Trouvez votre prochaine offre d’emploi ou de mission freelance SciPy

Présentation du contexte L’ Analytics Factory conçoit et développe des services analytiques avancés pour fournir aux équipes métier des données et des analyses fiables. L'objectif est de soutenir la transformation analytique et d'appuyer la prise de décision stratégique dans tous les domaines de l'entreprise. Dans le cadre de la digitalisation du processus promotionnel PGC via un portail amont collaboratif intégrant directement les fournisseurs, nous recherchons un(e) Data Scientist Python Senior pour concevoir et déployer des solutions d'Intelligence Artificielle de pointe. 🚀 Missions et Périmètre Fonctionnel (IA) Le projet s'articule autour du déploiement de 3 agents intelligents (IA Agentique) : Agent Négo : Automatisation des demandes, simulations d'impact (CA / marge) et formulation de contre-propositions. Agent Pilotage : Ajustement dynamique des catalogues sous contraintes et système d'alertes en temps réel. Agent Admin : Génération automatisée des Appels d'Offres (AO) et des mandats. Intégration & Écosystème : Connexion et intégration obligatoires des modèles au sein de l'écosystème Data interne. 🗺️ Roadmap du projet S1 2027 : Déploiement du socle collaboratif de base. S2 2027 : Déploiement complet et mise en production des agents IA. Conditions de la mission Date de démarrage : ASAP Date de fin prévisionnelle : 02/07/2029 (Mission longue visibilité) Localisation : Massy (Essonne) Rythme de travail : Hybride (2 jours par semaine sur site obligatoires) Tarif Journalier Maximum (Prix d'achat max) : 510 € / jour

Le contexte Tu intègres une équipe data de +12 personnes sur un projet à forte criticité : conception de workflows agentiques connectés à un écosystème data interne, avec de vrais enjeux business (CA, marge, pricing, promotion). Solide expérience en Machine Learning & optimisation (modèles prédictifs, algos de perf — idéalement pricing ou promotion) Data modeling pour alimenter des agents IA (input agents, référentiels produits) Maîtrise de l' IA générative et du NLP : conception de workflows agentiques (analyse de messages, génération de réponses, interaction automatisée) Stack & atouts appréciés Python (Pandas, NumPy, SciPy), Scikit-learn / TensorFlow / PyTorch, GCP , BigQuery & Looker Studio, Git / CI/CD, bonnes pratiques de craftsmanship (SOLID, tests, Sonar), méthodes agiles. Profil +7 ans en Data Science Python, Bac+5 (école d'ingé / université) ou équivalent Expertise hybride : Agentic AI + GenAI (LLM) + ML décisionnel Français courant (interactions métier)

Le client digitalise son processus promotionnel PGC via un portail amont collaboratif intégrant directement ses fournisseurs. Périmètre fonctionnel (IA) : Déploiement de 3 agents intelligents : Agent Négo : Automatisation des demandes, simulations d'impact (CA/marge) et contre-propositions. Agent Pilotage : Ajustement dynamique des catalogues sous contraintes et alertes. Agent Admin : Génération automatisée des Appels d'Offres et mandats. Intégration : Connexion obligatoire à l'écosystème Data Carrefour (Darwin, CPO, Apoline). Roadmap : S1 2027 : Socle collaboratif de base. S2 2027 : Déploiement complet des agents IA. Must Have ● Expertise en Machine Learning & Optimisation : Solide expérience dans la création de modèles prédictifs et d'algorithmes d'optimisation de la performance (idéalement en pricing ou promotion) ● Data Modeling : Capacité à structurer des modèles de données pour alimenter des agents IA (input agents, référentiels produits) ● Maîtrise de l'IA Générative et du NLP : Capacité à concevoir des workflows agentiques pour l'analyse de messages, la génération de réponses et l'interaction automatisée avec des tiers Nice to have ● Concevoir, développer et maintenir des applications et modèles d’apprentissage automatique robustes et scalables avec Python ● Maîtriser les bibliothèques de manipulation et d’analyse de données : Pandas, NumPy, SciPy ● Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch ● Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables ● Utiliser les plateformes de cloud computing, notamment GCP ou équivalents ● Gérer le versionning des données et des modèles ● Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly Gérer les bases de données relationnelles et/ou orientées document ● Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning ● Intégrer les principes de craftsmanship et les bonnes pratiques telles que SOLID, YAGNI et la couverture de tests avec Sonar ● Appliquer les principes d’observabilité pour monitorer et diagnostiquer les applications et modèles ● Participer à toutes les phases du cycle logiciel, de la conception à la mise en production et au run ● Contribuer à l’amélioration continue des pratiques de développement et assurer la qualité, la simplicité et la maintenabilité du code ● Assurer la maintenance et l’évolution des applications et modèles existants ● Appliquer les méthodes agiles, notamment Scrum Exploitation de BigQuery et Looker Studio pour la visualisation data ● Connectivité étendue : Capacité à développer des connecteurs robustes avec l'écosystème interne/externe