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

Intégré(e) aux équipes d'un de nos clients grand compte, votre mission portera sur l'industrialisation et l'automatisation de certaines tâches liées aux migrations d'applications et de données, notamment la génération de documentation, les certifications et le paramétrage, afin de gagner du temps et fiabiliser les déploiements. Le détail de vos missions sera le suivant : - Analyser les processus actuels de l'usine de migration (migration de données, paramétrage, certification) afin d'identifier les opportunités d'automatisation les plus pertinentes. - Concevoir et mettre en œuvre des solutions d'automatisation personnalisées, en s'appuyant sur les dernières avancées de l'IA générative et de l'agentique. - Développer des outils et scripts pour automatiser la génération de livrables (rapports, documentation, scripts de test, etc.) ou pans de processus. - Accompagner les équipes (migration de données, paramétreur, certificateur) dans l'adoption et l'utilisation des nouvelles solutions automatisées. - Assurer la maintenance et l'amélioration continue des solutions déployées. Environnement technique à maîtriser : IA Générative - Compréhension des Large Language Models (LLMs) et de leur fonctionnement. - Expérience dans l'utilisation et le fine-tuning de modèles comme GPT, Llama, Mixtral, ou équivalents. - Capacité à générer divers types de contenus : code, documentation, spécifications, rapports, etc. - Connaissance des techniques de Prompt Engineering avancées. Agentique (Autonomous Agents) - Compréhension des architectures et des frameworks d'agents autonomes (ex: LangChain, Auto-GPT...). - Capacité à concevoir et implémenter des agents capables d'exécuter des tâches complexes de manière autonome ou semi-autonome. - Expérience dans la gestion de la mémoire, de la planification et de l'exécution d'actions par des agents. Développement : - Excellente maîtrise de Python - Compétences en JavaScript, TypeScript, ou autres langages orientés web. - Frameworks d'IA/ML : bibliothèques comme TensorFlow, PyTorch, Scikit-learn. - Bases de données relationnelles : SQL et/ou NoSQL. - API et intégration : APIs RESTful et services externes. - Outils de CI/CD - Cloud Computing : familiarité avec au moins une plateforme cloud majeure (AWS, Azure, GCP) et ses services IA. - Conteneurisation : Docker, Kubernetes. - Pratique de l'agilité (SCRUM, SAFE)

Data Scientist IA GEN, Python, Machine Learning, Prompt engineering, MLOPS Nantes (2 jours TT). - Une base solide en Python pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Une Connaissance de SQL - De Solides connaissances de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Une Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch Activité principales attendues : Machine Learning / Deep Learning • Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche ML/DL • Création et production de modèles d'apprentissage automatique industrialisables • Traitement de données à grande échelle pour la création de jeux de données d'entraînement • Appliquer les bonnes pratiques de MLOps et d'explicabilité des modèles • Présenter les résultats aux parties prenantes et aider au suivi à long terme de la performance du modèle pour démontrer la valeur de l'IA IA Générative • Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche IA Gen • Prompt engineering • Bench via des solutions d'évaluation des modèles d'IA Gen • Optimisation des solutions (paramétrage des modèles) Notre client attend de la candidature que vous proposerez : - qu'elle soit autonome sur l'IA Gen (prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails) - qu'elle dispose d'une expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur) Enfin qu'elle ait : - Une base solide en Python pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Une Connaissance de SQL - De Solides connaissances de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Une Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch

Data Scientist IA GEN, Python, Machine Learning, Prompt engineering, MLOPS Nantes (2 jours TT) - Une base solide en Python pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Une Connaissance de SQL - De Solides connaissances de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Une Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch Activité principales attendues : Machine Learning / Deep Learning • Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche ML/DL • Création et production de modèles d'apprentissage automatique industrialisables • Traitement de données à grande échelle pour la création de jeux de données d'entraînement • Appliquer les bonnes pratiques de MLOps et d'explicabilité des modèles • Présenter les résultats aux parties prenantes et aider au suivi à long terme de la performance du modèle pour démontrer la valeur de l'IA IA Générative • Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche IA Gen • Prompt engineering • Bench via des solutions d'évaluation des modèles d'IA Gen • Optimisation des solutions (paramétrage des modèles) Notre client attend de la candidature que vous proposerez : - qu'elle soit autonome sur l'IA Gen (prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails) - qu'elle dispose d'une expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur) Enfin qu'elle ait : - Une base solide en Python pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Une Connaissance de SQL - De Solides connaissances de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Une Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch