Data Scientist - Expert IA H/F

Exploration & Cadrage d’Initiatives IA

• Identifier et évaluer la faisabilité de nouveaux cas d’usage IA en collaboration avec les métiers (ex. : gestion des réclamations, optimisation logistique)

• Réaliser des POCs rapides pour valider une hypothèse technique ou métier avant d’investir dans une solution complète

• Traduire des besoins métier ambigus en problématiques data/IA structurées, en proposant l’approche la plus pertinente (règles métier, ML classique, LLM/agents)

Développement & Prototypage

• Concevoir et développer des prototypes d’agents IA (ex. : agent de recherche web) en s’appuyant sur les frameworks d’orchestration modernes (LangChain, Pydantic AI) ou des algorithmes de ML classique (classification) et d’optimisation

• Explorer différentes architectures (RAG, agents, pipelines de traitement) selon la nature du problème et contraintes du projet

• Itérer rapidement sur les prompts, les données et les architectures à partir de retours utilisateurs et de métriques

Mise en Production

• Industrialiser les prototypes retenus : développement d’API robustes (FastAPI), gestion des cas limites, tests automatisés

• Mettre en place des pipelines d’évaluation pour mesurer la qualité, la pertinence et la fiabilité des sorties IA

• Contribuer à l’observabilité des solutions déployées (logs, traces, latences, taux d’erreur) et à leur montée en charge, Langage : Python

• Frameworks : FastAPI, Pydantic, Pytest, LangChain, Pydantic AI, OR Tools

• Cloud : Azure (Azure OpenAI, Azure AI Search, Azure Service Bus)

• Patterns IA : RAG, orchestration d’agents, évaluation LLM, prompt engineering, optimisation (logistique, réclamations)

• Data Science : modélisation statistique/ML classique selon les sujets (optimisation, scoring, classification)

• DevOps : Docker, CI/CD, Git

Profil recherchéStack Technique- Langage : Python- Frameworks : FastAPI, Pydantic, Pytest, LangChain, Pydantic AI, OR Tools- Cloud : Azure (Azure OpenAI, Azure AI Search, Azure Service Bus)- Patterns IA : RAG, orchestration d’agents, évaluation LLM, prompt engineering, optimisation (logistique, réclamations)- Data Science : modélisation statistique/ML classique selon les sujets (optimisation, scoring, classification)- DevOps : Docker, CI/CD, GitProfil Recherché- Expérience : 2 à 5 ans en Data Science / AI Engineering, avec idéalement une expérience mêlant exploration (POC) et mise en production- Polyvalence : À l’aise pour passer d’un sujet d’optimisation logistique à un prototype d’agent conversationnel, sans perdre en rigueur- Atout : Expérience préalable sur des sujets d’agents LLM, de RAG et d’optimisation, Expérience : 2 à 5 ans en Data Science / AI Engineering, avec idéalement une expérience mêlant exploration (POC) et mise en production

• Polyvalence : À l’aise pour passer d’un sujet d’optimisation logistique à un prototype d’agent conversationnel, sans perdre en rigueur

• Atout : Expérience préalable sur des sujets d’agents LLM, de RAG et d’optimisation

EUR

Intelligence artificielle Git Python Capacité d’adaptation Statistiques Docker

Taux journalier :Salaire selon profil