Trouvez votre prochaine mission ou futur job IT.

Nous recherchons un(e) Data Scientist pour renforcer une équipe spécialisée en Data Science / Recherche Opérationnelle, sur des sujets de prédiction et de modélisation. Missions : Développer et améliorer des modèles de prédiction Travailler sur des problématiques de Machine Learning et Time Series Réaliser des analyses et modélisations statistiques Participer ponctuellement à des projets exploratoires Stack : Python, Machine Learning, Time Series, Spark, Git Compétences appréciées : GCP / BigQuery, statistiques bayésiennes, prévision et optimisation de la demande, REST, Unix/Linux, Terraform, GitHub Actions

-ConditionsLocalisation : IDF Démarrage souhaité : 17/08/2026 2 jours sur site par semaine Le/la consultant(e) interviendra sur l'ensemble du cycle de développement des solutions Data & IA : Échanger avec les équipes opérationnelles pour comprendre leurs besoins et problématiques. Explorer et analyser les données disponibles. Constituer et préparer les datasets nécessaires. Concevoir et développer des modèles de Machine Learning en Python. Concevoir, développer et maintenir des systèmes agentiques. Participer aux choix de modélisation, algorithmiques et techniques. Développer, tester et industrialiser les solutions. Participer aux revues de code. Déployer les solutions et assurer leur maintien en condition opérationnelle. Mettre en place le monitoring et suivre l'impact et les performances des modèles. Rédiger et présenter les résultats des expérimentations pour accompagner la prise de décision.

Missions principalesData Science & AnalyticsConcevoir et développer des modèles analytiques avancés. Construire des algorithmes prédictifs et prescriptifs. Réaliser des analyses exploratoires sur des volumes importants de données. Identifier des leviers d'optimisation des opérations logistiques. Développer des modèles de prévision des volumes, de la charge entrepôt et de la performance transport. Data Warehouse & Data EngineeringExploiter et enrichir le Data Warehouse Snowflake. Structurer, nettoyer et transformer les données issues de différentes sources. Participer à l'amélioration de la qualité des données. Concevoir et optimiser les modèles de données analytiques. Business IntelligenceParticiper à la conception des tableaux de bord Power BI. Produire des KPI et indicateurs métier. Accompagner les directions Supply Chain et Opérations dans l'exploitation de la donnée. Construire des reportings stratégiques et opérationnels. Intégration des données métierExploiter les données provenant des systèmes : SAP WMS TMS Applications métiers logistiques Comprendre les flux opérationnels : Réception Préparation de commandes Stockage Expédition Transport Cas d'usage attendusPrévision d'activité entrepôt. Forecast des volumes logistiques. Optimisation des stocks. Analyse des performances opérationnelles. Détection d'anomalies sur les flux. Analyse de la productivité des sites. Aide à la décision Supply Chain. Construction d'indicateurs de pilotage groupe. Environnement TechniqueData PlatformSnowflake SQL avancé Data Warehouse Data Lake Data SciencePython Pandas NumPy Scikit-Learn Matplotlib Jupyter Notebook Business IntelligencePower BI DAX Power Query ERP & Applications MétiersSAP WMS TMS Solutions logistiques diverses Cloud & Data EngineeringAzure (apprécié) ETL / ELT APIs Modélisation de données Profil recherchéBac+5 Informatique, Data Science, Statistiques ou équivalent. Minimum 5 ans d'expérience en Data Science. Solide expertise Snowflake. Très bonne maîtrise de SQL. Excellente maîtrise de Python. Expérience significative sur Power BI. Expérience dans la gestion de grands volumes de données. Bonne compréhension des flux Supply Chain et logistiques. Pourquoi rejoindre cette mission ? Participation à la transformation Data d'un acteur majeur de la logistique. Projets à fort impact métier. Données volumineuses et complexes. Environnement moderne autour de Snowflake et Power BI. Collaboration avec les équipes Data, Supply Chain et Direction.

URGENT Merci de contacter Sumi Delplanque via LinkedIn Rattaché·e au département Data, RO & IA, vous rejoignez une équipe de 8 personnes travaillant sur la gestion des recettes. Votre mission : Développer et améliorer les moteurs de prédiction utilisés pour anticiper la demande, la capacité et la volonté de payer. Vous interviendrez aussi ponctuellement sur des projets exploratoires côté digital et opérations, notamment en vision par ordinateur. C'est une mission qui mêle rigueur analytique et exploration - 60% d'innovation, 40% de continuité - avec un vrai terrain de jeu pour quelqu'un qui aime creuser un problème métier autant qu'un modèle mathématique. Compétences recherchées Techniques et fonctionnelles Maîtrise du Machine Learning, en particulier appliqué aux séries temporelles (Time Series) Fort intérêt pour la modélisation mathématique et les statistiques bayésiennes Maîtrise de Python Compréhension d'un environnement cloud, idéalement GCP Connaissances en gestion des recettes : un vrai plus, pas un prérequis Soft skills Bonnes capacités de communication et d'apprentissage Rigueur et autonomie - ce sont d'ailleurs les points différenciants attendus sur ce poste Le challengeS'approprier un nouveau domaine métier (la gestion des recettes) et transformer cette compréhension en modèles de prédiction concrets et exploitables par les équipes business.

Contribuer à la recherche, au prototypage et à la mise en production de nouvelles fonctionnalités d'IA et de ML au sein de notre portefeuille de produits. Collaborer avec les chefs de produit et les équipes d'ingénierie pour concevoir et déployer des améliorations à fort impact fondées sur les données. Acquérir une compréhension approfondie des produits et des actifs de données existants afin d'identifier des opportunités d'amélioration grâce à l'IA. Concevoir et mener des expérimentations pour valider de nouvelles pistes de recherche et évaluer les performances des modèles. Entraîner, affiner (fine-tuning) et optimiser des modèles de LLM et de ML à partir de données structurées et non structurées issues d'API et de flux de travail clients. Élaborer des stratégies pour l'inférence de modèles en temps réel et un déploiement à grande échelle. Collaborer avec des prestataires externes pour la collecte de données, l'annotation et les initiatives de recherche. Échanger avec les clients et les équipes régionales de services professionnels pour comprendre l'évolution des schémas de fraude et intégrer ces enseignements au développement des produits.

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,

Nous recherchons un Data Scientist H/F pour concevoir, expérimenter et évaluer des modèles de machine learning et d'intelligence artificielle répondant à des enjeux métiers concrets. Vos principales missions seront les suivantes : Analyser les besoins métiers, les données disponibles et les critères de succès des cas d'usage. Réaliser les analyses exploratoires et le profiling des données. Préparer, nettoyer et enrichir les données afin de constituer les jeux d'entraînement, de validation et de test. Mettre en œuvre des techniques de feature engineering et de sélection de variables. Développer des modèles statistiques, de machine learning et de deep learning. Concevoir et évaluer des modèles supervisés, non supervisés, NLP et séries temporelles. Adapter ou spécialiser des modèles pré-entraînés via des approches de fine-tuning, LoRA, PEFT ou prompt-tuning. Évaluer les modèles à travers des métriques métier et techniques : performance, robustesse, biais, dérive et explicabilité. Réaliser des expérimentations, comparer différentes approches et optimiser les performances des modèles. Produire les visualisations, rapports d'analyse et recommandations nécessaires à la prise de décision. Collaborer avec les équipes IA Engineering et MLOps afin de préparer l'industrialisation des modèles. Veiller à la conformité des traitements avec les exigences réglementaires, notamment le RGPD et l'AI Act.

Contexte du poste : Nous recherchons un Data Scientist Confirmé afin de rejoindre la direction Data/IA d'un grand groupe industriel. Vous intégrerez une équipe dédiée à la transformation data et à l'intelligence artificielle, et interviendrez sur plusieurs projets de data science et de data analyse à forte valeur métier. Sous la supervision d'un Lead Data Scientist, vous accompagnerez les équipes métiers dans l'identification de leurs besoins, la conception de solutions data adaptées et leur déploiement en production. Missions principales : Identifier, qualifier et prioriser des cas d'usage data science à forte valeur métier Concevoir, développer et évaluer des modèles de data science et d'intelligence artificielle Collecter, fiabiliser, enrichir et analyser les données nécessaires aux projets Développer des notebooks, codes et pipelines structurés, versionnés et documentés Participer au déploiement et à l'industrialisation des modèles sur les infrastructures de production Collaborer avec les équipes métiers et techniques et participer aux différentes instances projet : kick-offs, revues de sprint, comités de pilotage... Réaliser des benchmarks, analyses et recommandations afin de mesurer la performance et la valeur des solutions développées Valoriser les travaux réalisés à travers des démonstrations et des communications internes

Nous recherchons un Data Scientist H/F pour concevoir, expérimenter et évaluer des modèles de machine learning et d'intelligence artificielle répondant à des enjeux métiers concrets. Vos principales missions seront les suivantes : Analyser les besoins métiers, les données disponibles et les critères de succès des cas d'usage. Réaliser les analyses exploratoires et le profiling des données. Préparer, nettoyer et enrichir les données afin de constituer les jeux d'entraînement, de validation et de test. Mettre en œuvre des techniques de feature engineering et de sélection de variables. Développer des modèles statistiques, de machine learning et de deep learning. Concevoir et évaluer des modèles supervisés, non supervisés, NLP et séries temporelles. Adapter ou spécialiser des modèles pré-entraînés via des approches de fine-tuning, LoRA, PEFT ou prompt-tuning. Évaluer les modèles à travers des métriques métier et techniques : performance, robustesse, biais, dérive et explicabilité. Réaliser des expérimentations, comparer différentes approches et optimiser les performances des modèles. Produire les visualisations, rapports d'analyse et recommandations nécessaires à la prise de décision. Collaborer avec les équipes IA Engineering et MLOps afin de préparer l'industrialisation des modèles. Veiller à la conformité des traitements avec les exigences réglementaires, notamment le RGPD et l'AI Act.

Nous recherchons un Data Scientist H/F pour concevoir, expérimenter et évaluer des modèles de machine learning et d'intelligence artificielle répondant à des enjeux métiers concrets. Vos principales missions seront les suivantes : Analyser les besoins métiers, les données disponibles et les critères de succès des cas d'usage. Réaliser les analyses exploratoires et le profiling des données. Préparer, nettoyer et enrichir les données afin de constituer les jeux d'entraînement, de validation et de test. Mettre en œuvre des techniques de feature engineering et de sélection de variables. Développer des modèles statistiques, de machine learning et de deep learning. Concevoir et évaluer des modèles supervisés, non supervisés, NLP et séries temporelles. Adapter ou spécialiser des modèles pré-entraînés via des approches de fine-tuning, LoRA, PEFT ou prompt-tuning. Évaluer les modèles à travers des métriques métier et techniques : performance, robustesse, biais, dérive et explicabilité. Réaliser des expérimentations, comparer différentes approches et optimiser les performances des modèles. Produire les visualisations, rapports d'analyse et recommandations nécessaires à la prise de décision. Collaborer avec les équipes IA Engineering et MLOps afin de préparer l'industrialisation des modèles. Veiller à la conformité des traitements avec les exigences réglementaires, notamment le RGPD et l'AI Act.

Nous recherchons un Data Scientist confirmé pour rejoindre le Centre d'Expertise Data d'un grand groupe acteur du secteur du transport en commun. Vous interviendrez sur des projets à forte valeur métier combinant data science, intelligence artificielle et analytique avancée, en pilotant l'identification, la conception, le développement et le déploiement de cas d'usage innovants au service de l'organisation. Vous évoluerez dans un environnement technique structuré, au sein d'une équipe pluridisciplinaire, en suivant une méthodologie de delivery éprouvée. Votre mission consistera à transformer des problématiques métier complexes en solutions data analytiques performantes, en assurant la liaison constante entre les équipes techniques et les porteurs de projets métier. Responsabilités : - Identifier, qualifier et prioriser les cas d'usage Data Science à forte valeur ajoutée en collaboration avec les parties prenantes métier - Concevoir et développer des modèles prédictifs, algorithmes et analyses statistiques avancées répondant aux besoins opérationnels - Assurer l'ensemble du cycle de vie du projet : cadrage, expérimentation, validation et mise en production - Conduire des analyses exploratoires approfondies sur des volumes de données conséquents et en extraire des insights actionnables - Piloter le déploiement des modèles en environnement de production et assurer leur intégration dans les processus métier existants - Animer les instances projet (kick-off, sprint reviews, comités de pilotage, ateliers de cadrage) en tant qu'expert technique - Accompagner les équipes métier dans la compréhension et l'adoption des solutions déployées - Valoriser les résultats via des démonstrations, présentations et documents de synthèse destinés à des audiences variées - Participer à l'amélioration continue des bonnes pratiques et des modèles de delivery au sein du Centre d'Expertise Data Télétravail : 2 jours par semaine Localisation : Paris

Nous recrutons un(e) Data Engineer / Data Scientist en CDI. Dans le cadre d'un projet de longue durée, nous recherchons un(e) Data Engineer / Data Scientist pour rejoindre une équipe en charge de la conception, du développement et de l'industrialisation de modèles prédictifs. Localisation : Région de Toulouse Contrat : CDI uniquement (pas de freelance) Vos principales missions : Recueillir les besoins auprès des équipes métiers. Concevoir des maquettes et des tableaux de bord. Développer, tester et industrialiser des modèles prédictifs. Développer et industrialiser des outils, des fonctionnalités et des librairies techniques. Profil recherché : Solide expérience en développement Python. Expérience en Data Engineering et/ou Data Science. Expérience dans le développement de modèles prédictifs et de dashboards. Bonne maîtrise de Databricks. Excellentes capacités de communication pour échanger avec les équipes techniques et métiers. Une connaissance de l'environnement avionique, notamment ATA21, est un atout. Ce poste est ouvert uniquement en CDI. Les candidatures de freelances ne seront pas étudiées. Nous recherchons idéalement une personne déjà installée dans la région de Toulouse.

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

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

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

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