Trouvez votre prochaine mission ou futur job IT.

Rejoignez-nous ! Nous recherchons un(e) Data Scientist Python Senior pour intervenir sur un programme stratégique de transformation Data & IA au sein d'un acteur majeur du secteur du Retail. Vous intégrerez une équipe Data expérimentée et contribuerez au développement de solutions de Machine Learning autour de problématiques de pricing, de recommandation de produits et d'optimisation de la performance commerciale. Vous évoluerez dans un environnement Cloud moderne, en collaboration étroite avec les équipes Data, IT et métiers afin de concevoir, industrialiser et déployer des modèles à forte valeur ajoutée. Ce que vous ferez : Concevoir, développer et optimiser des modèles de Machine Learning en Python. Développer des moteurs de recommandation et des algorithmes de personnalisation. Identifier et modéliser les relations entre les produits afin d'améliorer les performances commerciales. Construire des modèles d'optimisation de pricing et d'aide à la décision. Explorer, nettoyer, préparer et valoriser les données issues de différentes sources. Industrialiser les modèles et assurer leur mise en production dans un environnement Cloud GCP. Exploiter les services BigQuery et Vertex AI pour le développement et le déploiement des solutions. Collaborer avec les équipes métiers afin de comprendre les enjeux business et de transformer les besoins en solutions Data. Participer à l'amélioration continue des pipelines Data Science et des bonnes pratiques de développement (Git, CI/CD). Votre positionnement vous permettra d'intervenir sur des cas d'usage stratégiques, de contribuer à des projets innovants et d'avoir un impact direct sur les performances métier.

Finaliser le développement d'un outil de prévision du trafic aérien. Développer et optimiser les modèles de stimulation de la demande (régressions, corrélations). Finaliser la modélisation de l'indice de qualité de service (QSI) et des calculs de parts de marché. Produire une synthèse consolidée des résultats de simulation. Intégrer la solution dans l'écosystème Data de l'entreprise. Assurer la qualité, la maintenabilité et la mise en production de l'application. Collaborer avec les équipes métiers pour faciliter l'adoption de l'outil.

ContexteIntégrer l'équipe d'une banque d'investissement et contribuer aux activités clés de l'équipe. Missions :Maintien de la production actuelle des KPI/KRI en suivant les potentielles modifications de formule de calcul. Automatisation de la collecte des données et la production des nouveaux KPI/KRIs. Revalidation des formules de calcul de KPIs IAMs existants, et intégration au dashboard global. Création d'un tableau de bord destiné aux utilisateurs finaux des tests d'intrusion, incluant le pentest assisté par l'IA (mesures déjà affinées à présenter, DORT, périmètre vital, niveau de conformité global). Extension des mesures de contrôle sur la production de dashboard, incluant une couche additionnelle de reporting et d'envoi de mail pour alerte de mauvaise qualité de données. Renforcement du processus de scoring global et maintenance opérationnelle pour la Cyber Threat Intelligence afin de prioriser les vulnérabilités. Évolution du scoring à partir des apports CTI. Maintien en conditions opérationnelles de la consommation de cette information de priorisation par les équipes Production Security et Application Security. Amélioration de la fréquence de génération de cette information et mise en œuvre de vérifications de qualité de données avec des dashboards. Évaluation dédiée des CVE : interface web à la demande + API permettant l'auto-évaluation d'une CVE selon l'algorithme implémenté.

ContexteDans le cadre du développement de plusieurs produits d'intelligence artificielle déjà déployés en production, nous recherchons un(e) Data Scientist pour renforcer une équipe Data & IA composée de Data Scientists, MLOps Engineers, Product Owners et experts métiers. Vous interviendrez sur des problématiques de Machine Learning, IA générative et assistants conversationnels au service de différents métiers (service client, commerce, marketing, support opérationnel). L'objectif est de concevoir, industrialiser et améliorer des solutions d'IA à fort impact métier tout en garantissant leur performance, leur fiabilité et leur adoption. Vous travaillerez en étroite collaboration avec plusieurs équipes métier (Customer Care, Marketing, Commerce) ainsi qu'un Centre d'Excellence IA Générative au sein d'un environnement international. MissionsData Science & Machine Learning Concevoir, entraîner et évaluer des modèles de Machine Learning répondant à des problématiques métier variées. Réaliser des analyses exploratoires et identifier les variables les plus pertinentes pour les modèles. Mettre en œuvre des algorithmes de classification, clustering, prédiction et recommandation. Développer des modèles d'attribution et de Marketing Mix Modeling (MMM) afin de mesurer l'impact des leviers marketing sur la performance business. Participer à l'amélioration continue des performances des modèles à travers des démarches d'expérimentation et d'optimisation. Définir et suivre les métriques d'évaluation adaptées aux différents cas d'usage. Contribuer à l'interprétation des résultats et à la valorisation des modèles auprès des équipes métier. IA Générative & NLP Concevoir et faire évoluer des assistants conversationnels basés sur les LLMs. Développer et optimiser des architectures RAG et des mécanismes de recherche documentaire avancée. Mettre en œuvre des approches de recherche hybride (vectorielle, BM25, recherche sémantique). Participer à la conception de solutions agentiques et à l'orchestration d'agents spécialisés. Évaluer les stratégies de prompting, de fine-tuning et d'enrichissement contextuel selon les cas d'usage. Participer aux choix d'architecture autour des modèles OpenAI, Gemini, Claude ou modèles open source. Industrialisation & MLOps Contribuer à la mise en production des modèles et au suivi de leurs performances. Participer à la définition des bonnes pratiques de monitoring, observabilité et gouvernance des modèles. Mettre en place des indicateurs de qualité, de performance et d'usage des solutions déployées. Optimiser les performances, la latence et les coûts d'exploitation des solutions IA. Collaborer étroitement avec les équipes MLOps pour assurer la robustesse des déploiements. Participer à l'amélioration continue des pipelines d'entraînement, d'évaluation et de déploiement. Collaboration métier & Produit Recueillir et challenger les besoins des équipes métier. Traduire les problématiques business en solutions analytiques et algorithmiques. Participer aux ateliers de cadrage et aux échanges avec les Product Owners. Prioriser les sujets à forte valeur ajoutée et accompagner les arbitrages. Accompagner les métiers dans l'adoption et l'interprétation des solutions développées. Participer à la définition des KPI produit et à la mesure de l'impact métier des solutions IA. Profil recherchéCompétences recherchées Machine Learning & Analytics Excellente maîtrise des algorithmes de : Classification Clustering Régression Détection d'anomalies Solide expérience sur : XGBoost Random Forest Modèles de séries temporelles Feature Engineering Explainable AI (XAI) Bonne maîtrise des métriques d'évaluation et des stratégies de validation. Expérience en Marketing Mix Modeling (MMM) et en mesure de la performance marketing. Connaissance des problématiques d'attribution marketing et d'optimisation des investissements média.

Contexte de la mission : Dans le cadre d'un projet stratégique Data pour un acteur majeur du secteur du Luxe, nous recherchons un Data Scientist confirmé pour rejoindre une équipe travaillant sur des problématiques de prévision et d'aide à la décision. La mission porte notamment sur des enjeux de forecast de nouveaux produits, avec des prévisions réalisées à une maille fine, notamment au niveau SKU. L'objectif est à la fois de développer des modèles performants et de travailler dans une véritable logique d'industrialisation, afin de permettre leur utilisation à grande échelle dans un environnement Data moderne. La connaissance des problématiques propres au Retail est particulièrement importante pour comprendre les enjeux métiers associés aux prévisions de ventes et aux nouveaux produits. Avantages de la mission : • Mission longue au sein d'un acteur majeur du Luxe • Problématiques Data Science concrètes avec un fort impact métier • Sujets de forecasting à grande échelle et à une granularité fine • Environnement technique moderne autour de Databricks et Spark • Travail sur l'ensemble du cycle de vie des modèles, de leur conception jusqu'à leur industrialisation • Volumes de données importants et problématiques Data complexes • Environnement combinant Data Science, Retail et enjeux business • Organisation hybride avec 2 à 3 jours de télétravail par semaine • Mission basée à Paris

Vous serez en charge d'accompagner des projets Data Science et IA, avec un focus prioritaire sur les sujets marketing, connaissance client et personnalisation CRM. La prestation portera notamment sur le projet de moteur d'offres personnalisées / personnalisation CRM, ainsi que sur d'autres cas d'usage marketing pouvant inclure les scores, la segmentation, la recommandation, la personnalisation des offres, le ciblage de campagnes ou l'optimisation du parcours client. Vos missions consisteront à contribuer: Expérience Data Science : capacité à intervenir de manière autonome sur des cas d'usage complexes, du cadrage métier à l'industrialisation. Analyse et préparation des données : maîtrise de l'exploration, de la qualité des données, des analyses statistiques et de la constitution des jeux d'apprentissage, de validation et de test. Modélisation Data Science et IA : capacité à concevoir, entraîner, comparer et évaluer des modèles de Machine Learning, statistiques ou d'IA, avec des métriques adaptées. Marketing analytique et personnalisation CRM : expérience souhaitée sur des cas d'usage de moteur d'offres personnalisées, scoring d'appétence, ciblage de campagnes, segmentation client, recommandation produit, next best action / next best offer, mesure de performance marketing et optimisation de la conversion des leads. Industrialisation et MLOps : capacité à produire du code structuré, maintenable et documenté, à préparer les modèles pour la mise en production et à mettre en place des indicateurs de monitoring. Passage à l'échelle et appropriation métier : capacité à concevoir des solutions réutilisables, documentées et industrialisables, intégrables dans des processus CRM ou commerciaux, avec une attention particulière portée à l'appropriation par les équipes internes et les utilisateurs métier. Explicabilité, gouvernance IA et conformité : connaissance des bonnes pratiques d'explicabilité, de traçabilité, d'auditabilité, d'identification des biais, de suivi des dérives et de conformité aux standards internes. Collaboration et communication : aptitude à travailler avec les métiers, Product Owners, Data Engineers, Architectes, équipes IT, Gouvernance et Sécurité, et à restituer clairement les résultats, limites et recommandations. Les livrables attendus sont les suivants: analyses et diagnostics de données ; scripts, notebooks, traitements ou composants analytiques documentés ; modèles Data Science / IA entraînés, évalués et documentés ; éléments d'explicabilité, de monitoring et de suivi des risques modèles lorsque pertinent ; supports d'industrialisation, de mise en production et de suivi ; documentation de transfert de compétences et recommandations d'amélioration continue ; supports de restitution aux parties prenantes métier et techniques. Les livrables destinés à être partagés avec des pays ou utilisés dans un contexte international devront également pouvoir être remis en anglais

Rejoignez une grande organisation du secteur de la grande distribution en tant que Consultant Product Manager Data, au sein d'une Direction Analytics Factory en charge de développer des solutions analytiques innovantes pour optimiser la performance commerciale. Vous piloterez le développement d'assets Data et IA dédiés aux problématiques de pricing et de revenue management, en conjuguant expertise en data science, modélisation économétrique, machine learning et recherche opérationnelle. Vous évoluerez dans un environnement techniquement riche, avec un périmètre ambitieux couvrant la conception de moteurs d'optimisation tarifaire, l'expérimentation scientifique, la modélisation prédictive des élasticités de la demande et l'optimisation sous contraintes métiers. Vous serez au cœur d'une démarche agile, en étroite collaboration avec les équipes Scrum, la gouvernance data et les métiers du pricing. Responsabilités : - Concevoir, développer et déployer des modules analytiques et des moteurs d'optimisation tarifaire pour maximiser la marge et le chiffre d'affaires sous contraintes métiers - Concevoir et déployer des protocoles expérimentaux robustes (groupes de contrôle, tests A/B) permettant de mesurer scientifiquement l'incrément de performance généré par les révisions tarifaires, en appliquant des méthodologies de causal inference - Développer des modèles économétriques et machine learning pour prédire l'élasticité de la demande et simuler les volumes selon des scénarios de prix - Concevoir des solveurs algorithmiques pour optimiser la marge ou le CA en respectant les contraintes métiers (niveaux de stock, positionnement concurrentiel, planchers de marge) - Modéliser les règles de chaînage et les interdépendances entre références produits pour garantir une hiérarchie tarifaire cohérente - Construire et piloter la roadmap produit data, en définissant les priorités et les livrables - Rédiger les spécifications technico-fonctionnelles détaillées et proposer des solutions data adaptées aux besoins métiers - Concevoir les expositions data (API, modèles BDD) en collaboration avec la gouvernance data - Piloter la qualité des données via des dashboards dédiés et assurer le suivi des dettes techniques - Qualifier et documenter les données pour faciliter leur compréhension et leur utilisation - Animer les rituels agile (sprint planning, suivi d'équipe, rétrospectives) et gérer le backlog produit - Assurer la cohérence fonctionnelle et transverse du domaine de données avec les autres produits data - Interroger des bases SQL, consommer des web services et maintenir une compréhension technique approfondie de l'écosystème data - Animer la communauté data, faire le lien entre métiers et IT, et gérer les évolutions et anomalies remontées par les utilisateurs Télétravail : 3 jours par semaine Localisation : Massy

Merci de contacter Sumi Delplanque directement. Vous allez me trouver facilement sur google. Rattaché.e au département Data OR & AI de notre client, au sein de l'équipe Finance, votre mission consistera principalement à concevoir, développer et déployer des applications de Machine Learning et d'IA Générative au service des métiers des achats client. Objectifs principaux : Cas d'usage variés, allant des applications prédictives (classification, aide à la décision, etc.), Traitement intelligent de documents (OCR, parsing, extraction d'informations), Phases de cadrage et de prototypage (POC) Industrialisation des solutions IA. Compétences techniques : Maitrise du python Compréhension d'un environnement cloud (GCP) > MANDATORY Maitrise des techniques de Machine Learning (notamment modélisation mathématiques/statistiques) et aussi d'IA générative (LLM, RAG, Pipelines de Parsing ..) Détails subsidiaires : Equipe de 4 personnes Autre : Localisation : Roissy Charles de Gaulle Télétravail : 3 jours / semaine Date de commencement : 01 septembre 2026 Durée de la mission : 12 mois Déplacements : Possible à Amsterdam ou Toulouse, tous les 6 mois environ. Anglais : travail au quotidien, réunions, documentation écrite, etc.

Le poste vise à recruter un Data Scientist expérimenté capable de concevoir et industrialiser des solutions d'IA générative à forte valeur ajoutée métier. L'enjeu principal est de développer des workflows LLM complexes et de les déployer en production dans un cadre industriel structuré. Le candidat devra faire le pont entre les équipes métier et IT, en traduisant les besoins fonctionnels en solutions techniques performantes. Une expertise solide en IA générative, en développement d'API, en évaluation de modèles et en bonnes pratiques de software engineering est attendue, ainsi qu'une capacité à travailler en mode Agile au sein d'une squad dédiée. Développement Python orienté production (architecture, packaging, bonnes pratiques) Développement d'API (REST/GraphQL, frameworks comme FastAPI/Flask) Développement d'API (REST/GraphQL, FastAPI/Flask) Développement Python orienté production (architecture, packaging, tests) Travail en équipe / collaboration en squad Agile Modélisation ML classique (supervisé, non supervisé) Préparation et gestion de données (feature engineering, qualité des données) Tests & qualité de code (unitaires, intégration, linting, typage) CI/CD pour services d'IA (GitHub Actions, GitLab CI, bonnes pratiques MLOps) Conteneurisation & déploiement (Docker, orchestration type Kubernetes) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI Platform) Préparation & gestion de données (feature engineering, qualité, ETL) Tests & qualité de code (unitaires, intégration, linters, type hints) CI/CD pour services d'IA (GitLab CI, GitHub Actions avec pratiques MLOps) Conteneurisation & déploiement (Docker, Kubernetes ou équivalents) Utilisation de services cloud IA (Azure OpenAI, AWS/GCP managed IA services, Bedrock) Tests & qualité de code (unitaires, intégration, linting, typing) CI/CD pour services d'IA (GitLab CI, GitHub Actions, pipelines MLOps) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI) Conception de workflows LLM complexes (orchestration, agents, tools) RAG / retrieval augmenté & bases de vecteurs (Faiss, Pinecone, etc.) Évaluation spécifique des LLM (benchmarks, human eval, red‑teaming) Monitoring / observabilité des modèles et services LLM en production Outils d'orchestration LLM (LangChain, LlamaIndex ou équivalents) RAG / retrieval augmenté & vector DB (Faiss, Pinecone, embeddings en production) Évaluation spécifique LLM (benchmarks, human eval, red-teaming, metrics LLM) Monitoring / observabilité des modèles & services IA (drift, qualité des réponses, alerting) Conception de workflows LLM complexes (orchestration, agents, outils) RAG / retrieval augmenté & vector DB (mise en production) Monitoring / observabilité des modèles et services IA en production Analyse et modélisation de problèmes complexes dans un contexte LLM Pensée systémique appliquée à des workflows IA end‑to‑end Rigueur scientifique & esprit critique pour l'évaluation des LLM Vulgarisation & pédagogie vers métiers et IT Recueil et reformulation des besoins métier en spécifications techniques pour IA générative

Contexte mission Dans le cadre de l'accélération sur l'Intelligence Artificielle de notre client, nous recherchons un(e) Data Scientist IA capable de concevoir, développer et industrialiser des modèles avancés de Machine Learning et d'IA générative. Vous travaillerez en étroite collaboration avec les métiers, les équipes Data et IT afin d'identifier, développer et déployer des solutions innovantes créant de la valeur, tout en respectant les exigences réglementaires et de gouvernance. Principales responsabilités Concevoir et développer des modèles de Machine Learning et d'IA Générative Réaliser des analyses exploratoires de données et du feature engineering Entraîner, tester, calibrer et optimiser les modèles Développer des solutions basées sur le NLP et les LLM Effectuer des analyses statistiques avancées pour identifier des opportunités business Collaborer avec les équipes métiers pour transformer les besoins en cas d'usage concrets Garantir la robustesse, la performance et l'explicabilité des modèles Participer au suivi et à l'amélioration continue des modèles en production

Nous recherchons un(e) Data Scientist capable de trouver des solutions innovantes et robustes à l'ensemble des problématiques Data. Gourou de la donnée, vous vous amusez à faire parler les données et à les mettre au service des entreprises. Vous êtes donc à la croisée d'enjeux fonctionnels et stratégiques : Vous aurez la charge de : • Étudier des données en possession de l'entreprise • Définir et récupérer des données pertinentes à extraire et à traiter en lien avec la production de l'entreprise, la vente ou encore liées aux données clients • Développer des algorithmes permettant d'améliorer les résultats de recherches et de ciblages • Élaborer des modèles prédictifs afin d'anticiper l'évolution des données et tendances relatives à l'activité de l'entreprise Référence de l'offre : zdq6qtik7t

CONTEXTE : Pour l'un de nos clients grands comptes, acteur majeur du secteur bancaire, nous recherchons un(e) Data Scientist / Ingénieur Statisticien Risque. Vous intégrerez une équipe dédiée aux études et modèles au sein de la Direction des Risques, et contribuerez activement à l'amélioration du dispositif de maîtrise du risque de crédit. MISSIONS PRINCIPALES : · Développer et valider des modèles statistiques avancés. · Collaborer étroitement avec les filiales, les Directions des Engagements et Commerciales, ainsi que les équipes informatiques. · Apporter une assistance méthodologique aux filiales du groupe. · Réaliser des backtestings et des études statistiques complexes pour évaluer la performance des modèles. · Participer aux projets d'évolution des outils de suivi et de pilotage du risque. · Rédiger et faire évoluer les guides méthodologiques et procédures-cadres. · Assurer une veille méthodologique et réglementaire constante. · Former et accompagner la montée en compétence des profils juniors. · Contribuer aux groupes de travail techniques et aux comités de pilotage. · Suivre les projets qui vous sont confiés avec autonomie. COMPETENCES CLES : · Modélisation risque crédit · SAS et Python · Rigueur et méthode Vos qualités d'analyse, de synthèse et votre force de proposition seront des atouts majeurs. Une première expérience en gestion de projet est un plus. L'anglais opérationnel est requis. MODALITES : · Lieu : Télétravail jusqu'à 2 jours par semaine. · Date de début souhaitée : 03/08/2026.

Dans le cadre du programme Agents (IA générative / agentic AI), nous recherchons un Data Scientist expérimenté afin de contribuer aux phases d'expérimentation, de prototypage (PoC) et d'industrialisation progressive des cas d'usage métier. Le programme vise à explorer et structurer l'usage d'agents intelligents permettant d'automatiser et d'augmenter des processus métier, en s'appuyant sur des architectures modernes intégrant LLM, orchestration, data pipelines et Cybersécurité. Les Agents IA sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. Objectifs de la mission La mission consiste à intervenir en tant que Data Scientist spécialisé dans la création et la mise en exploitation d'agents IA. Les principaux objectifs sont les suivants : • Concevoir et développer des PoC et MVP autour d'agents IA • Explorer différentes approches techniques (agent frameworks, orchestration, RAG, tool use, …) • Évaluer les performances, la robustesse et les limites des solutions testées • Contribuer aux choix d'architecture cible pour le programme • Participer à la capitalisation des expérimentations (best practices, patterns) • Accompagner la montée en maturité des cas d'usage vers leur industrialisation Cette mission s'inscrit, par ailleurs, dans une démarche de gouvernance des cas d'usage IA pour le groupe, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Périmètre technique Le consultant devra être capable d'intervenir sur un écosystème technologique varié, notamment : • Frameworks agentiques et orchestration : LangGraph, outils équivalents • LLM & IA générative : Mistral, modèles open source ou propriétaires • Plateformes Data / ML : Dataiku, Domino • Solutions éditeurs / partenaires : IBM (watsonx, orchestration, etc.) • Approches RAG avancées (multi-sources, pipeline complexe) Livrables attendus • PoC fonctionnels démontrant les capacités des solutions testées • Analyses comparatives (technologies, approches) • Recommandations d'architecture et bonnes pratiques • Documentation technique et synthèses pour prise de décision Conclusion Cette mission est d'importance et s'inscrit dans une démarche stratégique visant à préparer le passage à l'échelle des architectures agentiques au sein du SI, en cohérence avec les standards data, IA et sécurité du Groupe.

Data Scientist Senior orienté Pricing Retail (+7 ans d'expérience), capable de construire des modèles et algorithmes d'aide à la décision, et de développer des modèles de Machine Learning en Python. Un profil qui a travaillé sur des problématiques de recommandation, d'optimisation financière ou revenue management, capable de transformer des données en modèles décisionnels pour améliorer la performance commerciale. Avoir évolué dans un environnement GCP est un plus apprécié. Data Scientist Senior orienté Pricing Retail (+7 ans d'expérience), capable de construire des modèles et algorithmes d'aide à la décision, et de développer des modèles de Machine Learning en Python. Un profil qui a travaillé sur des problématiques de recommandation, d'optimisation financière ou revenue management, capable de transformer des données en modèles décisionnels pour améliorer la performance commerciale. Avoir évolué dans un environnement GCP est un plus apprécié.

"Nous recherchons un consultant Data Scientist orienté ML Engineering, alliant une solide expertise en science des données et de fortes compétences en ingénierie logicielle et infrastructure. Le consultant interviendra sur des sujets variés au sein de la direction DATA, couvrant aussi bien le développement de modèles de machine learning que leur industrialisation et leur mise en production à grande échelle. Le profil recherché est capable de naviguer entre la conception de modèles IA/ML, la construction de pipelines de données robustes, et le déploiement de solutions scalables dans un environnement cloud moderne."

Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.