Trouvez votre prochaine offre d’emploi ou de mission freelance Produit minimum viable (MVP) à Lille

Expertise Métier et Besoins. Consolidation de l'argumentaire vendeur : réflexion autour de notre différenciation dans un shopping agent. Aide et conception du parcours client. Priorisation : Animation des sessions d'arbitrage pour définir le MVP. Recueillir les besoins métier : Collecter les insights des meilleurs vendeurs et les connaissances métiers pour enrichir l'argumentaire de l'IA. Coordonner les actions : Orchestrer les différents acteurs (Digital, Agentique, IT) pour piloter le déploiement et atteindre l'objectif.

Contexte Dans le cadre du renforcement de ses équipes Data, notre client recherche un Data Scientist senior spécialisé en Deep Learning et NLP , avec une expérience significative dans le secteur retail . Mission longue durée : 12 mois renouvelables . Missions Concevoir, développer et optimiser des modèles de Deep Learning (PyTorch) appliqués à des cas d’usage retail Travailler sur des problématiques avancées de : Learning to Rank (LTR) Ranking / systèmes de recommandation Génération d’embeddings Fine-tuner et adapter des modèles existants : LLM (Large Language Models) autres modèles NLP Explorer, analyser et valoriser des données complexes pour améliorer la performance des modèles Réaliser des PoC / MVP pour valider les approches techniques Participer à l’industrialisation et à l’amélioration continue des modèles Collaborer avec les équipes métiers et techniques (Data, Produit, IT) Environnement technique Python (expert) Machine Learning / Deep Learning PyTorch NLP / LLM Google Cloud Platform (GCP) Soft skills Esprit analytique et orienté résultats Capacité à travailler en équipe transverse Autonomie et capacité à proposer des solutions Bonne communication

Un premier MVP a été développé et déployé, avec des retours positifs de la part des utilisateurs, confirmant ainsi l’intérêt porté à ce produit. Nous lançons désormais le Lot 2 , dont l’objectif est de consolider et d’enrichir un produit existant, en s’appuyant notamment sur les usages observés et les retours des métiers. Ce produit est destiné aux collaborateurs et repose sur une base de données solide, intégrée à un écosystème digital déjà en place. L’équipe, volontairement restreinte, se compose d’un Product Manager et d’un développeur backend . Mission Le développeur aura pour rôle d’intervenir sur l’évolution d’un produit existant dans le cadre du Lot 2 du MVP. Sa contribution principale portera sur : Le développement et l’amélioration de l’interface utilisateur L’enrichissement des fonctionnalités déjà implantées L’intégration avec les briques digitales existantes via des API Ce projet, ambitieux, volontaire et passionnant, nécessite de recruter un développeur à la hauteur de ce défi. La personne idéale doit faire preuve d’une communication claire, d’une grande capacité de travail, ainsi que d’un excellent sens de l’organisation.

Contexte de la mission Au sein de l’équipe Recommandation, le candidat retenu jouera un rôle clé dans l’exploration et la mise en œuvre de nouveaux algorithmes visant à enrichir nos systèmes de recommandation, essentiels au bon fonctionnement de notre site. La mission consiste à concevoir, prototyper et valider des solutions innovantes reposant sur l’intelligence artificielle (IA) et l’apprentissage automatique (ML), afin d’améliorer l’expérience utilisateur et de répondre aux enjeux métier liés à la personnalisation. Vos missions principales seront les suivantes : Veille et innovation autour des systèmes de recommandation : Suivre activement les dernières avancées en IA et ML (Deep Learning, apprentissage par renforcement, etc.). Identifier et évaluer les technologies en lien avec les cas d’usage, notamment en lien avec les Large Language Models (LLM) et l’IA générative, pour définir leur pertinence et leur potentiel d’intégration. Développement et expérimentation : Concevoir, réaliser et tester des Proof of Concept (PoC) et des Minimum Viable Products (MVP) performants et sécurisés, afin de valider la faisabilité technique des solutions envisagées. Cette étape inclut une approche itérative pour maximiser l’efficacité des prototypes. Analyse de données et modélisation : Explorer des jeux de données complexes pour identifier des patterns, insights et opportunités d’amélioration. Concevoir, entraîner et affiner des modèles d’IA adaptés aux cas d’usage métiers, afin d’optimiser la pertinence des recommandations générées. Travail en équipe et partage des connaissances : Collaborer étroitement avec les équipes métiers, les Product Owners et les équipes transverses (notamment AAAI). Comprendre leurs besoins, échanger sur les avancées techniques, et assurer une documentation claire et précise des choix et des résultats obtenus. Intégration et amélioration continue : Travailler avec l’équipe AI Capabilities pour l’intégration et le déploiement des solutions IA sur les plateformes existantes (ML Solution, GenAI Solution). Contribuer à l’évolution des systèmes en intégrant les retours d’expérience et en adaptant les modèles en continu pour garantir leur performance et leur adaptéibilité. Ce poste nécessite une forte capacité d’auto-apprentissage, un esprit d’innovation, ainsi qu’une aptitude à travailler en équipe dans un environnement dynamique et technologique en constante évolution.

Contexte : Dans le cadre d'une transformation digitale majeure, un leader de la distribution omnicanale lance un Shopping Agent basé sur l'IA . L'objectif est révolutionnaire : permettre à chaque client de trouver son produit idéal en moins de 5 minutes grâce à une expérience conversationnelle et prédictive. 🎯 Vos Missions En tant que garant de la vision produit, vous orchestrez la création de cet assistant intelligent. Votre rôle se décline en trois piliers : 1. Vision et Cadrage Stratégique Définir et porter la stratégie globale pour garantir la désirabilité et l’efficacité de l’assistant. Rédiger le cahier des charges fonctionnel en mettant l'accent sur les capacités agentiques . Concevoir le design détaillé des parcours (agent principal et agents de services spécialisés). 2. Expertise Métier & Product Management Priorisation : Animer les sessions d’arbitrage pour définir et piloter le MVP. Roadmap : Construire la trajectoire de développement IT (focus T1) en synergie avec les services prioritaires. Différenciation : Consolider l'argumentaire de vente de l'IA en intégrant les insights des meilleurs vendeurs terrain pour enrichir la base de connaissances. 3. Coordination & Déploiement Orchestrer les interactions entre les différents pôles : Digital, Data/IA, et IT. Assurer le suivi des livrables et la fluidité du parcours client de bout en bout. 👤 Profil Recherché Expérience : Minimum 5 ans en Product Ownership, avec une expérience significative sur des projets IA Générative ou LLM . Compétences clés : * Maîtrise du cycle de vie produit (Agilité, Scrum). Capacité à traduire des besoins "métier" complexes en spécifications techniques pour l'IA. Forte culture UX orientée conversationnel. Soft Skills : Leadership, esprit de synthèse et capacité à naviguer dans un écosystème multi-acteurs. 📅 Modalités Pratiques Lieu : Lille (Rythme hybride : 3 jours/semaine obligatoires sur site). Tarif (TJM) max : 400 € Date de démarrage : ASAP Durée de la mission : Jusqu'au 31/12/2026 (Mission longue visibilité).

🎯 Objectif global Concevoir et développer de nouveaux algorithmes de Machine Learning afin d’enrichir et d’améliorer un système de recommandation à fort impact business. 📦 Livrables attendus Développement d’algorithmes ML opérationnels Prototypes (PoC / MVP) validés techniquement Documentation technique associée Mécanismes d’explicabilité des modèles Recommandations d’optimisation et d’industrialisation 🚧 Contraintes du projet Forte exigence de performance et de robustesse Nécessité d’explicabilité des algorithmes Intégration dans un écosystème data existant Collaboration transverse avec équipes produit et techniques 🧠 Missions principales1. Veille & Innovation Suivre les avancées en IA/ML (Deep Learning, Reinforcement Learning, LLM, IA générative) Identifier les technologies pertinentes pour les cas d’usage recommandation Proposer des approches innovantes adaptées aux enjeux métier 2. Conception & Expérimentation Concevoir des Proof of Concept (PoC) Développer des MVP robustes Tester et comparer différentes approches algorithmiques 3. Analyse de données & Modélisation Explorer et analyser des datasets complexes Identifier patterns et signaux exploitables Concevoir, entraîner et évaluer des modèles de recommandation 4. Explicabilité & Qualité Mettre en place des mécanismes d’interprétabilité Garantir la compréhension des résultats par les parties prenantes Documenter les choix techniques et les performances 5. Collaboration & Intégration Travailler en lien étroit avec Product Owners et équipes data Participer à l’intégration des modèles dans les plateformes existantes Contribuer à l’amélioration continue des solutions IA 🌍 Langues Français courant – Impératif Anglais professionnel – Secondaire

• Vision & Stratégie Produit IA : Porter la vision produit des solutions d’IA en étroite collaboration avec les équipes métier. Cela inclut d’identifier les opportunités d’usage de l’IA au service du Risque, du Paiement, du Digital et des autres lignes métiers, et de prioriser les projets en conséquence (focus valeur et faisabilité). • Gestion du Backlog & Priorisation : Être garant de la priorisation des initiatives Data Science/IA. Vous traduisez les besoins métier en features et user stories, alimentez et maintenez le backlog, et arbitrez les priorités en fonction de la valeur ajoutée attendue, du feedback utilisateur et des contraintes (réglementaires, techniques, ROI). Votre objectif est de maximiser l’impact business de chaque sprint livré. • Pilotage du Delivery Agile : Piloter la delivery des projets IA en méthodologie agile. Vous organisez et animez les cérémonies Scrum/Kanban (planification, revues, démonstrations, rétrospectives), suivez l’avancement des développements, et assurez la levée des obstacles en coordination avec les autres départements. Vous veillez au respect des engagements de qualité, budget et délais, et communiquez de manière proactive sur l’avancement auprès des sponsors. • Coordination Métiers–Data–IT : Jouer le rôle d’interface et de facilitateur entre les équipes Data Science, les équipes IT (architectes, MLOps, sécurité…) et les métiers sponsors. Vous travaillez en collaboration étroite avec les experts métier pour co-construire les solutions et favoriser leur adoption, tout en intégrant les contraintes techniques avec les équipes Data/IT pour une implémentation fluide. • Crédit & Risque (Scoring) – Use cases « Machine Learning » traditionnels : Sur ce pilier clé, vous pilotez les évolutions des modèles de scoring crédit (scoring d’octroi, scores comportementaux). En lien direct avec les équipes Risque et Validation, vous concevez et suivez les projets d’optimisation des scores existants et le développement de nouveaux modèles, en explorant des approches innovantes (par ex. nouvelles données, algorithmes avancés). Vous vous assurez que les modèles délivrés contribuent à la stabilité du coût du risque (suivi des KPIs de performance) et respectent les exigences réglementaires. Vous veillez également à la mise en production et au monitoring de ces modèles (détection de dérive, recalibrage), en collaboration avec les Data Scientists et Analystes Risque. • IA Générative & Agents : Vous explorez et déployez les cas d’usage liés à l’IA Générative pour transformer nos processus internes et la relation client. Concrètement, vous pilotez des projets d’agents IA (chatbots avancés, assistants cognitifs, systèmes à base de LLM, approches RAG – Retrieval-Augmented Generation). Par exemple, vous pourrez lancer des MVP d’agents pour automatiser l’analyse de documents complexes, assister les équipes internes (Audit, Marketing…) ou enrichir le support client. Vous définissez les objectifs et indicateurs de succès de ces projets, supervisez les étapes de prototypage et de déploiement en production, et veillez à mettre en place des architectures agentiques robustes pour ces solutions. Vous aurez aussi à cœur d’évaluer et optimiser les performances de ces agents (cohérence des réponses, pertinence, diversité), en vous appuyant sur des méthodologies de pointe (par ex. LLM as a Judge pour la qualité des réponses). L’enjeu est de concrétiser les promesses de l’IA générative tout en garantissant un usage responsable et efficace pour l’entreprise.