Trouvez votre prochaine offre d’emploi ou de mission freelance Scikit-learn à Lille

Dans le cadre de sa feuille de route IA, nous sommes à la recherche d’un (e) Data Scientist / Machine Learning Engineer confirmé. Ce poste requiert une expertise en Data Science orientée vers le Machine Learning, avec au moins 5 à 7 ans d'expérience. Les candidats doivent posséder une connaissance approfondie des modèles supervisés, ainsi qu'une maîtrise du langage Python et de l'écosystème ML. Ce rôle est crucial pour l'optimisation de l'expérience client grâce à l'intégration de l'IA et du Machine Learning dans les processus opérationnels. Responsabilités Principales : Concevoir et optimiser les scores d'octroi et de comportement, en explorant des approches innovantes. Assurer le monitoring de la dérive des modèles. Collaborer avec les équipes Métiers et Risque. Optimiser l'expérience client en intégrant des modèles d’IA en temps réel sous forme d’API. Participer à l’architecture technique en suivant les meilleures pratiques de développement. Prototyper et déployer des solutions d’IA Générative pour transformer les processus internes. Évaluer et monitorer les performances des agents. Exigences Clés 5-7 ans d’expérience en Data Science et Machine Learning. Expérience en modèles supervisés: Logistic Regression, Tree-based models, Gradient Boosting (XGBoost / LightGBM). Maîtrise du langage Python et de l’écosystème ML (Pandas, Scikit-learn, MLflow). Expérience en déploiement de modèles API et pipelines automatisés. Atouts Souhaitables Connaissance de Snowflake et enjeux bancaires. Expérience avec les outils Azure (Azure ML, Foundry). Familiarité avec les approches explicables (SHAP/LIME). Autres Détails Ce poste se situe dans un environnement orienté vers l’écosystème Data Engineering et MLOps. Il est attendu une excellente maîtrise de l’intégration CI/CD, des tests et du monitoring, ainsi qu'une bonne connaissance des outils tels que Databricks, pySpark, Confluence, JIRA et Bitbucket. Il est essentiel d’être à l’aise avec la modélisation ML et l’architecture du SI. Lieu : LILLE Télétravail : 2 jours par semaine