaction des guides méthodologiques et des procédures Assurer une veille méthodologique et réglementaire Accompagner la montée en compétence des profils juniors Participer aux groupes de travail techniques et aux comités

Contexte Construire de nouveaux modèles de risque de crédit ou valider les modèles existants Réaliser des backtestings pour vérifier la fiabilité des modèles dans le temps Mener des études statistiques pour aider les équipes métier à piloter le risque Conseiller les filiales sur leurs méthodes de modélisation Faire évoluer les outils de suivi avec les équipes informatiques Contribuer aux guides méthodologiques et à la veille réglementaire Accompagner la montée en compétence des profils juniors

Intitulé : Data Scientist Senior / Expert. Durée de mission : 12 mois. Localisation : Lille. Télétravail : 2 jours par semaine. Contexte : le client accélère sa transformation digitale et cherche à industrialiser des usages Data / IA dans la chaîne de valeur industrielle et d'approvisionnement. La mission couvre deux axes principaux : (1) cadrer de bout en bout les cas d'usage Data / IA, depuis l'expression du besoin business jusqu'à la démonstration de la pertinence d'une approche Data Science (PoC / Go-No Go) et la définition des trajectoires de déploiement ; (2) apporter une expertise de pointe sur l'évaluation des modèles existants et émergents, notamment des architectures d'Agents / Agentique en production, concevoir et mettre en place des frameworks d'évaluation rigoureux, détecter dérives et hallucinations, et faire monter en compétences les équipes internes. Objectifs et livrables attendus : cadrages métiers traduisant problématiques d'achats industriels, costing et gestion des risques fournisseurs en opportunités Data Science, évaluations de faisabilité technique et qualité de la donnée, design technique des modèles retenus, frameworks d'évaluation des systèmes agentiques en production, documentation rigoureuse et transfert de compétences. Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières

Contexte de la mission lz client a entrepris un vaste projet d'évolution de son système de Revenue Management. Dans ce cadre, nous recherchons un Data Scientist senior pour accompagner la réévaluation et modernisation de notre modèle de prévision de demande. Objectifs et livrables Diplôme de niveau Master ou Doctorat en Data Science, Statistiques, Mathématiques appliquées ou domaine connexe. Minimum de 5 ans d'expérience en tant que Data Scientist, avec une expertise avérée en prévision de séries temporelles. Maîtrise du langage de programmation tels que Python ainsi que des outils de visualisation de données (Spotfire, PowerBI, etc.). Maîtrise des bibliothèques de machine learning (scikit-learn, etc.) et des techniques statistiques avancées. Solides compétences en analyse de données. Compétences demandéesCompétencesNiveau de compétence Machine Learning (scikit-learn...) Expert Full Stack Python Confirmé Analyse de données Confirmé Prévision des séries temporelles Expert Mathématiques appliquées Confirmé

Au sein d'une équipe dédiée à la gestion et à la valorisation des données techniques, vous intervenez sur des problématiques à la fois Data, Data Quality et Intelligence Artificielle. Votre objectif sera notamment de contribuer à l'industrialisation de la mesure de la qualité des données, à l'enrichissement des outils d'exploitation et au développement de premiers cas d'usage IA à forte valeur métier. Vos principales responsabilités Data Quality et fiabilisation des données Analyser et qualifier les besoins métiers liés aux données. Contribuer à l'industrialisation des indicateurs de qualité, complétude et importance des données. Identifier les données manquantes, incomplètes ou incohérentes. Définir et mettre en œuvre des actions de mise en qualité des données. Développer des scripts, outils ou programmes spécifiques pour automatiser les traitements. Réaliser des contrôles, analyses et mises à jour de données. Participer à la gouvernance et au suivi de la qualité des données. Développement de cas d'usage IA Vous participerez à l'étude et à la mise en œuvre de plusieurs cas d'usage autour de l'IA : Complétude et enrichissement des données Exploiter des corpus documentaires hétérogènes : PDF, rapports, plans, tableaux, archives ou documents numérisés. Extraire et classifier automatiquement les informations pertinentes. Rapprocher les informations extraites avec les modèles de données existants. Identifier les champs manquants ou incohérents. Proposer des valeurs candidates accompagnées de leur source et d'un niveau de confiance. Mettre en place des mécanismes de validation métier avant intégration. Aide à l'estimation des travaux Analyser les données historiques disponibles. Identifier les variables explicatives pertinentes. Étudier différentes approches statistiques et Machine Learning. Comparer les estimations produites aux données réellement observées. Concevoir des restitutions permettant aux experts métiers de comprendre et challenger les résultats. Assistance à la rédaction de rapports Étudier des solutions d'assistance intelligente à la saisie et à la rédaction. Mettre en œuvre des fonctionnalités de structuration automatique. Contribuer à la classification des informations. Détecter les incohérences. Étudier les possibilités de transcription et d'exploitation de contenus multimédias. Garantir que l'IA reste une aide à la formalisation et ne génère pas de données techniques non fournies par l'expert. Pilotage et accompagnement Vous serez également amené(e) à : Étudier les leviers d'intégration des solutions IA dans les processus existants. Piloter la mise en œuvre des solutions et suivre leur avancement. Définir des indicateurs permettant d'évaluer les performances des modèles et traitements. Participer aux échanges avec les équipes métiers et techniques. Préparer les points de suivi et contribuer à la documentation des travaux. Accompagner la gouvernance et l'évolution des modèles de données

Contexte Dans le secteur bancaire, vous rejoignez l'équipe qui développe et exploite en interne une plateforme de Data Science destinée aux Data Analysts et Data Scientists. Cette plateforme met automatiquement à disposition des environnements de travail pour : créer et entraîner des modèles, réaliser des analyses de données, développer des agents IA. Les équipes IT y choisissent les ressources dont elles ont besoin, et l'environnement correspondant est créé automatiquement. La plateforme compte plus de 500 utilisateurs répartis dans 7 pays, et ce nombre continue de croître. L'équipe s'appuie sur des technologies open source. Elle travaille aux côtés de Data Scientists et de chefs de projet ML, ce qui permet d'être en contact direct avec une partie des utilisateurs. Le poste En tant qu'ingénieur support, vous faites le lien entre les utilisateurs de la plateforme et l'équipe technique. Votre rôle est d'aider les utilisateurs à tirer parti de la plateforme et de contribuer à son bon fonctionnement au quotidien. Missions Accompagnement des utilisateurs Assister les Data Scientists et Data Analysts dans l'utilisation de la plateforme Les aider à découvrir les fonctionnalités, au travers de formations et de présentations Accompagner la prise en main de la plateforme et des outils disponibles Rédiger et maintenir la documentation utilisateur Support et suivi de la plateforme Résoudre les problèmes techniques simples, par exemple des paramétrages Surveiller la plateforme et analyser les incidents Faire le lien avec l'équipe technique pour les problèmes complexes, et suivre leur résolution Communiquer auprès des utilisateurs sur les opérations de maintenance Faire évoluer les outils et les processus de support Amélioration continue Recueillir les retours des utilisateurs et les partager avec l'équipe de développement Contribuer à l'amélioration des fonctionnalités et de l'expérience utilisateur