Trouvez votre prochaine mission ou futur job IT.

Data Scientist Senior — Expert IA Générative Minimum 5 ans en Data Science, dont 2+ ans en IA Générative AWS (GCP accepté si expertise confirmée) Mon client recherche un expert Data Scientist avec une forte orientation IA Générative, capable d'agir à la fois comme référent technique et comme ambassadeur de l'IA auprès des parties prenantes métiers et IT. Ce profil doit être un véritable catalyseur du changement, prêt à faire bouger les lignes et à ancrer une culture de l'IA au sein du groupe. 1. Expertise IA Générative & Data Science ▸ Définir et appliquer les méthodologies, bonnes pratiques et standards liés à l'IA Générative (LLM, RAG, fine-tuning, prompt engineering, agents autonomes…) ▸ Concevoir, développer et déployer des modèles et solutions d'IA Gen adaptés aux enjeux d'EDF ▸ Assurer une veille technologique active et identifier les opportunités d'innovation ▸ Garantir la qualité, la robustesse et l'éthique des approches IA mises en œuvre 2. Identification & Portage des Cas d'Usage ▸ Explorer et qualifier de nouveaux cas d'usage IA Générative, tant pour les métiers qu'en interne à la DSIN ▸ Challengeur les approches IA existantes et proposer des alternatives plus performantes ou innovantes ▸ Construire des preuves de concept (PoC) et accompagner le passage à l'échelle ▸ Prioriser les cas d'usage selon leur faisabilité technique et leur valeur business 3. Animation & Communication ▸ Interagir avec les acteurs clés (Directions métiers, DSI, Comité de Direction) pour présenter les travaux et défendre les orientations IA ▸ Animer des ateliers de co-construction et des sessions de sensibilisation à l'IA Générative ▸ Vulgariser des concepts techniques complexes pour des audiences non spécialistes ▸ Participer activement aux instances de gouvernance IA du groupe 4. Transformation & Acculturation ▸ Impulser une dynamique de transformation autour de l'IA au sein de la DSIN et de ses partenaires ▸ Contribuer à la construction d'une feuille de route IA ambitieuse et réaliste ▸ Mentorer et monter en compétences les équipes internes sur les sujets IA Gen ▸ Être force de proposition pour faire évoluer les pratiques et les organisations PROFIL RECHERCHÉ Compétences techniques indispensables ▸ Maîtrise avancée des techniques de Data Science : machine learning, deep learning, NLP, statistiques ▸ Expertise confirmée en IA Générative : LLM (GPT, Llama, Mistral…), RAG, agents, orchestration (LangChain, LlamaIndex…) ▸ Expérience sur AWS (SageMaker, Bedrock, Lambda…) — GCP (Vertex AI, BigQuery ML) accepté ▸ Maîtrise des langages Python et des frameworks IA/ML (PyTorch, HuggingFace, scikit-learn…) ▸ Connaissance des pratiques MLOps et de déploiement en production (CI/CD, monitoring de modèles) Savoir-être & posture attendus ▸ Excellentes qualités de communication orale et écrite, capacité à vulgariser et convaincre ▸ Leadership d'influence : capacité à embarquer sans autorité hiérarchique ▸ Curiosité intellectuelle, esprit d'initiative et goût pour l'innovation ▸ Appétence forte pour le changement et volonté de faire évoluer les pratiques dans un grand groupe ▸ Rigueur, autonomie et capacité à gérer plusieurs sujets en parallèle Expériences valorisées ▸ Expériences dans des secteurs régulés ou à forte contrainte (énergie, industrie, finance, santé…) ▸ Participation à des projets IA d'envergure avec mise en production effective ▸ Contribution à des communautés IA (publications, conférences, open source…)

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

Dans le cadre du développement de ses capacités en Intelligence Artificielle , notre client recherche un Ingénieur IA Générative / MLOps . Vous interviendrez sur l’ensemble du cycle de vie des solutions IA, de l’expérimentation à la mise en production, avec un focus sur les architectures GenAI (RAG, agents, fine-tuning) . Vos missions Implémenter et déployer des modèles d’IA (Machine Learning & IA Générative) Industrialiser les solutions via des pratiques MLOps Mettre en place le monitoring, la supervision et la maintenance (MCO) des modèles Concevoir des pipelines de données et d’ingestion Optimiser les performances (coûts, temps de calcul, scalabilité) Évaluer des Proof of Concept (PoC) et recommander les meilleures architectures Mettre en œuvre des solutions RAG (Retrieval-Augmented Generation) Travailler sur des approches fine-tuning et prompt engineering Accompagner les équipes sur les bonnes pratiques IA et industrialisation Livrables attendus Études et cadrages de cas d’usage (4 à 6 par an) Développement de pipelines d’ingestion (15 à 20 par an) Déploiement de modèles en production (15 à 20 par an) Maintenance et optimisation des solutions IA (3 à 5 par an)

Au sein d’une équipe en charge des plateformes data et IA, vous intervenez sur la mise à disposition, l’exploitation et l’évolution de services liés à l’IA générative et au machine learning. Vous contribuez à l’industrialisation et à l’adoption des solutions IA auprès des utilisateurs internes, dans une logique DevOps / MLOps . Exploitation & Run Assurer le suivi et l’exploitation des plateformes IA Garantir la disponibilité, la performance et la stabilité des services Assurer le support technique auprès des utilisateurs internes Accompagnement & Adoption Accompagner les équipes dans l’usage des offres IA (LLM, GPU, RAG…) Faciliter l’exposition et l’utilisation de modèles IA Apporter un support méthodologique et technique adapté aux besoins métiers Vulgariser les concepts IA auprès des utilisateurs Industrialisation & Automatisation Développer des services automatisés (Python, CI/CD) Mettre en place des pipelines et outils facilitant l’usage des plateformes IA Participer à l’amélioration continue des pratiques DevOps / MLOps Environnement IA & Data Contribuer à la mise en œuvre de solutions autour : LLM (Large Language Models) RAG (Retrieval-Augmented Generation) Gestion des ressources GPU Participer à l’intégration et au déploiement de modèles IA Environnement technique Langages & outils : Python, GitLab CI/CD, API REST Conteneurisation & orchestration : Kubernetes IA / ML : LLM, RAG, fine-tuning, transfer learning Serving modèles : vLLM, TGI (ou équivalent) GPU : allocation, optimisation, gestion des ressources Data : plateformes de data science (ex : Dataiku) Systèmes : Linux Recherche vectorielle : bases vectorielles (type FAISS, Pinecone, etc.)

Contexte Dans le cadre de la structuration de leur plateforme data, notre client recherche plusieurs profils Data et Flux pour intervenir sur la mise en place et l’optimisation de nos systèmes de gestion de données. Leur environnement technique s’appuie principalement sur : Snowflake (cœur de la plateforme data) AWS (EventBridge, Lambda) Airflow (orchestration des flux) Nous recrutons 4 profils avec des niveaux allant de très junior (sortie d’école) à très sénior (expert / architecte) . Vos missions 🔹 Volet Data Mise en place et structuration des données d’entreprise Contribution à la qualité des données (data quality) Modélisation et gestion des données dans Snowflake Participation aux bonnes pratiques Data (gouvernance, structuration) 🔹 Volet Flux / Data Engineering Développement et gestion des flux de données Mise en place des pipelines (ETL / ELT) Orchestration avec Airflow Intégration et gestion des événements via AWS EventBridge Développement serverless avec AWS Lambda 👉 Environnement orienté industrialisation des flux et qualité de la donnée (le décisionnel n’est pas la priorité à ce stade). INFORMATIONS COMPLEMENTAIRES Mission longue (minimum 1 an) Démarrage : 2 postes en juin 2 postes en septembre Localisation : Lille (59)

Pour une mission de quelques jours au début, puis long terme, nous recherchons un Consultant senior en gouvernance IA pilotée par ontologies Contexte Organisation intensive en connaissances et fortement régulée. Multiplication des initiatives IA sans cadre commun de pilotage. Besoin de structurer une gouvernance IA durable, contrôlable et évolutive. Objet Concevoir et déployer un cadre de gouvernance IA qui formalise connaissances, données, responsabilités, risques et décisions dans une architecture commune. Pas une couche de conformité ajoutée, mais une infrastructure sémantique pilotable. Méthode attendue Le consultant doit articuler trois niveaux de gouvernance dans un cadre unique. Gouvernance des connaissances. Transformer les documents institutionnels, réglementaires et de conformité faisant autorité en objets structurés : vocabulaires contrôlés, questions-réponses, systèmes de types, taxonomies, triplets sujet-prédicat-objet, cartes conceptuelles, graphes et ontologies. Mobilisation conjointe de l'ingénierie des connaissances et de l'IA générative. Gouvernance des données. Stabiliser ces objets sémantiques comme produits de données réutilisables, mesurables et alignables. L'ontologie fonctionne comme référentiel formel fixant entités, relations, responsabilités, risques, processus, documents et décisions. Gouvernance de l'IA. Superviser initiatives, dépendances, indicateurs et exigences de conformité via des matrices RACI explicites pour chaque processus clé, et une modélisation comparative des états — sans IA, avec IA à un horizon donné, avec IA optimale — pour rendre écarts, priorités et trajectoires arbitrables. Livrables attendus Inception report et plan de travail, current-state assessment, maturity dashboard, gap analysis, target-state model, roadmap IA, workforce impact and change plan, governance and compliance framework, final roadmap package, knowledge transfer package. Produits de données complémentaires : vocabulaires contrôlés, données synthétiques, FAQ structurées, cartes conceptuelles, taxonomies, systèmes de types, triplets sémantiques, ontologies, diagrammes, agents conversationnels spécialisés, spécifications d'un hub d'acculturation IA, prototype de logiciel de gouvernance IA. Principe d'architecture Centralisation des principes, vocabulaires, référentiels, indicateurs et règles de contrôle. Fédération des usages, expertises et responsabilités dans les entités opérationnelles.

Dans le cadre d’une prestation d’ingénierie à forte dominante scientifique, nous recherchons un profil Ingénieur Algo / Data Scientist pour intervenir sur des problématiques de traitement du signal, d’analyse de données capteurs et de modélisation en environnement industriel. La mission consistera à exploiter, analyser et interpréter des données issues de systèmes physiques ou de capteurs, afin de développer des algorithmes robustes permettant de répondre à des enjeux techniques complexes. Le consultant pourra être amené à travailler sur des sujets de modélisation physique ou numérique, d’optimisation, de détection de phénomènes, de classification ou encore de prédiction à partir de données expérimentales. L’environnement nécessite une bonne capacité à comprendre des phénomènes scientifiques, à manipuler des données techniques et à proposer des approches algorithmiques adaptées aux contraintes industrielles.

Contexte de la mission Dans le cadre d’un projet stratégique de migration vers le Cloud (« Data Move To Cloud »), vous rejoignez une entité majeure du secteur du transport aérien. Votre rôle sera d’évaluer et d’accompagner l’adoption de Looker Core comme futur standard de Dataviz du groupe. Missions principales Accompagnement de POCs : Piloter le développement technique et soutenir les équipes métiers dans la réalisation de leurs preuves de concept. Expertise Conseil : Apporter un regard critique et structurant sur l'architecture, la sécurité et l'optimisation FinOps liées à l'outil. Acculturation & Pédagogie : Former les utilisateurs finaux et assurer l'interface technique avec les équipes IT (Ops, Architectes). Étude Stratégique : Évaluer la capacité de Looker à répondre aux nouveaux enjeux (analyses ad-hoc, IA conversationnelle) et sa pertinence pour remplacer les solutions legacy (SAP BO, Spotfire). Informations pratiques Lieu : Paris (Rythme hybride : 2 à 3 jours de télétravail / semaine). Démarrage : ASAP. Durée : Jusqu’au 11/11/2026 (Visibilité long terme). TJM : Selon profil (séniorité et expertise) Note : Looker Studio est hors périmètre. Le client cherche un profil expert en Looker Core/ LookML. Looker Studio et ses dérives ne rentrent pas en perspective.

Contexte Dans le cadre d’un projet stratégique pour un client du secteur spatial/agricole, nous recherchons un Data Scientist expérimenté afin de reprendre et poursuivre des travaux en cours autour de la détection d’objets à grande échelle via imagerie satellite. La mission s’inscrit dans un environnement à forte dimension technique, combinant Computer Vision, traitement de données géospatiales et passage à l’échelle. Missions Reprise et amélioration de modèles de Computer Vision appliqués à l’imagerie satellite Implémentation et optimisation de modèles de segmentation d’instance et détection (type Mask R-CNN, U-Net) Traitement et fusion de données multi-sources ( optique Sentinel-2 & radar Sentinel-1 / SAR ) Industrialisation des pipelines de traitement et passage à l’échelle sur de larges zones géographiques (US, Brésil, Europe) Contribution aux bonnes pratiques MLOps (tracking, reproductibilité, déploiement) Déploiement et optimisation des modèles dans un environnement AWS

Objectifs de la mission Industrialiser les projets de Machine Learning développés sous Dataiku DSS Mettre en place une chaîne MLOps robuste, sécurisée et maintenable Garantir la fiabilité, la performance et la gouvernance des flux de données alimentant Dataiku Assurer le bon passage du POC à la production, puis l’exploitation dans le temps Contribuer à la diffusion des bonnes pratiques MLOps & DataOps au sein des équipes Data Périmètre d’intervention Projets Data Science & IA développés sous Dataiku DSS Chaînes MLOps (entraînement, déploiement, supervision des modèles) Connexion de Dataiku aux sources de données de l’entreprise Environnements DEV / TEST / PROD Livrables attendus Pipelines MLOps Dataiku industrialisés et documentés Modèles ML déployés et supervisés en production Connecteurs Dataiku vers les sources de données opérationnels Documentation d’exploitation MLOps & DataOps Recommandations de standardisation et d’amélioration continue Interactions Rattachement : Responsable de domaine SI Dataplatform et BI avec un détachement opérationnel dans l’équipe Data Science le temps du projet Partenaires clés : équipes IT (projets, devs, MCO), directions métiers (commerce, marketing, supply chain, finance), conformité et sécurité. Data Scientists, Data Engineers, Architectes Data / Cloud, équipes de la direction technique : Infrastructures, Production, Sécurité & Exploitation Compétences Dataiku DSS – niveau avancé (MLOps & DataOps) Expérience confirmée en industrialisation de modèles ML Python, SQL CI/CD, Git Très bonne compréhension des architectures Data Environnements Cloud (AWS / GCP / Azure) Sensibilité forte aux enjeux sécurité, RUN et exploitation

L’Architecte Data & IA intervient comme référent sur les choix techniques, la cohérence des architectures et l’industrialisation des usages Data/IA. Missions principales 1. Architecture & gouvernance technique Concevoir et maintenir les architectures cibles Data & IA (MLOps, LLMOps, DataOps) Garantir la cohérence globale de la plateforme Data & IA Contribuer à la mise en œuvre d’une gouvernance unifiée des données (sécurité, traçabilité, lineage) Superviser l’intégration et l’évolution d’une plateforme Data Lakehouse (type Databricks) Participer à l’évolution de l’offre de service du socle Data & IA 2. Industrialisation IA & MLOps Structurer les pratiques MLOps / LLMOps (CI/CD, monitoring, automatisation) Accompagner les équipes dans la mise en œuvre des bonnes pratiques DataOps et ML Garantir la fiabilité des pipelines de production IA Participer à la standardisation des modèles de déploiement IA 3. Innovation & plateforme IA Préparer la plateforme pour les usages d’IA générative et agentique Concevoir des architectures d’intégration pour les modèles LLM (internes et externes) Développer des approches AI by Design (conformité, sécurité, gouvernance) Contribuer aux initiatives d’innovation (observabilité IA, optimisation des coûts, temps réel) 4. Accompagnement & montée en compétences Encadrer les équipes DataOps et MLOps Diffuser les bonnes pratiques d’architecture et d’industrialisation Accompagner la montée en maturité sur les outils Data & IA Travailler en collaboration avec les équipes Data et Delivery Livrables attendus Architecture cible Data & IA unifiée Framework MLOps / LLMOps industrialisé (CI/CD, observabilité, MLFlow…) Guide de bonnes pratiques DataOps Tableau de bord de suivi de maturité IA / ML Recommandations d’évolution de la gouvernance Data & IA

🚀 Expert Data Quality / Architecte Data - Azure & IA 📍 Paris | 💼 Mission longue | 🌍 FR / EN 🎯 Contexte Nous recherchons un expert Data Quality senior pour intervenir sur une plateforme data Azure à fort enjeu métier (finance / asset management) . L'objectif : structurer, automatiser et industrialiser la qualité des données , tout en exploitant les nouvelles capacités de l'IA . 🧩 Votre mission Vous interviendrez comme référent Data Quality / Architecte , avec une vision bout‑en‑bout : 🔍 Auditer l'existant et définir une stratégie Data Quality cible ✅ Concevoir et déployer des règles de qualité (complétude, cohérence, unicité, fraîcheur…) ⚙️ Automatiser les contrôles, rejets fonctionnels, alertes et workflows 📊 Mettre en place le monitoring, le reporting et les KPI de qualité 🤖 Intégrer l' IA pour : générer des règles de qualité détecter anomalies et dépassements de seuil faciliter les contrôles en langage naturel 🧑‍🤝‍🧑 Travailler avec les équipes IT et métiers et assurer le transfert de compétences 🛠️ Environnement technique Microsoft Azure Data Platform (Data Lake, Data Factory, Synapse, Purview) PySpark / SQL Power BI (exposition des KPI qualité) Data Governance & Data Quality frameworks 👤 Profil recherché 🎓 Bac+5 (école d'ingénieur ou équivalent) 🧠 7 à 12 ans d'expérience en qualité des données / data management 🏦 Expérience en finance / banque / asset management appréciée 🏗️ Profil Lead / Architecte , autonome et structurant 🌍 Français et anglais professionnels 🌟 Pourquoi cette mission ? Enjeux data critiques et visibles au plus haut niveau Plateforme Azure moderne Forte ambition autour de l'IA appliquée à la Data Rôle clé avec impact stratégique 📩 Intéressé(e) ? Envoyez‑nous votre profil ou échangeons rapidement.

Je cherche pour un de mes clients un Tech Lead Data Contexte de la Mission On recherche un Tech Lead Data qui soit le Lead des développeurs de l'équipe avec la volonté de tirer l'équipe vers des nouvelles pratiques et technologies (Evènementiel, APIsation, Java, Spark etc). Son expertise dans ces outils doit amener à des nouvelles pratiques. Il doit être proactif et capable d'aller échanger aves ses pairs d'autres équipes Data et doit être curieux des nouvelles pratiques et nouveaux outils de marché. Compétences métier • Maitrise des modélisations décisionnelles • Utilisation de l'évènementiel • Développement d’API • Pratique et expertise dans la pratique de sujets liés à la Data Liste des technologies • Power Designer • API Rest en Java • Kafka • Spark • Excellente maitrise du SQL (Oracle & PostgreSQL) • Connaissances solides de l’outil IBM Datastage serait un vrai plus • L'usage de l'IA est obligatoire