Trouvez votre prochaine mission ou futur job IT.

Contexte Dans le cadre de la transformation digitale et l'accélération de l'usage de l'IA, la direction Project Management souhaite exploiter les avancées de l'IA afin de mieux capitaliser sur l'expérience, les connaissances et l'expertise de ses équipes. Les métiers reposent sur un savoir-faire technique développé au fil de nombreuses années, porté par des experts dont les connaissances sont dispersées dans des documents et bases de données. L'objectif est de développer des cas d'usages d'IA pour valoriser ce patrimoine afin d'assurer la pérennité des compétences et faciliter leur transmission tout en améliorant la performance opérationnelle et en générant des gains financiers.

Informations mission Entité : Energie Site : Paris Présence / Télétravail : 3 jrs sur site Date de démarrage : 09/11/2026 Date de fin : 31/12/2028 Description and Location Nous recherchons un profil confirmé spécialisé en IA Agentique pour intervenir sur la conception, le développement et l'industrialisation d'agents IA, de solutions RAG et d'applications basées sur les LLM. Missions principales : Développer des agents IA et services associés Concevoir des workflows d'orchestration Intégrer des API et des sources de données Mettre en œuvre des solutions RAG Réaliser les tests et l'industrialisation Assurer la maintenance et l'amélioration continue

Contexte de la mission lz client a entrepris un vaste projet d'évolution de son système de Revenue Management. Dans ce cadre, nous recherchons un Data Scientist senior pour accompagner la réévaluation et modernisation de notre modèle de prévision de demande. Objectifs et livrables Diplôme de niveau Master ou Doctorat en Data Science, Statistiques, Mathématiques appliquées ou domaine connexe. Minimum de 5 ans d'expérience en tant que Data Scientist, avec une expertise avérée en prévision de séries temporelles. Maîtrise du langage de programmation tels que Python ainsi que des outils de visualisation de données (Spotfire, PowerBI, etc.). Maîtrise des bibliothèques de machine learning (scikit-learn, etc.) et des techniques statistiques avancées. Solides compétences en analyse de données. Compétences demandéesCompétencesNiveau de compétence Machine Learning (scikit-learn...) Expert Full Stack Python Confirmé Analyse de données Confirmé Prévision des séries temporelles Expert Mathématiques appliquées Confirmé

Client / Projet : Retail– Projet SmartPrev (Pôle Analytics Factory / Data & Analytics). Contexte & Enjeux : Dans le secteur du retail, l'optimisation des marges nécessite un pilotage fin des dépenses et des revenus. L'objectif du projet est de développer et fiabiliser des modèles de prévision du chiffre d'affaires (CA) à différentes mailles (secteur, magasin, parc). Un accent fort est mis sur l'explicabilité des modèles ML pour permettre une adoption optimale par les équipes Finance. Missions & Livrables : Échanges réguliers avec les équipes Finance pour qualifier les besoins et restituer les résultats. Analyse avancée des données et définition de métriques de mesure rigoureuses. Conception, développement itératif, industrialisation et versionning des modèles de prévision. Modalités : Démarrage le 19/10/2026 | 2 jours/semaine sur site (IDF)

Dans le cadre du renforcement d'une équipe Business Intelligence, nous recherchons un Data Scientist confirmé ou senior pour accompagner plusieurs projets autour de la prévision des ventes, de la segmentation client, du CRM, de la performance commerciale et du marketing. Vous intégrerez directement une équipe BI composée principalement de Business Analysts et travaillerez en étroite collaboration avec les équipes Data/IT, CRM, Digital, Opérations, Finance et Marketing. L'objectif de la mission est de développer des modèles Data Science à forte valeur métier, de les industrialiser et de transmettre les bonnes pratiques aux équipes internes. Vos missionsVous interviendrez de bout en bout sur les sujets Data Science : Cadrer les problématiques avec les équipes métier et identifier les cas d'usage pertinents. Explorer et analyser les données afin d'en évaluer la qualité, la disponibilité et la pertinence. Concevoir, entraîner et valider des modèles statistiques et Machine Learning. Reprendre et challenger des modèles existants afin de les fiabiliser et les améliorer. Développer des modèles de prévision des ventes et projections court terme. Construire des segmentation clients et produits à partir des comportements de consommation. Développer des typologies de restaurants et analyser les facteurs expliquant leur performance. Concevoir des approches de scoring et de prédiction du churn. Travailler sur des problématiques de RFM, recommandation et connaissance client. Contribuer à des approches de Marketing Mix Modeling. Préparer l'industrialisation des modèles avec les équipes Data/IT. Mettre en place une démarche reproductible : versioning, documentation, tests et suivi des performances. Présenter les résultats aux équipes métier de manière simple et actionnable. Accompagner et faire monter en compétence les Business Analysts sur les sujets Data Science

OBJECTIFS DE LA PRESTATION Implémenter un outil de monitoring dédié à la surveillance de la qualité des données issues des Stress Test Marché. Garantir que les sorties de stress‑test respectent les exigences de complétude, cohérence et conformité avant leur diffusion aux équipes de risk‑management. - Surveillance qualité : Garantir la complétude, la cohérence et la conformité des sorties de Stress Test avant diffusion. - Suivi d'indicateurs de risque : Produire des KPI et visualiser leurs évolutions. - Détection d'anomalies IA : Implémenter des modèles de machine learning pour identifier automatiquement des problèmes de qualité des données. - Industrialisation : Intégrer le composant dans le pipeline CI/CD existant et le livrer sous forme de micro service containerisé.

Au sein de la DSI, l'équipe DIAG (Data-Intelligence Artificielle-Gouvernance) accompagne les métiers sur les sujets autour de la DATA & l'IA. Une de ces missions est de créer de la valeur par le développement et l'adoption de projets DATA/IA à fort ROI. Nous recherchons un Data Scientist Sénior, en renfort sur l'équipe afin de délivrer des solutions faisant appel à la DATA et l'IA. Les principales missions qui lui seront confiées dans ce cadre seront les suivantes : construction, déploiement, run, maintenance et évolution de solutions basées sur des algorithmes, des assistants/agents... Et voici les tâches principales : 1. Exploration, conception et développement de solutions IA end-to-end : - Compréhension et traduction des besoins métier : - Collaborer activement avec les métiers pour identifier les opportunités d'application de l'IA et traduire les problématiques business en cas d'usage IA. - Participer à la définition des objectifs, des KPIs et des livrables pour chaque projet. - Faire preuve d'écoute et de pédagogie pour expliquer les capacités et les limites de l'IA aux parties prenantes non techniques. - Conception et élaboration des modèles IA (Machine Learning & Générative) : - Réaliser l'exploration de données, le feature engineering, la sélection des datasets pertinents et l'analyse exploratoire. - Concevoir, développer et entraîner des algorithmes de Machine Learning et des modèles d'IA Générative (LLMs, embeddings, RAG, fine-tuning). - Évaluer la pertinence et la robustesse des modèles, et itérer sur leur amélioration. 2. Industrialisation et déploiement des solutions IA : - Prendre en charge l'industrialisation des modèles, depuis le développement d'APIs pour les exposer, jusqu'à leur intégration dans les systèmes existants (applications web, backend). - Mettre en œuvre les bonnes pratiques MLOps pour automatiser le déploiement, le monitoring et la maintenance des modèles en production. - Garantir la performance, la scalabilité et la sécurité des solutions IA déployées. - Monitorer les performances des modèles en production, détecter les dérives et mettre en place des plans de réentraînement ou d'ajustement. 3. Contributions et responsabilités d'appuis : - Garantir que les solutions IA apportent une valeur ajoutée mesurable aux métiers et à l'entreprise. - Participer à la capitalisation des connaissances et au partage des meilleures pratiques au sein de l'équipe - Collaborer étroitement avec les métiers et les Product Owners pour la définition des besoins et l'intégration des solutions. - Travailler en synergie avec les Data Engineers pour l'accès et la préparation des données, et avec les AI Engineers pour l'utilisation des infrastructures IA.

Les équipes IT & Operations (ITO) de la banque d'investissement conçoivent, développent, maintiennent et sécurisent les systèmes d'information et les applications nécessaires aux activités de la banque. Présente à l'échelle internationale, l'organisation accompagne les entreprises dans leur développement en leur proposant des solutions de conseil stratégique, de financement et de services bancaires transactionnels. Elle joue également un rôle d'intermédiaire entre les entreprises et les investisseurs institutionnels, en s'appuyant sur une expertise sectorielle reconnue et des équipes réparties dans plusieurs régions du monde. Objectif de la mission Dans le cadre du développement de ses activités en intelligence artificielle, la division AI de la plateforme Banking souhaite renforcer son équipe de Data Scientists. L'équipe intervient dans la conception et l'intégration de solutions d'IA innovantes au sein des applications métiers, notamment pour automatiser l'extraction et le traitement de données issues de documents complexes (états financiers, dossiers de crédit, etc.) et de systèmes d'information internes. Principales responsabilités Le consultant interviendra sur l'ensemble du cycle de vie des projets de Data Science et d'intelligence artificielle, avec pour principales missions : Conception de solutions agentiques : définir et développer des architectures basées sur des agents IA afin de simplifier et d'accélérer des processus métiers complexes. Collaboration avec les équipes métiers : identifier les besoins, proposer des solutions adaptées et favoriser leur adoption afin de maximiser leur valeur ajoutée. Extraction intelligente de données : concevoir et optimiser des pipelines agentiques permettant d'extraire des informations pertinentes à partir de documents variés et de systèmes internes. Évaluation et observabilité : mettre en place des mécanismes d'évaluation, de suivi et d'observabilité pour mesurer la fiabilité et les performances des pipelines agentiques. Déploiement de modèles d'IA : installer et exécuter des LLM et autres modèles sur des infrastructures GPU dans un environnement de développement. Optimisation continue : améliorer les performances, la précision et la robustesse des solutions d'extraction de données selon une approche itérative et incrémentale. Qualité et tests : concevoir et mettre en œuvre des stratégies de tests afin de garantir la qualité des développements et la fiabilité des solutions. Industrialisation des solutions : appliquer les meilleures pratiques de développement informatique et collaborer avec les architectes ainsi qu'avec les équipes de production pour assurer le passage à l'échelle. Responsabilité technique et transfert de compétences : assurer le suivi technique des cas d'usage métiers, accompagner les équipes et contribuer à la mise en production des solutions développées. Environnement technique Frameworks et outils IA : FastAPI, Google ADK, LangGraph, DSPy, Arize Phoenix. Tests et qualité : Pytest. Infrastructure et déploiement : Kubernetes, Jenkins, vLLM, GPU.

Dans ce cadre, nous recherchons un Développeur IA. MISSIONS PRINCIPALES Concevoir et developper le socle technique IA Agentique & Generative et les SDKs associes (outils, connecteurs, helpers) pour simplifier l'usage en interne. Assurer la qualite, la robustesse, la securite (guardrails, gestion des donnees sensibles) et la facilite d'integration des SDKs developpes. Accompagner et outiller les developpeurs utilisateurs des SDKs a travers une documentation technique de haut niveau et des exemples de code. CONCEPTION ET ARCHITECTURE Participer au design de l'architecture logicielle du socle IA Gen & agentique. Specifier les interfaces (APIs, structures de donnees) des SDKs pour garantir une developpeur-experience (DX) optimale. DEVELOPPEMENT INTERNE (SDKs ET AGENTS) Developper les SDKs(gestion des prompts, structured outputs, embeddings, vector stores). Creer des connecteurs generiques pour brancher les agents a des outils externes (APIs, bases de donnees, systemes de fichiers). QUALIFICATION ET EVALUATION IA Definir et mettre en place des methodologies d'evaluation de la qualite et de la fiabilite des agents IA (LLM-as-a-judge, frameworks d'evaluation de prompts et d'agents). Rediger et automatiser les tests unitaires, d'integration et de non-regression sur les SDKs. Gerer la securite des prompts (injections de prompts) et mettre en place des systemes de moderation (guardrails). LIVRAISON, DOCUMENTATION ET SUPPORT Mettre a disposition les SDKs Rediger une documentation claire, des tutoriels, des guides de demarrage rapide (Quickstarts) et des applications de demonstration (boilerplates). Assurer le support technique auprès des premieres equipes consommatrices du socle IA et iterer selon leurs retours (feedback loop).

Au sein de l'équipe Data, vous transformez les données brutes en fonctionnalités produit intelligentes et en moteurs de décision automatisés. Vos missions: Moteur ML et Algorithmes (70%) : Modélisation des parcours d'achat sous forme de graphes (du check-in au check-out), conception de modèles de Machine Learning (scoring, détection d'échecs, routage intelligent) et industrialisation MLOps avec les équipes DevOps. Plateforme Data et Insights (30%) : Déploiement de solutions BI en self-service enrichies par l'IA, suivi de la qualité des données, gouvernance et analyse rigoureuse des KPIs.

Nous recherchons un(e) Data Scientist spécialisé(e) en Asset Management et données ESG pour intervenir sur des problématiques de traitement, d'analyse et de valorisation des données extra-financières. Le consultant contribuera à l'exploitation des données ESG, à leur structuration et à leur analyse afin de répondre aux besoins des équipes métiers et de faciliter leur utilisation dans les processus de gestion d'actifs. Le profil recherché devra justifier d'au moins 5 ans d'expérience en Data Science, avec une bonne maîtrise des outils et technologies DBT, Python, SQL, MATLAB et Snowflake. Une capacité à manipuler des volumes de données, à développer des traitements fiables et à contribuer à l'amélioration des processus data est attendue. Une connaissance de l'environnement Asset Management et des enjeux liés aux données ESG est essentielle.

Au sein du pôle digital d'un grand groupe international, vous rejoignez l'équipe d'optimisation des parcours clients digitaux dans le cadre de son renforcement. L'objectif est de développer des modèles analytiques avancés pour optimiser les parcours clients, améliorer la conversion, personnaliser l'expérience digitale et maximiser la performance des actions marketing et opérationnelles. Vous interviendrez au cœur des sujets clés de l'équipe : Clustering et segmentation comportementale : segmenter les utilisateurs selon leur navigation, leurs transactions et leurs usages digitaux, et identifier personas, micro-segments, intentions et points de friction. Systèmes de recommandation : concevoir des recommandations personnalisées de contenus et de services additionnels selon une approche hybride (collaborative, contenu et séquentielle). Modèles prédictifs : prédire la conversion, le churn et la complétion du funnel, prévoir les volumes par étape du parcours et classifier les comportements (drop-off, intention, scoring). Attribution multi-touch : construire des modèles de Markov (1er et 2e ordre) et de Shapley, mesurer le poids de chaque point de contact (email, WalkMe, AB Tasty, notifications, pages clés) et calculer le ROI des actions menées. IA générative et LLM : développer des modèles capables d'interpréter automatiquement les résultats analytiques, de détecter les irritants et de générer des recommandations pour orienter les décisions. COMPÉTENCES TECHNIQUES ATTENDUES Langages : Python avancé (programmation orientée objet), SQL. Data platform : Snowflake, Dataiku DSS (scénarios, job scheduling), notebooks Jupyter. Machine learning : supervisé et non supervisé (K-means…), deep learning, séries temporelles, feature engineering, SHAP. Modélisation marketing : attribution multi-touch (Markov, Shapley), recommender systems, scoring, prédiction de conversion et de churn. IA générative : LLM, NLP, embeddings, classification sémantique.

🎯 Contexte de la mission Dans le cadre du développement de projets Data & IA pour l'industrie, nous recherchons un(e) Data Scientist / AI Engineer Senior pour intervenir sur plusieurs cas d'usage d'intelligence artificielle industrielle. Le consultant intégrera une équipe spécialisée en Data Science, AI Engineering et IA pour l'industrie, intervenant sur différents projets en fonction des priorités métiers. La mission sera réalisée en collaboration étroite avec les experts métier, équipes produit et partenaires technologiques. Les problématiques adressées pourront notamment concerner : Séries temporelles industrielles : détection d'anomalies, qualification d'alertes, réduction des faux positifs, prévision de variables procédé ou production. Maintenance et fiabilité : aide à la décision à partir des historiques équipements et maintenance, identification des modes de défaillance, optimisation des plans de maintenance. Données industrielles non structurées : extraction d'informations structurées depuis des rapports, journaux de maintenance et documents techniques. Optimisation de la production et des procédés : estimation de quantités, automatisation de la surveillance, priorisation d'opportunités ou d'interventions. IA agentique appliquée aux données industrielles : agents outillés et assistants IA combinant données, modèles et connaissances métier, avec des résultats traçables. 🛠️ Missions principales Cadrer les cas d'usage avec les équipes métier et produit : traduction du besoin en problématique Data/IA, définition des hypothèses, métriques métier et critères de succès. Explorer et qualifier les données : séries temporelles, données de maintenance, documents et données de production. Construire des jeux d'évaluation en collaboration avec les experts métier. Concevoir, développer et comparer différents modèles par rapport à des baselines métier solides. Travailler sur des modèles de Machine Learning, méthodes statistiques, modèles de fondation pour séries temporelles et agents LLM. Concevoir des briques GenAI / IA Agentique lorsque pertinent : RAG, extraction structurée, recherche sur cas historiques, agents outillés. Industrialiser les solutions : pipelines reproductibles, packaging, APIs, déploiement et supervision en production. Assurer le cycle de vie des modèles : suivi des performances, détection de dérive, réentraînement et documentation. Restituer les résultats, limites et recommandations aux équipes métier et au management. Contribuer aux décisions go / no-go sur les différents cas d'usage. 📦 Livrables Notes de cadrage et protocoles d'évaluation. Définition des métriques, baselines et jeux de données. Rapports d'exploration et benchmarks avec recommandations. Code versionné et testé. Modèles, agents et composants API déployables. Documentation des modèles. Indicateurs de suivi des solutions en production. 👤 Expérience recherchée 5 ans minimum d'expérience en Data Science / AI Engineering. Au moins 2 ans d'expérience sur des projets industriels. Expérience de modèles déployés et maintenus en production. Capacité à intervenir sur des problématiques Data Science et AI Engineering de bout en bout. 💻 Compétences techniquesExpertise Python et écosystème scientifique / ML : Pandas NumPy Scikit-learn PyTorch Modélisation de séries temporelles industrielles : Détection d'anomalies Analyse multivariée Prévision Données capteurs bruitées et irrégulières Conception d'évaluations rigoureuses : Métriques métier Baselines Arbitrage faux positifs / faux négatifs Reproductibilité des benchmarks Industrialisation de solutions ML de bout en bout : MLOps MLflow ou équivalent CI/CD Git / GitHub Packaging Supervision Maîtrise GenAI et systèmes agentiques RAG Sorties structurées Appels d'outils Orchestration d'agents Évaluation et traçabilité des LLM Plateformes Cloud et Data : Databricks Azure et/ou AWS SQL APIs / FastAPI Docker Nice to have Maintenance prédictive / conditionnelle Fiabilité et modes de défaillance RCA / Root Cause Analysis Opérations de production industrielle Oil & Gas Systèmes de données industrielles : PI / Historians Inmation SAP PM Cognite Data Fusion IA documentaire / Computer Vision : P&ID Plans techniques Usage critique de l'IA dans les pratiques de développement, avec maintien de la compréhension et de la responsabilité technique. 🤝 Compétences comportementales Profil Data Scientist / AI Engineer Forte orientation métier et capacité à relier la performance du modèle à la décision métier. Capacité à travailler avec des experts terrain : maintenance, fiabilité, production. Aptitude à vulgariser les résultats et les limites auprès d'interlocuteurs non techniques. Rigueur scientifique et esprit critique. Capacité à challenger les choix techniques et à exprimer un désaccord de manière constructive. Autonomie et organisation. Capacité à travailler dans un environnement Agile – Scrum / Kanban. Esprit d'équipe et partage de connaissances. Français courant. Anglais professionnel.

Dans le cadre du centre d'expertise de la direction Data & IA de notre client grand compte dans le secteur bancaire. Nous recherchons un data scientist ou prompt engineer pour leur équipe. Il s'agira de contribuer à un projet un interne confidentiel. ( équipe Expertise Transverse du Centre d'Expertise Data Science composée de 18 data scientists dont les projets DS s'articulent autour des outils NLP, Search, IA Générative) Les données utilisées sont des données internes qui doivent être utilisées sous forme de synthèse de données chiffrées, mais également des données textuelles. Un moteur de recommandation sera potentiellement implémenté également. Sur la partie sur le socle, en vue d'une évolutions vers des intéractions vocales, choix des modelés STT Les tâches à réaliser sont : - Analyse / participation au cadrage de lots à réaliser - Génération de synthèse - Cadrage, participation aux développement et suivi des projets - Prompt engineering - Evaluation des performances liées à l'utilisation de LLM, RAG - Partage autour de la veille technologique

Au sein d'une équipe Data, vous participerez à la conception et au déploiement de solutions analytiques et prédictives pour améliorer la prise de décision stratégique et opérationnelle. Vous interviendrez sur l'ensemble du cycle des projets : cadrage des besoins métier, définition des indicateurs de performance, collecte et préparation des données, analyses exploratoires, développement et optimisation de modèles statistiques et de machine learning avec Python et Dataiku. Vous évaluerez les performances des modèles et assurerez leur industrialisation en collaboration avec les équipes Data et IT. Vous réaliserez également des visualisations sous Tableau ou Power BI pour restituer les résultats aux métiers et contribuerez à l'amélioration continue des méthodes et outils, notamment par l'utilisation de l'IA pour assister le développement.

Appel d'offres – Data Scientist / Analyse de la relation client Contexte et objectifs de la mission La mission vise à renforcer la connaissance client et à améliorer le pilotage de la relation commerciale à partir de volumes importants de données bancaires. En collaboration avec un interlocuteur interne, le consultant contribuera à faire évoluer les indicateurs existants et à en concevoir de nouveaux, notamment autour des sujets suivants : La répartition des usages des clients entre plusieurs établissements financiers ; La place occupée par l'établissement dans leurs opérations courantes et la gestion de leur épargne ; La domiciliation des revenus et l'analyse des flux associés. Missions principales Recueillir les besoins des équipes métier, préciser les objectifs et définir les méthodes d'analyse adaptées. Réaliser des études sur les caractéristiques des clients, leurs usages et les produits détenus : analyses descriptives, segmentation et suivi de cohortes. Étudier et modéliser les comportements afin d'identifier des leviers d'acquisition, de fidélisation et de prévention de l'attrition. Construire et fiabiliser les indicateurs nécessaires au suivi de la relation client. Évaluer la performance des modèles dans le temps, notamment au moyen de tests rétrospectifs. Contribuer à la mise en œuvre opérationnelle et à l'industrialisation des traitements dans Dataiku. Présenter les résultats aux interlocuteurs métier et aux instances de pilotage, en formulant des recommandations exploitables. Produire les livrables dans les délais convenus. Livrables attendus Supports PowerPoint présentant les analyses, les principaux enseignements et les recommandations. Restitutions auprès des équipes métier concernées. Projets Dataiku correspondant aux traitements et analyses réalisés. Documentation fonctionnelle et technique permettant la compréhension et la reprise des travaux. Environnement technique Plateforme de traitement de données à grande échelle ; Dataiku DSS ; Python et PySpark. Compétences et qualités attendues Capacité à traduire un besoin métier en démarche analytique ; Rigueur dans le traitement des données et la validation des résultats ; Aptitude à synthétiser et à présenter les conclusions ; Sens de l'organisation et respect des échéances ; Capacité à travailler en équipe ; Adaptabilité et intérêt pour l'innovation.