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

Afin de mener à bien notre mission l’équipe est composée de Data Engineer, de Data Scientist, de développeurs Python et d’un data analyst. L’équipe se veut jeune dynamique, motivée et très pro-active, l’entraide et la bonne ambiance sont présentes. Le candidat devra donc avoir la personnalité permettant de conserver cette dynamique intacte. Les softs skills sont donc autant essentielles que la technique : bon communiquant, motivé, force de proposition et sociable. La mission : Un programme visant à traiter l’ensemble des uses cases nécessitant l’utilisation d’IA à destination de la Finance a été lancé. Dans le cadre de notre activité nous avons pour mission d’accompagner la phase de cadrage faite par les Product Owner et d’implémenter des solutions adaptées aux besoins exprimés. Pour se faire nous cherchons à renforcer l’équipe actuelle constituée de développeur Full stack (Python\Angular) de data engineer et de data scientist avec un Data Engineer possédant de bonnes compétences en IA générative. La mission principale du profil retenu sera : Concevoir et développer des solutions de traitement de données complexes Implémenter solutions exploitant des modèles d'IA générative Participer à la mise en place de prompts et de RAG Collaborer étroitement avec les Product owner, les autres membres de l’équipe et d’autres DSI afin garantir l'efficacité et la fiabilité des solutions mises en œuvre. Si vous êtes passionné par les défis liés à la manipulation de données non structurées, que vous maîtrisez le Python et que vous avez une solide expérience en Data Engineering et en Ia générative, nous serions ravis de recevoir votre candidature. L’environnement de travail se veut stimulant, il offre des opportunités d'apprentissage continu et des projets innovants au sein d'une équipe dynamique et passionnée par les technologies émergentes. Durant votre intervention vous serez rattaché au responsable de l’équipe de développements tactiques et vous serez supervisé par un membre de l’équipe maitrisant les outils de data science. Vous serez fréquemment au contact du métier, des équipes innovation et d’autres développeurs.

Solution Architecte expérimenté avec une double compétence Python/IA et maîtrise du vibe coding, capable de concevoir des architectures innovantes tout en accompagnant une équipe de développeurs dans un contexte agile et international. 1. Description de la mission Dans le cadre des projets IT Innovation, il s'agira d'intégrer et de renforcer l'équipe, en tant que Solution Architecte et Tech Lead IA Python . Vous serez en charge des spécifications, conceptions architecturales et réalisations des différents modules nécessaires à la mise en production des solutions IA. Cette équipe travaille en mode agile en proximité avec les métiers Products & Innovation ainsi que les équipes métier et IT des autres filières du client. En tant que Tech Lead, vous aurez la responsabilité de développer les solutions tout en accompagnant et en montant en compétences les développeurs Python/IA de l'équipe . Vous jouerez un rôle clé dans l 'architecture des solutions IA, l'intégration des LLMs et technologies ML/DL, et dans la mise en place des meilleures pratiques de développement assisté par IA. Expert reconnu en vibe coding , vous maîtrisez parfaitement l'utilisation des outils d 'IA générative (GitHub Copilot, Cursor, Claude, ChatGPT) pour accélérer le développement tout en garantissant la qualité architecturale et la maintenabilité du code. Vous êtes capable de former et guider l'équipe dans l'adoption de ces nouvelles méthodes de travail. La mission se déroule dans un contexte anglophone, la maîtrise de l'anglais est obligatoire . Résultats attendus (Livrables) • Participation active aux workshops avec les équipes IT/métiers du client et contribution aux décisions architecturales • Conception et design d'architectures de solutions IA scalables et robustes (LLMs, ML/DL, data pipelines) • Prise en charge des modules critiques du projet : Architecture, Conception, Développement, Tests, mise en production • Accompagnement et mentorat des développeurs Python/IA de l'équipe (code reviews, pair programming, transfert de compétences) • Formation et coaching de l'équipe sur les techniques de vibe coding et utilisation optimale des outils IA • Création d'une bibliothèque de prompts réutilisables et de best practices pour le développement assisté par IA • Définition et mise en place des standards de développement Python et des best practices IA • Échanges et communications techniques avec les autres membres de l'équipe et les parties prenantes • Documentation architecturale complète (ADR - Architecture Decision Records, diagrammes, patterns, choix techniques) • Documentation des best practices techniques et méthodologiques détaillée • Mise en place et automatisation des tests (pytest, unittest, tests d'intégration, tests de modèles IA) • Contribution à la stratégie MLOps et à l'industrialisation des solutions IA • Optimisation des performances et des coûts des solutions IA (latence, throughput, coûts API) • Veille technologique et recommandations sur les évolutions techniques de la stack Python et IA • Évaluation et benchmark des nouveaux outils, frameworks et modèles IA pour améliorer la productivité • Animation de sessions de partage de connaissances sur l'IA et le vibe coding

Data Scientist Machine Learning / Deep Learning Aix ASAP Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - 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). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - 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) Compétences et expériences demandées : - Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. - 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). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch - Pratiquer une veille active sur vos domaines de compétence. - Participez activement à la construction de la stratégie en effectuant la veille technologique, étant force de proposition sur les nouveaux outils / nouvelles méthodes à utiliser et le partageant avec le reste de l’équipe

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

Missions principales🔹 Administration & Exploitation Administration de l’orchestrateur Elastic Cloud Enterprise (ECE) Administration des clusters Elasticsearch du groupe Gestion des architectures Hot / Warm / Cold / Frozen Mise en œuvre de Datastream & Searchable Snapshots Supervision de la performance et optimisation des clusters à forte volumétrie 🔹 Performance & Résolution d’incidents Diagnostic et résolution des problèmes de performance complexes Analyse fine des indexations massives (>100k/sec) Intervention en production sur incidents critiques 🔹 Projets & Évolutions Participation à la migration ECE 3.5 et Elasticsearch 8.x Intégration du patrimoine applicatif dans l’offre Supervision DSI / AIOps Contribution à l’évolution de l’offre de service Data4Ops Intégration dans la chaîne CI/CD (Git, Jenkins, XL-Deploy, Bitbucket) 🔹 Architecture & Expertise Participation à la définition d’architectures techniques Conception technique (design) des infrastructures Middleware Études d’opportunité et analyses techniques stratégiques Veille technologique 🔹 Gouvernance & Qualité Application des normes qualité, sécurité et productivité Collaboration transverse (réseau, sécurité, systèmes) Rédaction de documentation technique Présentation des dossiers devant instances internes

Rôle transversal positionné entre les équipes métier, les équipes Data Engineering, les Data Analysts/Modelers et les sponsors projets, vous intervenez sur : Des programmes Data d’envergure (Data Lakehouse, modernisation BI, Data Governance, MDM, Analytics avancés). Des environnements Cloud (Azure, GCP, AWS) et des architectures modernes (Data Mesh, Datavault). Des enjeux de pilotage projet, de cadrage fonctionnel et d’accompagnement à la transformation Data. En tant que Senior (+8 ans), nous attendons de vous : Une grande autonomie et capacité à sécuriser un projet ou un périmètre. Une forte expérience en gestion de projets Data complexes. Une capacité à accompagner les équipes, structurer les pratiques et diffuser la culture Data. Une maîtrise avancée des méthodologies de modélisation (3NF, Étoile/Flocon, Data Mesh…), des pipelines ETL/ELT, et des outils BI.

Data Scientist Machine Learning / Deep Learning Aix ASAP Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - 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). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - 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) Compétences et expériences demandées : - Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. - 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). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch - Pratiquer une veille active sur vos domaines de compétence. - Participez activement à la construction de la stratégie en effectuant la veille technologique, étant force de proposition sur les nouveaux outils / nouvelles méthodes à utiliser et le partageant avec le reste de l’équipe

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

Contexte du poste : Rattaché à la Direction des Applicatifs Métiers et Corporate au sein de la Direction des Systèmes d'Information (DSI), le poste de Chef de projet / Responsable applicatif s’inscrit dans un contexte de transformation et d’évolution du périmètre « Expertise Construction ». Le candidat interviendra à la fois sur des activités de RUN et sur des projets structurants, avec une forte dimension transverse (archivage, intégration d’outils, industrialisation de solutions innovantes). Il contribuera également à l’industrialisation de cas d’usage autour de l’IA, dans une logique de passage à l’échelle. Vos missions : Assurer le RUN sur le périmètre « Expertise Construction » (environ 20 % de la charge) : suivi des incidents, support utilisateurs, participation aux Copil / Coproj, suivi contractuel et pilotage des évolutions. Piloter et maintenir les applications du périmètre, notamment Avensys (gestion des sinistres), les outils Legacy d’archivage ainsi que les dashboards développés sous Streamlit. Prendre en charge des projets IT de bout en bout : cadrage, planification, coordination, suivi, déploiement et clôture. Contribuer au projet transverse d’archivage des dossiers et des données. Piloter plusieurs projets métiers sur le périmètre « Expertise Construction » (Rizlum, Visio Sight Call / Avensys, facturation électronique, intégration Sinapps (MAIF), Sage X3 / Avensys, optimisation de tournée, etc.) Encadrer l’industrialisation de solutions innovantes issues de POC (IA / passage à l’échelle) : formulaire Avensys, WhatsApp Stelliant, IPV, et autres cas d’usage à venir. Coordonner les différents acteurs (équipes métiers, DSI, prestataires) afin de garantir la bonne exécution des projets. Étudier les impacts et proposer des solutions d’amélioration des processus métier en lien avec les besoins business. Assurer le support fonctionnel auprès des utilisateurs et produire la documentation associée. Piloter le backlog des évolutions applicatives. Gérer les relations avec les prestataires externes et suivre les engagements de service (SLA).

Dans le cadre du renforcement d’une équipe Data au sein d’un grand acteur du retail, nous recherchons un Data Engineer capable d’intervenir sur des sujets variés autour de la Finance et de la Supply Chain . L’environnement est agile, pragmatique, peu structuré (non bancaire), nécessitant une vraie capacité d’adaptation et une forte autonomie. Missions 🔹 Développement & Intégration de données Conception et développement de pipelines Stambia Modélisation, optimisation et transformations de données dans Snowflake Développement et maintenance de modèles DBT (tests, documentation, exposures) Contribution aux bonnes pratiques : Git, qualité, tests, CI/CD 🔹 Finance Refonte de dashboards réseau Travaux autour du compte d’exploitation Amélioration de la fiabilité et disponibilité des données financières 🔹 Supply Chain Mise en place de KPI logistiques (WSR, SOTR…) Industrialisation des datasets existants ou à construire 🔹 Outils & Automatisation Participation au développement d’outils internes en Python / Streamlit (selon compétences)