Mission freelance Data Scientist (IA Generative)

La Direction Financière lance un projet de transformation Data / IA Gen avec l'intégration de l'Intelligence Artificielle Générative dans les processus internes de l'ensemble du Pôle Finances et Stratégie.

Nous cherchons un Data scientist capable d'accompagner le projet sur une période de 6 mois dans un premier temps afin de mettre en place une gouvernance et un dispositif adaptés au déploiement et à l'utilisation de l'IA/IA générative.

Nous souhaitons à présent, pour engager la Finance dans ce projet de transformation, être accompagné pour :

• Elaborer une stratégie d'implémentation (scoping, méthodologie de sélection, roadmap) et un set up de gouvernance (rôle et responsabilité, organisation, comitologie, processus et imbrications avec les différentes directions)
• Identifier le plan d'actions nécessaire à l'implémentation des cas d'usage
• Analyser les implications technologiques et opérationnelles de l'intégration de l'IA générative, notamment en termes d'évolutions fonctionnelles induites et d'infrastructure IT,
• Proposer une méthodologie réaliste de déploiement,
• Identifier les conséquences en termes de compétences requises et de soutien aux équipes (formation et accompagnement)
• Proposer des actions de change management pour faciliter l'adoption de l'IA générative dans métiers

Rôle du Data Scientist au sein du projet :

• Réaliser tout le cycle de valorisation de la donnée : choix, collecte, analyse de qualité de donnée, redressement, préparation, puis valorisation spécifique à la Data Science (analyse prédictive voir prescriptive, mise en place d'algorithmes d'apprentissage automatique ou profond, conception de Data Visualization dynamique, Data Storytelling, etc.)
• Garantir la qualité des données : les rassembler, les modéliser et en vérifier la véracité.
• Etablir des scénarios permettant de comprendre et d'anticiper de futurs levier Métiers ou opérationnels pour l'entreprise.
• Créer des algorithmes de recherche de données qui permettent d'explorer les données utiles
• Appliquer des techniques (statistiques, text mining, comportementale, géolocalisation, …), d'extraction et d'analyse d'informations, obtenues à partir de gisements de données (Big Data)
• Évaluer la qualité et la richesse des données (les rassembler, les modéliser et en vérifier la véracité).
• Analyse des résultats pour ensuite les intégrer dans le système d'information cible du Métier
• Analyse des données pour traduire une problématique Métier en problème mathématiques/statistiques et réciproquement
• Comparer et évaluer différents modèles ou méthodes de calcul, et anticiper les avantages et inconvénients dans un environnement Métier