Trouvez votre prochaine mission ou futur job IT.

Contexte Le client est un établissement dont le système d'information est majoritairement hébergé en interne : il dispose de son propre datacenter et de sa propre infrastructure. Sa DSI souhaite mettre en place une démarche de refacturation à destination de ses clients internes, ce qui suppose au préalable de savoir mesurer précisément ce que produit et ce que consomme cette infrastructure. Le poste est rattaché à l'équipe Chefferie de Projet Production (CPP), au sein de la division Infrastructures et Services d'Exploitation (ISE) du département des Systèmes d'Information. Le client engage par ailleurs l'intégration d'un cloud (Azure). Le titulaire du poste étendra progressivement les pratiques FinOps à ces environnements, avec pour objectif final de fournir les éléments économiques permettant d'arbitrer, application par application, entre hébergement interne et hébergement cloud. Poste en CDI Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. / Ouvert aux freelances Missions principales Capacité — Construire et maintenir les rapports de capacité de l'infrastructure (calcul, stockage, réseau, mémoire), à partir des données transmises par les équipes en charge des infrastructures. Objectif : disposer d'une vision fiable de l'offre disponible et de son taux d'utilisation. Consommation — Mettre en place les rapports de consommation des ressources techniques par client interne, et si possible par application, à partir des données transmises par les équipes techniques. Ce chantier suppose de définir, documenter et faire valider les clés de répartition des coûts mutualisés (socle, réseau, licences, datacenter) : c'est la brique fondatrice de la refacturation. Prévision — Produire les rapports prévisionnels de consommation, afin d'anticiper les besoins de capacité plutôt que de les subir, et d'aligner les achats sur une trajectoire connue. Obsolescence et budget — Établir les rapports de gestion de l'obsolescence de l'infrastructure, alimentant les trajectoires techniques et le plan pluriannuel d'investissement. Catalogue et tarification — Formaliser le catalogue des services d'infrastructure et la grille tarifaire interne associée (coût unitaire par vCPU, Go de stockage, machine virtuelle), puis accompagner les clients internes dans son appropriation. FinOps cloud — Déployer les pratiques de gestion des ressources cloud au fil de l'adoption d'Azure et de Bleu : politique de tagging, suivi budgétaire et alerting, rightsizing, optimisation des engagements de capacité. Business case Move to Cloud — Construire le modèle de comparaison économique on-premise / cloud permettant à la DSI d'objectiver sa stratégie d'hébergement et ses décisions de migration. Comment se passe la suite Le processus tient en trois temps : un premier échange avec l'équipe recrutement pour faire connaissance, une mise en situation concrète sur des cas proches de votre futur quotidien ou des besoins de nos clients, et — en option, si l'exercice vous tente — un entretien vidéo à enregistrer quand cela vous arrange, guidé par un assistant IA.

Dans le cadre du renforcement d'une équipe Data & IA, nous recherchons un Data Scientist / Data Engineer expérimenté, spécialisé en Intelligence Artificielle Générative, afin d'assurer la continuité et l'évolution de projets stratégiques. Le consultant intégrera une équipe travaillant sur un projet d'IA agentique à fort impact métier. L'un des principaux objectifs est de développer et d'optimiser une solution capable de générer automatiquement des pré-réponses pertinentes à des e-mails utilisateurs portant sur différents types de demandes : renseignements, réclamations, opérations contractuelles, etc. La mission comporte une forte dimension LLM, NLP, RAG et industrialisation des modèles IA. Missions principales Reprendre les travaux existants et assurer la continuité du projet d'IA agentique. Concevoir, entraîner, évaluer et optimiser des Large Language Models (LLM) dédiés à la génération de texte. Améliorer la pertinence et la qualité des pré-réponses générées. Optimiser les processus de Retrieval-Augmented Generation (RAG) existants. Participer à l'intégration et au déploiement des modèles en environnement de production. Mettre en œuvre les bonnes pratiques MLOps / LLMOps : CI/CD, versioning, monitoring, déploiement et maintien en conditions opérationnelles. Analyser les performances des modèles et identifier les axes d'amélioration. Garantir la robustesse, la scalabilité et la maintenabilité des solutions développées. Réaliser une veille sur les évolutions en IA Générative, LLM, NLP et Machine Learning. Collaborer étroitement avec les équipes Data, développement, architecture, produit et métiers. Participer aux cérémonies et rituels Agile de l'équipe.

Contexte d'utilisation chez Limagrain Compétences attendues Niveau RAG end-to-end Retrievers & embeddings Assistants scientifiques, juridiques et métiers sur corpus internes. Optimiser la récupération de sources fiables. Ingestion, parsing, OCR, structure, chunking, embeddings, indexation, retrieval, reranking, génération et citations. Indispensa ble Dense/sparse/hybride, metadata filters, multi query, parent-child, contextual retrieval, vector stores et évaluation du retrieval. Indispensa ble Analyse documentaire Exploiter PDF, Word, PowerPoint, Layout-aware parsing, OCR, extraction Indispensa Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Technologies / savoir-faire Contexte d'utilisation chez Limagrain Compétences attendues Niveau tableaux, scans et dossiers complexes. tables/images, métadonnées, déduplication, classification et validation. ble VLM & VQA Analyser images, figures, schémas, parcelles, maladies, rapports et documents multimodaux. Vision-language models, visual question answering, grounding, OCR multimodal, évaluation et limites. Avancé Gestion du contexte Maîtriser qualité, coût et mémoire des agents. Context engineering, fenêtres, compression, résumé, mémoire court/long terme, cache, provenance et isolation. Indispensa ble Single-agent Automatiser une tâche métier avec outils et garde-fous. ReAct/tool calling, structured outputs, validation, retries, human-in-the-loop et permissions. Indispensa ble Multi-agent Décomposer les workflows complexes entre agents spécialisés. Supervisor, router, planner-executor, handoffs, shared state, parallélisme, consensus et contrôle des boucles. Avancé LangChain / LlamaIndex Assembler modèles, retrievers, tools et chaînes RAG. Intégrations, loaders, chains, agents, structured output et composants remplaçables. Avancé LangGraph Orchestration stateful et durable de workflows agentiques. Graphes, état, checkpoints, streaming, interruptions, human-in-the-loop et reprise. Avancé LangSmith Tracing, debugging, datasets, évaluations et monitoring.

Dans le cadre de la création d'une Direction IA & Data en 2026, le client souhaite renforcer son pôle Transformation IA avec un(e) Change Manager. Cette direction a pour mission de définir et porter la stratégie IA du Groupe, d'accompagner les métiers dans l'identification et le déploiement de cas d'usage, et de favoriser l'adoption des nouveaux usages. À l'interface entre les métiers, les équipes IT/Data/IA et les fonctions support, le/la Change Manager pilote les initiatives IA depuis l'identification des opportunités jusqu'à leur déploiement et leur adoption à grande échelle. Il/elle assure la cohérence, la priorisation et l'avancement des projets, tout en garantissant leur valeur métier et leur appropriation durable par les utilisateurs. Principales missions et livrables : • Identifier et qualifier les opportunités IA en analysant les besoins métiers, leur valeur et leur faisabilité. • Cadrer les projets IA : objectifs, périmètre, parties prenantes, critères de succès et trajectoire vers l'industrialisation. • Piloter les POC et expérimentations, organiser les tests utilisateurs et formuler des recommandations sur leur poursuite. • Coordonner les équipes métiers, Produits & Technologies, Data/IA, Sécurité, Juridique et RH. • Accompagner la transformation des processus métier en collaboration avec le/la Workflow Designer. • Définir et piloter les plans de déploiement, en veillant aux prérequis techniques, organisationnels et humains. • Élaborer et déployer la stratégie de conduite du changement : analyse d'impacts, identification des freins et plans d'accompagnement. • Coordonner les actions de communication, sensibilisation et formation avec le Responsable de Formation IA. • Suivre l'adoption des nouveaux usages à travers les indicateurs d'utilisation, de satisfaction et d'appropriation. • Mesurer la valeur créée, consolider les retours d'expérience et contribuer à l'alimentation de la roadmap IA. Astreintes exceptionnelles possibles en soirée, week-end et jours fériés.

Missions : En tant que formateur, tu seras notamment amené à : Animer des formations autour de la Data Science et du Machine Learning Présenter et vulgariser les principaux concepts et algorithmes de Machine Learning Accompagner les participants dans la mise en pratique à travers des exercices et cas concrets Aborder les différentes étapes d'un projet Data Science : préparation des données, modélisation, entraînement et évaluation des modèles Adapter ton niveau d'explication aux différents profils présents Selon ton expertise, apporter une ouverture sur le Deep Learning et éventuellement la GenAI Des supports de formation peuvent être fournis, l'objectif étant avant tout de trouver un excellent intervenant capable de transmettre son expérience.

Description du poste Dans le cadre du développement et de l'encadrement des usages de l'intelligence artificielle générative au sein de la banque, le groupe souhaite renforcer ses capacités d'évaluation, de qualification et de sécurisation des LLM. Les LLM 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. La mission consiste à intervenir en tant que Data Scientist spécialisé dans l'évaluation des LLM, afin de définir et de mettre en œuvre des méthodologies d'évaluation, de benchmark et de red teaming des modèles d'IA générative utilisés, testés ou envisagés par le groupe. Cette mission s'inscrit dans une démarche de gouvernance des modèles d'IA, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Principaux objectifs Définir et mettre en œuvre un cadre d'évaluation des LLM adapté aux enjeux de la banque. Évaluer les performances, limites, risques et comportements des modèles d'IA générative. Réaliser des benchmarks comparatifs entre différents LLM, qu'ils soient internes, open source ou fournis par des éditeurs. Concevoir et exécuter des campagnes de red teaming pour identifier les vulnérabilités, biais, hallucinations et comportements indésirables. Contribuer à la sélection, la validation et la qualification des modèles LLM avant usage ou mise en production. Produire des analyses objectives permettant d'éclairer les décisions métiers, techniques, risques et conformité. Participer à l'industrialisation des processus d'évaluation des LLM dans le cycle de vie des modèles d'IA. Contribuer à la constitution de jeux de tests, métriques, référentiels d'évaluation et outils de suivi. Activités principalesÉvaluation des LLM Définir les protocoles d'évaluation adaptés aux cas d'usage d'IA générative de la banque. Identifier les métriques pertinentes pour mesurer la qualité des réponses générées : exactitude, pertinence, cohérence, complétude, factualité, robustesse, sécurité, explicabilité et conformité. Évaluer les capacités des modèles sur différents types de tâches : résumé, extraction d'information, classification, question-réponse, génération de texte, analyse documentaire, raisonnement, traduction ou reformulation. Mettre en place des jeux de tests représentatifs des usages métiers bancaires. Analyser les performances des modèles selon différents contextes, langues, domaines métiers et niveaux de complexité. Identifier les limites fonctionnelles et techniques des modèles testés. Documenter les résultats d'évaluation et formuler des recommandations. Benchmark LLM Concevoir et conduire des benchmarks comparatifs entre plusieurs modèles LLM. Comparer les modèles selon des critères de performance, coût, latence, robustesse, sécurité, empreinte technique et conformité. Tester différents modèles propriétaires, open source ou internes selon les contraintes du groupe. Mettre en place des grilles d'analyse permettant d'aider au choix des modèles selon les cas d'usage. Évaluer l'impact de différents paramètres : prompt, température, taille de contexte, modèle d'embedding, architecture RAG, fine-tuning ou quantization. Produire des rapports de benchmark clairs, exploitables par les équipes métiers, data, IT, sécurité et conformité. Participer à la définition de standards internes pour la comparaison et la qualification des LLM. Red teaming et sécurité des LLM Définir et exécuter des scénarios de red teaming adaptés aux risques liés à l'IA générative. Tester la résistance des modèles face aux attaques de type prompt injection, jailbreak, data leakage, contournement de garde-fous, génération de contenu inapproprié ou non conforme. Identifier les risques d'hallucination, de biais, de toxicité, de désinformation ou de réponses dangereuses. Concevoir des corpus de prompts adversariaux adaptés aux contextes bancaires et réglementaires. Évaluer la capacité des modèles à respecter les politiques internes, les règles de conformité et les contraintes de sécurité. Analyser les vulnérabilités détectées et proposer des mesures de mitigation. Collaborer avec les équipes sécurité, conformité, risques et architecture pour renforcer le cadre d'usage des LLM. Méthodologie, outillage et industrialisation Mettre en place des outils, notebooks, scripts ou pipelines d'évaluation automatisée. Contribuer à l'industrialisation des campagnes d'évaluation dans le cycle de vie des modèles. Définir des référentiels de métriques et de seuils d'acceptabilité. Construire et maintenir des datasets d'évaluation internes, anonymisés et représentatifs. Participer à l'intégration des résultats d'évaluation dans les outils de gouvernance des modèles, notamment ModelHub v2. Assurer la traçabilité des campagnes d'évaluation, des versions de modèles et des résultats obtenus. Mettre en place des tableaux de bord ou rapports de suivi de la qualité des LLM. Contribuer à la veille technologique sur les méthodes d'évaluation, frameworks de benchmark et pratiques de red teaming LLM. Livrables attendus Cadre méthodologique d'évaluation des LLM adapté aux usages bancaires. Protocoles de test et grilles d'évaluation des modèles d'IA générative. Jeux de tests et datasets d'évaluation documentés. Corpus de prompts de benchmark et de red teaming. Rapports d'évaluation des LLM testés. Rapports de benchmark comparatif entre modèles. Analyses de risques liées aux comportements des LLM. Synthèses des vulnérabilités identifiées lors des campagnes de red teaming. Recommandations de mitigation et plans d'amélioration. Tableaux de bord ou indicateurs de suivi de performance et de sécurité. Scripts, notebooks ou pipelines d'évaluation automatisée. Documentation des métriques, seuils et critères de validation. Recommandations pour la sélection et la mise en production des modèles. Contributions à l'intégration des résultats d'évaluation dans ModelHub v2 ou tout autre outil de gouvernance IA. Supports de présentation à destination des équipes métiers, techniques,

Pour le compte d'un acteur majeur du secteur de l'assurance, nous recherchons un consultant Data expérimenté afin d'intervenir sur des sujets de transformation et d'optimisation des traitements décisionnels. La mission s'inscrit dans un environnement data complexe avec des enjeux importants autour de la migration de traitements existants, de la structuration des données et de l'amélioration des outils de reporting. Missions Analyse et reprise de traitements existants sous SAS Migration et optimisation de flux data vers des environnements Python / SAS Contribution à l'évolution du datamart client Structuration, transformation et fiabilisation des données Gestion de problématiques de qualité et de cohérence des données Création et évolution de dashboards sous Tableau Documentation des traitements et accompagnement des équipes métiers et IT

Bonjour à tous 👋😀 Nous recherchons actuellement un(e) Data Analyst / Data Scientist pour rejoindre l'équipe Data Science & Insights chez l'un de nos clients. 🎯 Le contexte ? Vous travaillerez sur des problématiques autour de la data client : comportement client, performance des offres, optimisation des campagnes, segmentation, scores d'appétence, sujets réglementaires… 🔎 Vos missions : Recueillir les besoins des équipes métiers et formaliser les problématiques Préparer, nettoyer et analyser les données Réaliser des études statistiques et du datamining Créer des features et développer des modèles de Data Science Collaborer avec les équipes Data et BI Automatiser certains traitements lorsque nécessaire Restituer vos analyses et recommandations auprès des équipes métiers Documenter vos travaux et assurer leur suivi Nous recherchons surtout une personne autonome, rigoureuse, pragmatique et orientée business, avec un bon esprit d'équipe et capable de vulgariser des sujets data auprès d'interlocuteurs métiers. 📩 Intéressé(e) ? Vous connaissez quelqu'un qui pourrait correspondre ?

Dans le cadre du renforcement des équipes Data de l'un de nos clients du secteur bancaire, nous recherchons un Data Analyst disposant également de compétences en Data Science. L'objectif de la mission est de concevoir et produire des analyses et des solutions de reporting permettant de répondre aux besoins des équipes métiers, tout en contribuant au développement de nouveaux usages de la donnée. À ce titre, vous interviendrez notamment sur : Le recueil et l'analyse des besoins métiers ; La conception, le développement et l'évolution de reportings et tableaux de bord Power BI ; L'exploitation et l'analyse de données sur Google Cloud Platform (GCP) ; La manipulation et l'interrogation des données avec BigQuery ; La transformation et la structuration des données avec DBT ; L'orchestration des traitements Data via Cloud Composer ; La réalisation d'analyses avancées et de travaux de Data Science ; L'identification de nouveaux cas d'usage permettant de valoriser les données ; Le contrôle de la qualité et de la fiabilité des données utilisées ; La restitution des analyses et recommandations auprès des interlocuteurs métiers.

Rejoignez une grande entreprise du secteur du retail en tant qu'expert(e) data, au cœur d'une transformation analytique majeure. Vous piloterez l'interface entre les équipes métier Approvisionnement et la tribu technique (Data Science, Data Engineering, Data Visualization) pour valoriser les données et soutenir la prise de décision stratégique. Vous intervenez au sein d'une Analytics Factory, structure dédiée à la conception et au développement de services analytiques fiables. Votre mission combine deux volets complémentaires : l'analyse de données avancée et le pilotage produit en mode agile. Vous traiterez des problématiques critiques telles que la prévision des ventes et la qualité d'approvisionnement, en transformant les données complexes en insights actionnables. L'environnement technique repose sur des outils modernes et scalables (SQL, BigQuery, DataStudio, Tableau, GitLab) et s'inscrit dans une approche méthodologique agile rigoureuse. Vous devrez maîtriser les concepts statistiques avancés et comprendre les modèles de Data Science produits par les équipes techniques, tout en restant un traducteur privilégié des besoins métier vers la technique. Responsabilités : - Cadrer, extraire et analyser de manière autonome les données pour produire des études décisionnelles robustes et des recommandations fondées - Restituer les résultats d'analyse avec clarté, accompagner les métiers dans la lecture des insights et les sensibiliser aux biais d'analyse - Piloter la feuille de route des produits analytiques en collaboration avec les équipes Data Science et Data Engineering - Spécifier les besoins métier sous forme de User Stories structurées, prioriser les initiatives et animer la cadence agile (sprints, rituels) - Mesurer l'impact des livrables via des KPI pertinents et accompagner l'adoption des produits analytiques par les utilisateurs finaux - Vulgariser les concepts techniques et statistiques pour un public non-technical, en démontrant une aptitude à expliquer et convaincre - Assurer l'autonomie analytique des équipes métier en renforçant leur capacité à exploiter les données Télétravail : 3 jours par semaine Localisation : Massy

Nous recherchons pour le compte de notre client dans le domaine de la banque, un(e) Data Analyst. Environnement technique Power BI, Google Cloud Platform (BigQuery, Composer, DBT), SQL Contexte Dans le cadre du renforcement d'une équipe data, le poste vise à combiner des compétences de Data Analyst et de Data Science pour accompagner le développement des usages data au sein de l'organisation, à travers la production d'analyses et de reportings s'appuyant sur des outils de Business Intelligence et de traitement de données cloud. Missions Concevoir et produire des rapports et tableaux de bord Business Intelligence sous Power BI Réaliser des analyses de données avancées sur l'environnement Google Cloud Platform Répondre aux besoins d'analyse exprimés par les métiers et contribuer au développement de nouveaux usages de la donnée Participer à l'organisation et à la fiabilisation des données pour faciliter la prise de décision Compétences attendues Power BI, GCP, BigQuery, Composer, DBT, SQL, Data Science, Business Intelligence, Statistiques

Présentation du posteDans le cadre du développement de notre activité Data, nous recherchons un Data Analyst / Analytics Engineer pour intervenir sur des projets de transformation, de modélisation et de valorisation des données. Vous travaillerez à l'interface entre les équipes métiers, BI et Data Engineering afin de transformer les besoins opérationnels en modèles de données fiables, indicateurs pertinents et tableaux de bord exploitables. Vos missionsRecueillir et analyser les besoins des équipes métiers. Définir les indicateurs et les règles de gestion associées. Extraire, transformer et analyser les données avec SQL. Concevoir et maintenir des modèles de transformation avec dbt. Construire des modèles dimensionnels et des architectures en étoile. Développer et faire évoluer des rapports Power BI. Créer et optimiser des mesures et calculs DAX. Exploiter les données disponibles dans BigQuery. Mettre en place des contrôles de qualité et des tests de non-régression. Participer aux projets de migration et de modernisation des environnements décisionnels. Documenter les modèles, les traitements et les indicateurs. Restituer les analyses et formuler des recommandations auprès des métiers. Stack techniqueData Visualisation : Power BI Langages : SQL, DAX, Python Transformation : dbt Cloud : GCP, BigQuery Orchestration : Cloud Composer, Airflow Bases et outils décisionnels : SQL Server, PostgreSQL, SSIS Modélisation : modèles dimensionnels, modèles en étoile, Data Warehouse Qualité et déploiement : tests dbt, Git, CI/CD Data Science et IA : Vertex AI, RAG, LangChain, API OpenAI Compétences recherchéesTrès bonne maîtrise de SQL. Bonne connaissance de Power BI et DAX. Expérience opérationnelle avec dbt. Maîtrise de la modélisation dimensionnelle. Bonne compréhension d'une chaîne décisionnelle de bout en bout. Connaissance des principes de qualité, de fiabilisation et de gouvernance des données. Capacité à comprendre et formaliser les besoins métiers. Une première expérience sur GCP et BigQuery est appréciée. Une sensibilité aux sujets Data Science et IA générative constitue un plus.

Contexte du poste Nous recherchons un Data Scientist Confirmé pour rejoindre une équipe Data & IA intervenant sur des projets à forte valeur métier. Vous travaillerez sur plusieurs cas d'usage successifs autour de la Data Science, de l'IA et de l'optimisation, avec des problématiques concrètes : prédiction, simulation, optimisation des opérations, maintenance prédictive ou encore amélioration de processus métiers. Missions principales Identifier et qualifier des cas d'usage Data Science à forte valeur métier Collecter, préparer, fiabiliser et analyser les données Concevoir, entraîner et évaluer des modèles de Machine Learning / IA Développer des notebooks, pipelines et codes prêts à être industrialisés Participer au déploiement des modèles en production et accompagner leur passage du build au run Collaborer avec les équipes métiers et techniques pour comprendre les problématiques opérationnelles Participer aux différentes cérémonies et instances projet Documenter les modèles, analyses et développements réalisés Présenter et valoriser les résultats auprès des différentes parties prenantes

Contexte du posteLe Centre d'Excellence Opérationnelle AI recherche un AI Développeur au profil Data Scientist, orienté davantage vers l'exploration et la valorisation de la donnée que vers la modélisation mathématique avancée, pour concevoir des solutions d'IA appliquées et accompagner les équipes techniques dans leur mise en œuvre opérationnelle. Missions principalesExplorer, nettoyer et préparer les données nécessaires aux cas d'usage AI (data wrangling, feature engineering) Concevoir et évaluer des modèles d'IA/ML adaptés aux besoins métiers, en s'appuyant prioritairement sur des modèles et outils existants plutôt que sur du développement mathématique poussé Expérimenter des solutions à base d'IA générative (prompt engineering, RAG, fine-tuning léger) pour répondre à des cas d'usage métiers concrets Réaliser des preuves de concept (POC) et accompagner leur passage à l'échelle avec les développeurs Python Analyser et interpréter les résultats des modèles, produire des restitutions compréhensibles pour les métiers Collaborer avec les développeurs Python AI pour l'industrialisation des modèles et pipelines Contribuer à la démarche de qualité et de fiabilité des données utilisées dans les cas d'usage AI Profil recherchéFormation : Bac+5, formation data science, statistiques appliquées ou informatique Expérience : 3 à 6 ans d'expérience en data science ou en développement de solutions IA, avec une orientation pratique/applicative plutôt que théorique/mathématique Compétences techniques : Bonne maîtrise de Python pour la data science (Pandas, scikit-learn, Jupyter) Connaissance des principes fondamentaux du machine learning (sans nécessiter une expertise mathématique/statistique poussée) Expérience avec les outils d'IA générative (LLM, RAG, prompt engineering) et leur application à des cas d'usage métiers Capacité à manipuler et interroger des bases de données (SQL) Notions de visualisation de données (Power BI, Tableau, matplotlib/plotly) Connaissances de base en MLOps pour collaborer efficacement avec les développeurs Compétences comportementales : Sens pratique et orientation résultats/valeur métier Bonne capacité de vulgarisation auprès de publics non techniques Curiosité et appétence pour l'expérimentation autour de l'IA générative Esprit collaboratif, notamment avec les profils développeurs et architectes Anglais obligatoire

nous recherchons un profil hybride Product Owner Data / Data Analyst au sein d'une équipe analytique de 5 à 8 personnes. La mission porte sur l'optimisation du réapprovisionnement des entrepôts e-commerce, sur deux volets : la prévision de la demande et l'adéquation charge/capacité. Vous êtes à la jonction entre la direction e-commerce et les équipes techniques (Data Science, Data Engineering). Vos missions : - Cadrer le projet de réapprovisionnement sur les plans stratégique et fonctionnel - Animer la squad et piloter la delivery - Recueillir, arbitrer et prioriser les besoins des équipes métier e-commerce - Rédiger les User Stories et animer les rituels agiles - Accompagner la conduite du changement auprès des utilisateurs - Explorer, préparer et analyser les données pour alimenter le cadrage et la modélisation algorithmique - Définir et suivre les indicateurs de qualité des modèles et de valeur métier

Contexte de la missionDans le cadre du renforcement d'une équipe Data Science / Intelligence Artificielle au sein d'un grand acteur du secteur bancaire – Banque d'Investissement, nous recherchons un Data Scientist / AI Engineer Senior. L'équipe intervient sur la conception et l'intégration de solutions d'IA innovantes au sein d'applications métiers, notamment autour de l'exploitation de données issues de documents financiers, de documents de crédit et de différents systèmes internes. La mission s'inscrit dans une forte dynamique autour de l'IA générative, des LLM et des architectures agentiques, avec un objectif d'industrialisation et de mise en production de cas d'usage à forte valeur métier. Localisation : Est parisien – proche banlieue Missions et responsabilitésLe consultant interviendra sur l'ensemble du cycle de vie des projets IA : Concevoir et contribuer à la mise en œuvre de solutions et architectures agentiques permettant de simplifier et d'accélérer des processus métiers complexes. Concevoir des pipelines IA agentiques capables d'extraire, structurer et exploiter des données provenant de documents et de systèmes internes. Travailler avec les équipes métiers afin de comprendre leurs problématiques et de maximiser l'impact, la pertinence et l'adoption des solutions IA. Concevoir et intégrer des solutions reposant sur des LLM et modèles d'IA générative. Déployer et exécuter des LLM / modèles sur GPU au sein des environnements de développement. Mettre en place des dispositifs d'évaluation, de monitoring et d'observabilité des pipelines agentiques. Définir des métriques permettant d'évaluer la qualité et la fiabilité des réponses et extractions produites par les modèles. Améliorer de manière continue les performances des modèles et des pipelines selon une approche itérative et incrémentale. Définir et mettre en œuvre des stratégies de tests automatisés afin de garantir la qualité des solutions. Industrialiser les développements Data Science en respectant les standards IT de l'entreprise. Collaborer étroitement avec les architectes, développeurs et équipes de production / DevOps. Assurer la responsabilité technique de certains use cases métiers, jusqu'à leur mise en production. Participer au support technique et au transfert de compétences auprès des équipes. Environnement techniqueIA / Agentic AI LLM / Generative AI Google ADK LangGraph DSPy Phoenix / Arize Architectures agentiques et multi-agents vLLM Développement Python FastAPI Pytest APIs REST Industrialisation / Infrastructure Kubernetes Jenkins GPU / déploiement de modèles CI/CD Profil recherchéNous recherchons un profil Senior, capable d'aller au-delà de l'expérimentation Data Science et de participer réellement à l'industrialisation de solutions IA. Une expérience significative est attendue sur : IA générative et LLM. Développement Python. Conception de pipelines et/ou systèmes agentiques. Intégration de solutions IA dans des applications métiers. Évaluation et observabilité de modèles ou de systèmes LLM. APIs et architectures applicatives. Kubernetes et environnements CI/CD. Mise en production de solutions Data Science / Machine Learning. Une expérience dans le secteur bancaire, financier ou sur des problématiques documentaires complexes constitue un plus. Qualités attenduesAutonomie et capacité de prise en charge d'un sujet de bout en bout. Très bonnes capacités d'analyse et de résolution de problèmes. Capacité à interagir avec des interlocuteurs métiers et techniques. Curiosité forte autour des évolutions de l'IA générative. Capacité à challenger les solutions et être force de proposition. Culture de la qualité et de l'industrialisation. Communication et capacité de transmission.