> Markdown version of [/jobs/ext/4107565-lead-data-scientist-ia-generative-agentique-f-h](https://www.wearedevelopers.com/jobs/ext/4107565-lead-data-scientist-ia-generative-agentique-f-h). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Lead Data Scientist IA Générative & Agentique - F/H

- **Company:** Ingéniance
- **Location:** Paris, France
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** LangGraph Framework, Data Mining, DevOps, Python (Programming Language), Machine Learning, Tensorflow, Strategies of Testing, Pytorch, Large Language Models, Deep Learning, Generative AI, Fastapi, Pytest, Scikit Learn, Kubernetes, Information Technology, Machine Learning Operations, Jenkins
- **Published:** October 15, 2026
- **Apply:** https://www.indeed.com/viewjob?jk=6dd8b9bc1ba7a71e

## About the Role

Formation Bac+5 en informatique, mathématiques appliquées ou data science. Minimum 6 ans d'expérience effectifs sur des projets IA (machine learning, deep learning, IA générative). Maîtrise experte de Python. Expérience solide sur les frameworks ML/DL : TensorFlow, PyTorch, Scikit-learn. Bonne connaissance de l'écosystème LLM et IA agentique : LangGraph, Google ADK, DSPy, vLLM. Pratique de l'observabilité (Phoenix Arize) et de l'industrialisation (MLOps, Kubernetes, Jenkins, fastAPI). Expérience en extraction de données documentaires appréciée. Environnement Corporate Banking / CIB est un plus. Anglais professionnel requis. Autonomie, rigueur, capacité à vulgariser des résultats complexes auprès de parties prenantes métier.

## Description

Intégré à une équipe Data Science dédiée à l'intégration de solutions IA innovantes dans les applications de banque d'investissement, vous interviendrez sur des projets à fort impact : extraction intelligente de données documentaires, pipelines agentiques, déploiement de LLMs en environnement GPU. Vos missions principales :

 * Concevoir et mettre en œuvre des solutions d'IA agentique (LangGraph, Google ADK, DSPy) pour simplifier et accélérer des processus métiers complexes.
 * Développer des pipelines d'extraction de données à partir de documents financiers (états financiers, documents de crédit) et de systèmes internes.
 * Déployer et optimiser des LLMs sur GPU en environnement de développement (vLLM).
 * Mettre en place des dispositifs d'observabilité et d'évaluation des pipelines agentiques (Phoenix Arize).
 * Concevoir et appliquer des stratégies de test robustes (pytest, fastAPI) pour garantir la qualité et l'amélioration continue.
 * Industrialiser les modèles en collaboration avec les équipes MLOps/DevOps (Kubernetes, Jenkins).
 * Accompagner les équipes métier dans la compréhension des solutions IA et maximiser l'adoption.
 * Piloter techniquement les cas d'usage de bout en bout, de l'expérimentation à la mise en production.