Data Scientist (Lille) (IT) / Freelance

Au sein de la DSI, l'équipe DIAG (Data-Intelligence Artificielle-Gouvernance) accompagne les métiers sur les sujets autour de la DATA & l'IA.

Une de ces missions est de créer de la valeur par le développement et l’adoption de projets DATA/IA à fort ROI.

Nous recherchons un Data Scientist Sénior, en renfort sur l’équipe afin de délivrer des solutions faisant appel à la DATA et l'IA.

Les principales missions qui lui seront confiées dans ce cadre seront les suivantes : construction, déploiement, run, maintenance et évolution de solutions basées sur des algorithmes, des assistants/agents...

Et voici les tâches principales :

1. Exploration, conception et développement de solutions IA end-to-end :

• Compréhension et traduction des besoins métier :
• Collaborer activement avec les métiers pour identifier les opportunités d'application de l'IA et traduire les problématiques business en cas d'usage IA.
• Participer à la définition des objectifs, des KPIs et des livrables pour chaque projet.
• Faire preuve d'écoute et de pédagogie pour expliquer les capacités et les limites de l'IA aux parties prenantes non techniques.
• Conception et élaboration des modèles IA (Machine Learning & Générative) :
• Réaliser l'exploration de données, le feature engineering, la sélection des datasets pertinents et l'analyse exploratoire.
• Concevoir, développer et entraîner des algorithmes de Machine Learning et des modèles d'IA Générative (LLMs, embeddings, RAG, fine-tuning).
• Évaluer la pertinence et la robustesse des modèles, et itérer sur leur amélioration.

2. Industrialisation et déploiement des solutions IA :

• Prendre en charge l'industrialisation des modèles, depuis le développement d'APIs pour les exposer, jusqu'à leur intégration dans les systèmes existants (applications web, backend).
• Mettre en œuvre les bonnes pratiques MLOps pour automatiser le déploiement, le monitoring et la maintenance des modèles en production.
• Garantir la performance, la scalabilité et la sécurité des solutions IA déployées.
• Monitorer les performances des modèles en production, détecter les dérives et mettre en place des plans de réentraînement ou d'ajustement.

3. Contributions et responsabilités d'appuis :

• Garantir que les solutions IA apportent une valeur ajoutée mesurable aux métiers et à l'entreprise.
• Participer à la capitalisation des connaissances et au partage des meilleures pratiques au sein de l'équipe
• Collaborer étroitement avec les métiers et les Product Owners pour la définition des besoins et l'intégration des solutions.
• Travailler en synergie avec les Data Engineers pour l'accès et la préparation des données, et avec les AI Engineers pour l'utilisation des infrastructures IA.