Trouvez votre prochaine mission ou futur job IT.

Descriptif mission : En coordination avec les différents acteurs du pôle Payment et du Groupe • contribution aux projets décisionnels - Big data, • participation et animation de groupes de travail avec les utilisateurs et les informatiques • collecte des besoins auprès des métiers, • modélisation et développement des reporting : spécification des indicateurs décisionnels (statistique, qualité, facturation) • Exploration de données • rédaction des livrables : spécifications fonctionnelles et techniques, cahiers de recette • participation aux recettes • formation et accompagnement des utilisateurs Connaissances techniques : Maîtrise des architectures et plateforme de l’IA ainsi que du Cloud. • Environnements et outils de Google Cloud Platform : - BigQuery, - Airflow, - Vertex Ai/Notebook Jupyter • Maîtrise des algos ML (notamment classification et NLP) • Langages : SQL, Python (Pandas, Scikit learn, Tensor Flow) • Delivery : Git, Jenkins / Cloud Build • Connaissance du Data Engineering fortement appréciée • Bonne connaissance générale des logiques décisionnelles Connaissances fonctionnelles : Comprendre l’environnement et les métiers de Paiements. Une connaissance préalable des paiements serait un plus.

Contexte du poste : Nous recherchons un Data Scientist confirmé, expert en Python et en Data Learning, pour intervenir sur un projet d’évolution d’outils d’Event Management vers une plateforme intégrant des capacités avancées d’AIOps. L’objectif est de renforcer l’automatisation, la corrélation d’incidents et la prédiction au sein d’un environnement de supervision IT. Missions principales : - Participer à la migration d’un outil d’Event Management vers une solution intégrant des modules AIOps. - Analyser les événements et concevoir des modèles de corrélation permettant d’identifier, regrouper et prioriser les incidents. - Développer des modèles de Data Learning / Machine Learning pour améliorer la détection et la prédiction d’incidents. - Implémenter des scripts d’auto‑remédiation et des mécanismes intelligents de traitement d’alertes. - Créer, enrichir et intégrer des situations / patterns d’événements dans la plateforme AIOps. - Collaborer avec les équipes d’exploitation, d’architecture et de développement pour assurer une intégration fluide des modèles. - Contribuer à l’évolution continue des outils et pipelines IA/ML.

Contexte Des usines spécialisées dans la production d’éléments de moteurs aéronautiques en titane réalisent des opérations d’usinage et de forge avec une précision extrême (jusqu’à 10 µm). L’équipe Manufacturing 4.0 fournit les outils digitaux, les technologies Industrie 4.0 et le support technique aux équipes métier et à la production industrielle. Structure du département L’équipe Manufacturing 4.0 regroupe des ingénieurs assurant l’interface entre le monde industriel et les systèmes IT permettant le pilotage intelligent des activités. On y retrouve notamment des compétences en : IT Platform Manufacturing Execution Systems UNS (Unified Namespace), collecte et distribution temps réel des données et indicateurs industriels Inspection Qualité Data (BI, Machine Learning, IA, etc.) Attrait pour la fonction Le programme consiste à concevoir et développer la solution technologique Manufacturing 4.0 du futur , intégrant notamment : pilotage par la donnée, robotique, intelligence artificielle. Fonction – Tâches principales En collaboration avec les équipes Manufacturing 4.0, IT et métiers industriels, vous serez amené à : Explorer, analyser et préparer les données issues des systèmes industriels (machines, capteurs, MES, inspection qualité…). Concevoir, entraîner et évaluer des modèles ML et/ou Computer Vision adaptés aux contraintes industrielles. Mettre en œuvre des pipelines end-to-end MLOps (training, validation, déploiement, monitoring). Déployer les modèles en production sur une architecture hybride on-prem / cloud avec containers et AWS SageMaker. Suivre la performance des modèles en production (qualité, dérive, robustesse) et proposer des améliorations. Intégrer les modèles aux systèmes existants via la chaîne CI/CD en lien avec les équipes IT. Documenter les solutions et diffuser les bonnes pratiques. Challenges Contribuer à la transformation Manufacturing 4.0 par la donnée et l’IA. Déployer des modèles robustes, fiables et maintenables en environnement industriel. Combiner innovation, contraintes industrielles et exigences de production. Faire preuve d’autonomie, proactivité et esprit critique constructif. Être force de proposition pour améliorer les pratiques Data Science et MLOps. Partager les bonnes pratiques avec les autres data scientists. Contacts internes et externes Intégration au sein de l’équipe Manufacturing 4.0 avec data, IT et ingénieurs industriels. Interactions avec les équipes MES, Qualité, Maintenance, UNS, IT et Cloud. Collaboration possible avec partenaires technologiques et fournisseurs de solutions.

Contexte du poste : Un acteur bancaire souhaite renforcer sa stratégie d’Intelligence Artificielle en développant des solutions avancées de Machine Learning, Deep Learning, NLP et IA Générative. L’objectif est de valoriser les données, optimiser les processus internes et améliorer l’expérience client grâce à des modèles robustes, explicables et industrialisés. Missions principales : 1. Modélisation Risque & Scoring Concevoir, optimiser et challenger les modèles de scoring d’octroi et de comportement. Explorer des approches innovantes pour améliorer la performance et la stabilité des modèles. Déployer les modèles en production et assurer leur monitoring (dérive, performance, stabilité). Travailler en étroite collaboration avec les équipes Risque, Validation et les experts métier. 2. Développement de Solutions IA Intégrer les modèles ML/AI en temps réel dans les parcours digitaux (scoring instantané, personnalisation des offres…). Participer à la conception de l’architecture technique (Cloud, MLOps, API, pipelines). Collaborer avec les équipes IT et Produit pour industrialiser les solutions et garantir leur scalabilité. 3. IA Générative & Agents Prototyper et déployer des solutions d’IA Générative (LLM, RAG, agents intelligents) pour transformer les processus internes (Marketing, Audit, Risque, Support…). Mettre en place des architectures agentiques pour automatiser des tâches complexes : analyse documentaire, octroi de crédit, interaction client. Évaluer et monitorer les performances des agents (cohérence, diversité, RAGAS, LLM-as-a-Judge…).

Au sein d’une direction data & innovation à dimension internationale, nous recherchons pour l'un de nos clients un·e Data Scientist pour rejoindre une équipe experte et pluridisciplinaire sur la métropole Lilloise. Vous interviendrez sur des projets IA critiques à forte valeur ajoutée métier, avec un fort enjeu d’industrialisation, de scalabilité et de sécurité. Votre rôle sera à la fois technique, structurant et transverse, au cœur des échanges entre équipes data, IT et Métiers dans un environnement exigeant.

Contexte de la mission : Dans le cadre de la création d’une nouvelle entité dédiée à l’Intelligence Artificielle, notre client souhaite renforcer ses équipes avec un Data Scientist afin de développer de nouveaux cas d’usage IA à forte valeur ajoutée. La mission s’inscrit dans une logique d’innovation, de co-construction avec les métiers et de montée en compétence collective, autour de projets mêlant Machine Learning, Deep Learning, LLM et algorithmes d’optimisation, dans un contexte de sensibilité des données. Missions principales : La mission s’organise autour de trois axes majeurs : 1. Identification et analyse des besoins -Participer activement aux ateliers d’idéation avec les équipes métiers -Analyser et formaliser les besoins clients -Proposer des solutions algorithmiques sur mesure, adaptées aux enjeux métier -Challenger les cas d’usage en termes de faisabilité, performance et valeur ajoutée 2. Développement et validation des modèles d’IA -Analyser rapidement les données disponibles (qualité, volumétrie, sensibilité) -Sélectionner les modèles d’IA les plus pertinents selon les problématiques identifiées -Développer, entraîner, tester et valider des modèles : -Algorithmes d’optimisation -Machine Learning / Deep Learning -LLM -Développer et tester des applications et prototypes IA -Industrialiser les modèles en tenant compte des contraintes de sécurité et de déploiement 3. Partage de connaissance et communication -Partager régulièrement les avancées, innovations et retours d’expérience -Contribuer à la diffusion de la connaissance au sein de l’entité -Communiquer efficacement sur les succès, apprentissages et bonnes pratiques -Participer à la montée en compétence collective de l’équipe Profil attendu : -Data Scientist confirmé avec une forte appétence pour l’innovation -Capacité à intervenir de l’idéation à l’industrialisation -À l’aise dans des environnements collaboratifs et pluridisciplinaires -Excellent sens de la communication et de la pédagogie -Autonomie, curiosité et esprit de recherche appliquée

Au sein d'un grand groupe bancaire, intégré au pôle Paiement, vous agissez en tant que référent technique et fonctionnel sur des projets décisionnels et Big Data. Vous faites le lien entre les besoins métiers et les solutions technologiques innovantes basées sur l'Intelligence Artificielle et le Cloud. Vos missions principales : Gestion de projet & Analyse : Collecter les besoins auprès des métiers, animer des groupes de travail et rédiger les spécifications fonctionnelles et techniques. Data Engineering & Architecture : Modéliser les données et développer des reportings. Vous assurez l'exploration des données et contribuez à l'architecture sur le Cloud. Data Science & Machine Learning : Concevoir et implémenter des algorithmes de Machine Learning (spécifiquement en classification et NLP - Traitement du Langage Naturel). Delivery & Qualité : Assurer la recette, la mise en production (CI/CD) et garantir la qualité des livrables. Accompagnement : Former les utilisateurs et vulgariser la donnée via une communication visuelle efficace. Environnement Technique & Méthodologique : Cloud & Big Data : Expertise Google Cloud Platform indispensable (BigQuery, Airflow, Vertex AI/Notebook Jupyter). Langages & Libs : SQL, Python (Pandas, Scikit-learn, TensorFlow). DevOps/Delivery : Git, Jenkins, Cloud Build. Méthodologie : Agilité (Scrum, Kanban).

Bonjour, Dans le cadre du centre d'expertise de la direction Data & IA, nous recherchons un(e) data scientist de 3 à 6 ans d'expérience. Il s'agira d'intervenir sur divers sujets : contribuer à l'analyse des use cases remontés par les entités du groupe , contribuer potentiellement à des benchmarks, prendre en charge une application d'évaluation RAG , contribuer à l'évaluation de prompt (équipe Expertise Transverse du Centre d'Expertise Data Science composée de 9 data scientists dont les projets DS s'articulent autour des outils NLP, Search, IA Générative). Les tâches à réaliser sont : - Analyse des cas d'usages - Cadrage, participation aux développement et suivi des projets - Prompt engineering - recommandation méthodologique - Evaluation des performances liées à l'utilisation de LLM, RAG - Partage autour de la veille technologique -Classification des Prompt. -Mutualiser cas d’usage - analyse des verbatim. -Tester et challenger la solution interne Contexte : Vous allez intégrer l'équipe qui centralise l'analyse des besoins ou des cas d'usage IA Gen. Il faut soit analyser la faisabilité des cas remontés , soit contribuer à des tests sur un périmètre restreint. Par ailleurs, il faut suivre l'usage d'une application d'évaluation RAG afin de répondre aux sollicitations utilisateurs. Expertises : - expert python - containerisation - CICD/MLOPS - API REST - Méthodes agiles - éventuellement groovy - LLM, NLP - VLLM, TensorRT > Python, maching learning - LLM, TGI, Aphrodite Engine, etc. Une expérience dans le domaine bancaire serait un plus

Nous recherchons pour notre client un Data Scientist / ML Engineer – IA & GenAI Contexte : Dans le cadre d’un programme IA au sein d’un grand groupe international, vous concevez et industrialisez des solutions IA en production (ML + IA générative), avec une forte exigence de software engineering , de fiabilité et de standards MLOps/LLMOps . Missions principales : Concevoir et déployer des fonctionnalités IA (ML & GenAI) en environnement de production. Construire des pipelines de traitement de données (structurées et non structurées). Industrialiser et monitorer les applications/services : latence, coût, taux de réponse, satisfaction utilisateur . Mettre en place les pratiques MLOps/LLMOps : suivi d’expériences, déploiement, observabilité, monitoring. Garantir qualité des données , conformité (RGPD/GDPR) et sécurité des solutions. Localisation : Métropole lilloise (secteur Villeneuve d’Ascq / Lezennes) Présence sur site : souhaitée 2 jours/semaine

Nous recherchons un Développeur Python confirmé , doté d’une forte expertise technique, d’une appétence pour l’IA et d’une réelle sensibilité DevOps. Ce poste ne vise pas un profil Data Scientist ou Data Engineer : il s’agit d’un rôle de développeur Python haut niveau , capable d’intégrer, d’opérer, d’industrialiser et de fiabiliser des services IA. Responsabilité de la mission Intégrer et maintenir les services d’IA au sein d’une plateforme IA interne . Déployer et maintenir les composants de l’IA générative : LLMs, modèles d’embeddings, bases vectorielles, agents, orchestrations. Accompagner l’identification et le déploiement de cas d’usage IA pertinents au sein du groupe (contexte international). Maintenir les plateformes permettant la publication des services IA et les frameworks associés. Maintenir la plateforme de R&D mise à disposition des data scientists et leur apporter un support technique. Participer activement à la réduction de la dette technologique, notamment via la containerisation et l’industrialisation des composants.