Trouvez votre prochaine offre d’emploi ou de mission freelance Data mining

Les tâches sont: - Analyse et interprétation des ensembles de données (structurées et non structurées) sur les produits et services et l’environnement de travail des collaborateurs BNP pour identification des motifs et des tendances. - Développement et mise en œuvre des modèles de machine learning et des LLM pour détéction, prédictio et classification des données. L’objectif principale étant du datamining sur les tickets d'incidents des utilisateurs. - Construction et maintient des pipelines de machine learning pour les modèles d'IA/ML dans des environnements de production. - Collaboration avec les ingénieurs logiciels et les ingénieurs de données pour intégrer les modèles d'IA dans des applications évolutives. - Analyse et interprétation des résultats des modèles pour affination des algorithmes et amélioration des performances

Basée à Lille, Lyon, Nantes, Grenoble et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s’imposer comme une référence en matière de freelancing par son expertise dans l’IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un Data Engineer CELONIS - full remote (H/F) à Lyon, France. Contexte : Les missions attendues par le Data Engineer CELONIS - full remote (H/F) : Séniorité : S2 - MIDDLE ( 3 ans et plus d'exp ) Début de mission : 1 mai 2025 Full remote Anglais : OBLIGATOIRE Expérience dans la plateforme Celonis EMS. Expérience de travail sur des bases de données SQL. ETL (Extraction Transformation Loading) Celonis PQL pour la construction de KPI en front-end. Connaissance fondamentale du Big Data, du Data Mining et du Process Mining et de l'automatisation. Responsabilités au sein de la plateforme : - Collecte des données - mise en place des connexions de données entre les systèmes sources et l'outil de Process Mining, assurant la collecte de données cohérentes et la préparation des systèmes sources. Préparation des données - Préparer les données pour le modèle de données d'exploration de processus en tenant compte du niveau de personnalisation. Modélisation des données - Création du journal des événements et du modèle de données d'exploration de processus. Visualisation des données - Création d'analyses et de tableaux de bord. Amélioration des processus : Construire des « compétences/règles de gestion » pour fournir un lieu de travail opérationnel aux utilisateurs.