Trouvez votre prochaine offre d’emploi ou de mission freelance Numpy

En quelques mots Cherry Pick est à la recherche d'un "Data scientist" pour un client dans le secteur de la finance Description Le Data Scientist jouera un rôle clé dans l’analyse des données clients pour améliorer la personnalisation des interactions et renforcer les performances des services. En tant que Data Scientist pour l’équipe l’équipe Services Clients aux Bénéficiaires, vos missions incluent: Conception de modèles prédictifs pour anticiper les comportements et besoins des bénéficiaires afin d’améliorer la personnalisation des services. Mise en œuvre d’analyses avancées telles que la segmentation et le scoring pour répondre aux besoins des bénéficiaires. Optimisation des parcours clients en analysant les points de friction et proposant des solutions stratégiques. Analyse des données des interactions clients (CRM, canaux digitaux, centre d'appels) pour améliorer les processus de gestion. Développement d’algorithmes d’optimisation pour améliorer la gestion des flux de demandes. Suivi des KPI (NPS, taux de résolution) pour piloter la performance stratégique et opérationnelle. Développement d'outils de reporting interactifs pour la prise de décision. Utilisation des outils technologiques avancés tels que ALTO Studio, Genesys, Python, SQL, Tableau, et Power BI. Exploitation des projets d'intelligence artificielle pour améliorer l'analyse des données. Collaboration avec les équipes transverses (produit, IT, marketing) pour aligner les initiatives data aux priorités stratégiques. Veille technologique pour intégrer les meilleures pratiques en data science. Respect des réglementations liées aux données personnelles (ex. RGPD)

Le poste Mission : En tant que Data Scientist (H/F), vous serez en charge des missions suivantes : - Collecter et préparer des données - Nettoyer, transformer et structurer les données pour les rendre exploitables - Gérer la qualité des données - Construire des modèles prédictifs et des algorythmes de machine learning - Veiller à l'amélioration continue des performances des modèles - Suivre les avancées en data science, machine learning et intelligence artificielle Stack technique: -Machine Learning -Python -SQL -Pandas / Numpy -Flask -Tableau/ Power BI

Pour notre client, nous recherchons un(e) Data Analyst. Vous transformerez des données complexes en insights stratégiques pour les équipes métiers et les clients. Missions Principales Analyse de données : Nettoyage et traitement de datasets variés Création de dashboards interactifs (Power BI/Tableau) Analyses ad-hoc pour répondre aux besoins métiers Reporting : Automatisation des rapports mensuels Identification des KPI clés Présentation des résultats aux stakeholders Optimisation : Amélioration des processus data Collaboration avec les équipes Data Engineering Veille sur les nouvelles méthodes d'analyse Stack Technique Outils BI : Power BI (70%), Tableau (30%) Langages : SQL avancé, Python (pandas, numpy) Data : Snowflake, BigQuery, Excel avancé Méthodes : Analyse prédictive basique, clustering

Notre client dans le domaine de l'aéronautique est à la recherche de son futur Ingénieur(e) en Intelligence Artificielle (H/F) pour son site de Toulouse, dans le cadre d’un Proof of Concept (POC) visant à explorer et valider des solutions innovantes en IA. Vos missions : Intégré à une équipe dynamique et experte, vous interviendrez sur les aspects clés du projet IA en apportant votre expertise en développement et en modélisation. À ce titre, vous serez amené à : •Concevoir et développer des modèles d’IA adaptés aux besoins du projet. •Mettre en place et optimiser des pipelines de Machine Learning / Deep Learning. •Travailler sur l’entraînement, le tuning et l’évaluation des modèles. •Assurer l’intégration des modèles dans l’environnement technique existant. •Participer à l’amélioration continue des solutions et proposer des innovations. Les compétences techniques •Maîtrise des langages Python et des frameworks TensorFlow, PyTorch, Scikit-Learn. •Expérience en déploiement de modèles IA (MLOps, Docker, Kubernetes). •Connaissance des architectures Cloud (AWS, Azure, GCP). • Compétences en traitement et manipulation de données (Pandas, NumPy). •Expérience avec les bases de données (SQL, NoSQL).