Data Scientist (IT) / Freelance

🎯 Objectif global

Concevoir et développer de nouveaux algorithmes de Machine Learning afin d’enrichir et d’améliorer un système de recommandation à fort impact business.

📦 Livrables attendus

• Développement d’algorithmes ML opérationnels

• Prototypes (PoC / MVP) validés techniquement

• Documentation technique associée

• Mécanismes d’explicabilité des modèles

• Recommandations d’optimisation et d’industrialisation

🚧 Contraintes du projet

• Forte exigence de performance et de robustesse

• Nécessité d’explicabilité des algorithmes

• Intégration dans un écosystème data existant

• Collaboration transverse avec équipes produit et techniques

🧠 Missions principales1. Veille & Innovation

• Suivre les avancées en IA/ML (Deep Learning, Reinforcement Learning, LLM, IA générative)

• Identifier les technologies pertinentes pour les cas d’usage recommandation

• Proposer des approches innovantes adaptées aux enjeux métier

2. Conception & Expérimentation

• Concevoir des Proof of Concept (PoC)

• Développer des MVP robustes

• Tester et comparer différentes approches algorithmiques

3. Analyse de données & Modélisation

• Explorer et analyser des datasets complexes

• Identifier patterns et signaux exploitables

• Concevoir, entraîner et évaluer des modèles de recommandation

4. Explicabilité & Qualité

• Mettre en place des mécanismes d’interprétabilité

• Garantir la compréhension des résultats par les parties prenantes

• Documenter les choix techniques et les performances

5. Collaboration & Intégration

• Travailler en lien étroit avec Product Owners et équipes data

• Participer à l’intégration des modèles dans les plateformes existantes

• Contribuer à l’amélioration continue des solutions IA

🌍 Langues

• Français courant – Impératif

• Anglais professionnel – Secondaire

Profil candidat:👤 Profil recherché

• Expérience confirmée en Data Science appliquée aux systèmes de recommandation

• Forte capacité d’analyse et d’expérimentation

• Esprit d’innovation et approche orientée impact

• Capacité à travailler en environnement transverse

• Rigueur dans la documentation et la validation scientifique