> Markdown version of [/jobs/ext/4575338-data-scientist-ai-engineer-banque-h-f](https://www.wearedevelopers.com/jobs/ext/4575338-data-scientist-ai-engineer-banque-h-f). 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).

---

# Data Scientist / AI Engineer (Banque) H/F

- **Company:** NEXTON
- **Location:** Paris, France
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** LangGraph Framework, Application Programming Interfaces (APIs), Artificial Intelligence, Microsoft Azure, Big Data, Cloud Computing, Databases, Continuous Integration, Python (Programming Language), Machine Learning, OpenAI, Cloud Services, Azure Machine Learning, Software Engineering, Enterprise Search, LangChain, Retrieval-Augmented Generation, Delivery Pipeline, Open-source Models, Large Language Models, SHAP (Shapley Additive Explanations), Multi-Agent Systems, Prompt Engineering, Generative AI, Git, Fastapi, AI Platforms, Pyspark, Kubernetes, RAGAS (Retrieval Augmented Generation Assessment), Xgboost, Machine Learning Operations, Semantic Kernel, Docker, Databricks
- **Published:** November 5, 2026
- **Apply:** https://www.welcometothejungle.com/fr/companies/nexton-consulting/jobs/data-scientist-ai-engineer-banque-h-f_paris

## About the Role

Tu justifies de 6 à 9 ans d'expérience en tant que data Scientist et dispose d'une connaissance de :

 * L'écosystème IA Générative & LLM avec la maîtrise des architectures RAG avancées, du Multi-Agent (LangChain, LangGraph, Semantic Kernel), du Prompt Engineering, du Fine-tuning et des Vector Databases
 * Le Software Engineering & MLOps via le développement Python avancé, la création d'API (FastAPI), la conteneurisation (Docker, Kubernetes), les pipelines CI/CD, MLflow et la gestion de version (Git)
 * La Data Science classique reposant sur de solides bases en statistiques appliquées, le Machine Learning supervisé (Gradient Boosting), l'optimisation de modèles prédictifs et XAI (SHAP, LIME)
 * Les environnements Cloud & Data avec une pratique avérée des plateformes Cloud (Azure, Azure AI Foundry, Azure AI Search, Azure ML) et des environnements Big Data (Databricks, PySpark)

Et tu as :

 * Une capacité démontrée à industrialiser des produits IA complexes et à les maintenir en condition operational à grande échelle
 * Un fort esprit d'innovation et une veille active sur les évolutions rapides de l'IA Générative et de l'Agentic AI
 * Une excellente aisance relationnelle pour vulgariser les sujets IA et collaborer efficacement avec les équipes métiers, SI et produit, Nous te proposons des avantages et des opportunités pour enrichir ton expérience professionnelle et personnelle tout au long de l'année :

 * Des communautés dynamiques pour t'accompagner dans ton parcours.

## Description

Tu intègres l'équipe en tant que Dev/Data engineer pour l'un de nos clients grands comptes du secteur bancaire. Au cœur des enjeux d'innovation, tu participeras à la conception, au développement et à l'industrialisation de solutions d'IA avancées (Agentic AI, RAG) et de modèles prédictifs complexes pour répondre à des problématiques métier stratégiques (risque, fraude, marketing, recouvrement)., * Tu concevras des architectures RAG robustes et sécurisées, construiras des workflows multi-agents pour des processus complexes et orchestreras des LLMs (Azure OpenAI, modèles open source) avec intégration de Function Calling et de capacités de raisonnement.

 * Tu développeras des composants réutilisables sous forme d'API (FastAPI) et de services Cloud, définiras les standards techniques et déployeras les pratiques MLOps / LLMOps (CI/CD, Docker, Kubernetes) pour garantir la qualité, la fiabilité et la sécurité en production.
 * Tu concevras et maintiendras des modèles ML (supervisés, XGBoost, LightGBM), réaliseras des analyses exploratoires et garantiras l'explicabilité (SHAP, LIME) ainsi que la responsabilité des algorithmes.
 * Tu mettras en place l'observabilité des systèmes GenAI, suivras la dérive des modèles et des RAG, et mesureras la qualité des réponses générées via des frameworks d'évaluation avancés (RAGAS, LLM-as-a-Judge).