Data Scientist Expérimenté - IA H/F

La prestation vise à renforcer l’équipe Data Science avec un profil capable d’accompagner des projets Data Science et IA, avec un focus prioritaire sur les sujets marketing, connaissance client et personnalisation CRM.

Le consultant interviendra sur la conception, le développement, l’évaluation, l’industrialisation et le suivi de modèles de Data Science et d’IA. Il devra produire des solutions robustes, explicables, industrialisables et réutilisables, tout en garantissant leur performance, leur traçabilité et leur conformité aux standards internes.

La mission portera en priorité sur le MVP France du moteur d’offres personnalisées / personnalisation CRM, construit à partir des données disponibles pour la France, avec un objectif d’appropriation par les équipes internes. Un second périmètre optionnel pourra couvrir l’extension à d’autres pays ainsi que d’autres cas d’usage marketing et connaissance client.

Principales responsabilités

• Intervenir de manière autonome sur des cas d’usage complexes, du cadrage métier à l’industrialisation
• Réaliser l’exploration, l’analyse, la qualité et la préparation des données ainsi que la constitution des jeux d’apprentissage, de validation et de test
• Concevoir, entraîner, comparer et évaluer des modèles de Machine Learning, statistiques ou d’IA avec des métriques adaptées
• Développer des cas d’usage de marketing analytique et personnalisation CRM : 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
• Produire du code structuré, maintenable et documenté et préparer les modèles pour la mise en production
• Mettre en place des indicateurs de monitoring des performances, dérives de données, dérives de modèles, qualité et stabilité des traitements
• Concevoir des solutions réutilisables, documentées et industrialisables, intégrables dans des processus CRM ou commerciaux
• Garantir l’explicabilité, la traçabilité, l’auditabilité, l’identification des biais et la conformité aux standards internes
• Collaborer avec les équipes métier, Product Owners, Data Engineers, Architectes, équipes IT, Gouvernance et Sécurité
• Participer aux instances de suivi, assurer le transfert de compétences et restituer clairement résultats, limites et recommandations

Environnement technique

• Langages : Python, SQL
• Cloud / Data : GCP, BigQuery, Vertex AI
• Data Science : Dataiku
• Orchestration : Airflow
• Versioning : Git
• Restitution : Looker
• Industrialisation : CI/CD, DevOps, MLOps, Docker
• Conformité et gouvernance : RGPD, anonymisation des données, explicabilité, auditabilité, monitoring ML

Livrables attendus

• 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
• Livrables en anglais pour les éléments destinés à être partagés à l’international

Python, SQL, Machine Learning / IA, GCP (BigQuery, Vertex AI), Dataiku, MLOps / industrialisation

Compétences / Qualités qui seraient un + :

Expérience en environnement bancaire, financier ou réglementé ; expérience en marketing analytique et personnalisation CRM, Profil recherchéExpérienceExpérience confirmée dans la conception, le développement, l’évaluation, l’industrialisation et le suivi de modèles de Data Science et d’IACapacité à intervenir de manière autonome sur des cas d’usage complexes, du cadrage métier à l’industrialisationExpérience souhaitée dans un environnement bancaire, financier ou réglementéExpérience souhaitée sur des cas d’usage de marketing analytique et personnalisation CRMCompétences techniquesMaîtrise de Python et SQLMaîtrise de GCP, notamment BigQuery et Vertex AIUtilisation de Dataiku pour le développement, l’expérimentation et l’industrialisation de cas d’usage Data ScienceUtilisation d’Airflow pour l’orchestration des traitements et pipelinesMaîtrise de Git pour le versioning du code et la collaborationUtilisation de Looker pour la restitution et le suivi des résultatsBonnes pratiques de développement : structuration du code, tests, documentation et revue de codeMaîtrise des principes CI/CD, DevOps et MLOps appliqués aux modèles et traitements Data ScienceNotions de conteneurisation, notamment DockerMaîtrise du monitoring MLConnaissance des bonnes pratiques d’explicabilité, de traçabilité, d’auditabilité, d’identification des biais, de suivi des dérives et de conformitéCompétences personnellesCapacité de collaboration avec des interlocuteurs métiers et techniquesCapacité de restitution claire des résultats, limites et recommandationsEsprit de co-construction avec les équipes internesAttention portée au transfert de compétences et à l’appropriation par les utilisateurs métierLanguesFrançais courant requisAnglais niveau B2 nécessaire pour les échanges et livrables dans un contexte international

Mais aussi…

Taux journalier :550€ / jour.css-11k7fwb{display:inline-block;white-space:nowrap;vertical-align:middle;-webkit-padding-start:var(–chakra-space-1-5);padding-inline-start:var(–chakra-space-1-5);-webkit-padding-end:var(–chakra-space-1-5);padding-inline-end:var(–chakra-space-1-5);text-transform:none;font-size:var(–chakra-fontSizes-xs);border-radius:var(–chakra-radii-md);font-weight:var(–chakra-fontWeights-semibold);background:var(–chakra-colors-success-200);color:var(–chakra-colors-success-700);box-shadow:var(–badge-shadow);padding:4px 6px;–badge-bg:var(–chakra-colors-success-100);–badge-color:colors.success.800;}.chakra-ui-dark .css-11k7fwb:not([data-theme]),[data-theme=dark] .css-11k7fwb:not([data-theme]),.css-11k7fwb[data-theme=dark]{–badge-bg:rgba(226, 243, 232, 0.16);–badge-color:var(–chakra-colors-success-200);}Cette offre est à 0% de commission .css-74lrwu{width:1em;height:1em;line-height:1em;-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;color:currentColor;font-size:16px;display:-webkit-box;display:-webkit-flex;display:-ms-flexbox;display:flex;-webkit-transition:.1s ease-in-out color;transition:.1s ease-in-out color;}.css-74lrwu *{-webkit-transition:.1s ease-in-out fill;transition:.1s ease-in-out fill;fill:var(–chakra-colors-rythm-600);}, * Expérience confirmée dans la conception, le développement, l’évaluation, l’industrialisation et le suivi de modèles de Data Science et d’IA

• Capacité à intervenir de manière autonome sur des cas d’usage complexes, du cadrage métier à l’industrialisation
• Expérience souhaitée dans un environnement bancaire, financier ou réglementé
• Expérience souhaitée sur des cas d’usage de marketing analytique et personnalisation CRM

Compétences techniques

• Maîtrise de Python et SQL
• Maîtrise de GCP, notamment BigQuery et Vertex AI
• Utilisation de Dataiku pour le développement, l’expérimentation et l’industrialisation de cas d’usage Data Science
• Utilisation d’Airflow pour l’orchestration des traitements et pipelines
• Maîtrise de Git pour le versioning du code et la collaboration
• Utilisation de Looker pour la restitution et le suivi des résultats
• Bonnes pratiques de développement : structuration du code, tests, documentation et revue de code
• Maîtrise des principes CI/CD, DevOps et MLOps appliqués aux modèles et traitements Data Science
• Notions de conteneurisation, notamment Docker
• Maîtrise du monitoring ML
• Connaissance des bonnes pratiques d’explicabilité, de traçabilité, d’auditabilité, d’identification des biais, de suivi des dérives et de conformité

Compétences personnelles

• Capacité de collaboration avec des interlocuteurs métiers et techniques
• Capacité de restitution claire des résultats, limites et recommandations
• Esprit de co-construction avec les équipes internes
• Attention portée au transfert de compétences et à l’appropriation par les utilisateurs métier

Langues

• Français courant requis
• Anglais niveau B2 nécessaire pour les échanges et livrables dans un contexte international

EUR

Français CRM Machine learning Anglais Intelligence artificielle Google cloud platform SQL Gestion des données Git Création d’une base documentaire Ciblage Python Lutte contre la fraude Gestion de la performance Logiciels de gestion de versions Monitoring Statistiques Docker

Dans le cadre de sa transformation data et digitale, une institution financière souhaite renforcer son département Data Science, en charge de la conception, du développement, de l’industrialisation, du suivi, de la documentation et de l’amélioration continue des modèles de Data Science et d’IA à forte valeur métier.

La mission s’inscrit dans un environnement réglementé, avec des exigences de conformité et de gouvernance incluant notamment le RGPD, l’anonymisation des données, DSP2, IDD, Solvency II, Bâle IV ainsi que les principes de sécurité, de traçabilité et de confidentialité applicables aux traitements de données.

Les cas d’usage couverts incluent notamment la détection de fraude, la modélisation des valeurs résiduelles, le data lineage IA, les agents IA, ainsi que des sujets marketing et d’optimisation du parcours client. Parmi les priorités figure un projet de moteur d’offres personnalisées / personnalisation CRM, avec un objectif d’industrialisation, de réutilisation et de déploiement potentiel dans d’autres pays.