Trouvez votre prochaine offre d’emploi ou de mission freelance Natural Language Processing (NLP) à Paris

Mission La mission d'une institution financière majeure est de contribuer à une croissance responsable et durable par un financement de l'économie dans le respect des plus hauts standards éthiques, en particulier dans les domaines de l'anti-blanchiment d'argent, de la lutte contre le terrorisme, et de la lutte contre la fraude et l'ingénierie sociale. L'optimisation des services opérationnels via la science des données représente une opportunité majeure pour notre entreprise de se démarquer sur le marché. Descriptif du Poste Assurer la recherche de données et la mise au point de modèles performants afin d'assister de nombreuses équipes de la banque commerciale dans leur effort d'identification et d'analyse des comportements suspects. Déployer et intégrer ces modèles dans les infrastructures et flux de travail de l'entreprise en assurant un impact positif et maîtrisé. Profil Recherché Nous cherchons un profil capable de développer et intégrer des solutions avancées de data science appliquée à des données structurées en priorité. Des compétences en traitement du langage naturel (NLP traditionnelle, voire GenAI) seraient un plus permettant de proposer à nos clients internes des fonctionnalités différenciantes et l'évolution en interne du profil vers d'autres projets. Ce profil doit connaître en détail le fonctionnement de nombreux algorithmes d'apprentissage, supervisé comme non supervisé, et être en pleine possession des méthodologies d'évaluation de modèles. Idéalement, le candidat devrait avoir une expérience pratique dans des projets similaires et démontrer une capacité à traduire un problème concret en problème mathématique au moyen des données. Une excellente maîtrise de Python et de SQL est en outre nécessaire. Des compétences de type "soft skills" seront également incontournables, comme la gestion de projet, une écoute de qualité avec les interlocuteurs métier ainsi qu'une bonne communication, et un goût de la collaboration et le partage des connaissances, notamment avec les autres data scientists et les équipes techniques et opérationnelles (MLE, MLOPS, OPS).

Mission AI Engineering (expertise avancée en IA traditionnelle et Gen IA), pour l'accompagnement de nos équipes IT dans la conception, le développement et l'intégration de nos cas d'usages IA en production. Mise à l'échelle des modèles développés, en garantissant leur performance, leur sécurité et leur monitoring dans l'environnement de production. Responsabilités Analyse en profondeur des besoins métier pour concevoir des solutions d'IA sur mesure, performantes, évolutives et économiquement viables. Interaction avec les équipes IT et Opérations pour l'intégration et la maintenance des modèles. Instauration d'une culture de partage de connaissances en IA au sein de l'IT, en organisant des ateliers, des formations et des sessions de mentorat pour faire monter en compétence les équipes. Évaluation régulièrement les solutions d'IA déployées pour en mesurer l'impact, proposer des améliorations continues et assurer une gestion rigoureuse des coûts associés. Support technique et recommandations stratégiques aux équipes projets, tout en veillant à l'optimisation des coûts et à l'efficience des ressources déployées. Garantie de la conformité aux standards de sécurité et aux bonnes pratiques de développement. Compétences techniques Expertise en apprentissage automatique & profond (Machine Learning, Deep Learning...), en traitement du langage naturel (NLP, LLM, Transformers, …), et sur les domaines/technologies pertinents de la Gen IA (RAG, Agent IA, parseur des documents, évaluation et monitoring, etc…) Maîtrise des langages de programmation (e.g. Python...) et des frameworks d'IA (TensorFlow, PyTorch...) et de GenIA (LangChain, LangGraph…) Outils de gestion de données et de modélisation (SQL, NoSQL, Hadoop, Spark, etc.), ainsi que la capacité à développer et à déployer des solutions d'IA dans des environnements de production à grande échelle. Pratiques pour le déploiement comme le MLOPS/GenIA OPS, pour la surveillance et la maintenance des systèmes d'IA en production, garantissant ainsi une transition fluide et efficace du développement à la production. Principes de l'ingénierie logicielle, y compris le développement agile, l'intégration continue et le déploiement continu (CI/CD). Environnements cloud (IBM en particulier) Autres compétences Métier d'Asset Management Aptitude à communiquer des concepts techniques complexes de manière claire et pédagogique, facilitant ainsi le transfert de connaissances. Résolution de problèmes complexes.

1. Contexte général Dans un contexte de transformation digitale et de modernisation de son système d’information, la GBU S&EM poursuit le déploiement de la plateforme Orchestrade , progiciel front-to-back de trading et de gestion des risques, développé en partenariat étroit avec l’éditeur. Afin d’accompagner un rythme soutenu de livraisons applicatives , un renforcement des équipes est nécessaire pour garantir la qualité, la fiabilité et la conformité de la chaîne applicative autour d’Orchestrade. 2. Objet de l’appel d’offres Le présent appel d’offres vise à sélectionner un(e) QA & Automation Engineer Junior capable d’intervenir sur les activités d’assurance qualité, d’automatisation des tests et d’amélioration continue, dans un environnement applicatif complexe intégrant des traitements batch et des pipelines CI/CD. 3. Périmètre de la mission3.1 Assurance qualité Le consultant interviendra sur les activités suivantes : Analyse des spécifications fonctionnelles et techniques Rédaction de cas de tests fonctionnels et techniques Exécution de campagnes de tests (fonctionnels, intégration, non-régression) Identification, qualification et documentation des anomalies Vérification de la conformité applicative vis-à-vis des exigences métiers et réglementaires Participation aux phases de recette applicative 3.2 Automatisation & scripting Développement et maintenance de scripts de tests automatisés Contribution à l’évolution des frameworks de tests existants Automatisation des tests batch et applicatifs Intégration des tests automatisés dans les chaînes CI/CD existantes 3.3 Usage de l’IA générative appliquée à la QA Réalisation de POCs rapides exploitant des outils d’IA générative Aide à la génération automatique de cas de tests Assistance à l’analyse et à la qualification des anomalies Optimisation de la couverture de tests Contribution aux initiatives d’amélioration continue autour du test intelligent 4. Environnement techniqueLangages & développement Python (scripting, automatisation, manipulation de données de test) C# / .NET (tests d’applications backend) Notions Front-end : HTML, CSS, JavaScript (visualisation, dashboards simples) Automatisation & intégration continue Outils de tests UI et/ou API Pipelines CI/CD (Git, Jenkins, GitLab CI ou équivalent) Ordonnancement & batch Automic ou outils équivalents Compréhension des traitements batch, flux applicatifs et dépendances IA & data (niveau notionnel) Intérêt marqué pour l’IA générative Notions de machine learning, NLP ou outils IA appliqués à la QA 5. Profil recherché Diplôme d’ingénieur en informatique, idéalement avec une spécialisation IA ou data Première expérience significative en : QA automatisation de tests support technico-fonctionnel (alternance acceptée) Capacité à évoluer dans des environnements applicatifs complexes Autonomie, adaptabilité et capacité à travailler sous contrainte de delivery