Trouvez votre prochaine offre d’emploi ou de mission freelance Scikit-learn

Poste à Mi-Temps Rattaché(e) au Responsable du Pôle Innovation Technologique et en collaboration étroite avec le Responsable du Pôle 2IA, vous participerez à la conception et au déploiement de solutions d'IA générative (LLM) innovantes pour répondre aux besoins métiers du cient. Votre mission principale sera le développement de nos projets d’IA (Bob et Otto V2), en exploitant les dernières avancées en matière de traitement du langage naturel. Dans le cadre de ces projets, vous serez force de proposition sur la réflexion globale d’un choix d’architecture technique commune, partagée entre nos deux services. Pour cela, vous apporterez vos connaissances et votre prisme data science / IA.

Nous recherchons un Machine Learning Engineer pour rejoindre notre équipe de développement de notre socle d'usage des LLMs. Le candidat idéal sera spécialisé dans la conception d'applications autour des Large Language Models et possédera une expertise dans divers outils et frameworks liés à l'intelligence artificielle générative (Langchain, Langsmith, LLamaIndex). Responsabilités Maîtrise et utilisation de LangChain et des frameworks de développement d'IA générative : Utiliser ces outils pour créer et améliorer des solutions innovantes basées sur l'IAGen. Travail avec des bases de données vectorielles : Assurer le stockage et la consultation efficaces des données. Utilisation et configuration de modèles d'embeddings : Mettre en place des modèles pour la recherche documentaire et optimiser leurs performances. Développement d'agents basés sur les approches LLM : Appliquer les techniques LLM pour créer des agents intelligents. Programmation en Python : Utiliser les meilleures pratiques de développement pour assurer un code de qualité (Clean Code, tests unitaires, etc.). Utilisation des frameworks classiques de data science/NLP : Maîtriser des outils comme Scikit-Learn et NLTK pour les projets de data science. Gestion des versions de code et déploiements continus : Exploiter les techniques GitOps et les pipelines CI/CD pour assurer une livraison continue et sans faille. Travail en méthodologie Agile : Participer activement aux collaborations d'équipe et appliquer les bonnes pratiques Agile. Autonomie dans la gestion de projets : Créer et gérer des cartes de tâches et des projets de manière autonome.

Vos missions ? En tant que Lead Ingénieur Data, vous serez responsable de la conception, du développement et de la maintenance de solutions data au service des différents métiers de l'entreprise . Aux côtés d'experts métiers, et d'un Leader Technique, vous devrez développer des traitements robustes, monitorés et résilients dans un écosystème Cloud avec des technologies d'industrialisation à l'état de l'art. Vos traitements répondront à des besoins autour de problématiques complexes dans les domaines d'activité de l'entreprise (Réseau & système IOT, évolutions possibles sur comptage de l'eau, gestion des déchets, etc …) La stack Technique : MongoDB, PostgreSQL Python (lib : Pandas, Scikit Learn, Tensorflow, Matplotlib, Plotly...) Scala, R, Docker, Jenkins Gitlab/Github Grafana

Analyser et modéliser des séries temporelles pour optimiser les processus décisionnels. Collaborer avec les équipes techniques et métier pour développer des solutions data-driven. Participer activement à la gestion et à l’amélioration continue des modèles en production. Compétences requises : Maîtrise des techniques de modélisation Time Series . Solides connaissances en Python et bibliothèques associées (Pandas, Numpy, Scikit-learn). Bonnes compétences en communication pour transmettre des insights aux équipes non techniques.

emagine recherche pour l'un de ses Clients Grand Compte 2 Data scientists (1 senior & 1 expert en temps partiel) Rythme: 1 à 2 jours sur site + 3 à 4 jours de télétravail Durée: minimum 2 ans Lieu : Île de France, 95 Contexte : Programme attendu avec roadmap serrée dans un contexte de migration vers le cloud (GCP) L'entreprise a commencé une migration de ses applications data sur le cloud public (GCP). L'ensemble des travaux d'industrialisation se feront donc sur ce nouvel environnement de travail pour lesquels des compétences spécifiques MLOps sont nécessaires : maitrise de docker, github action, terraform, vertexAI etc… Objectifs de la Mission • Comprendre en profondeur les mécanismes du revenue management, y compris les facteurs influençant la demande et les stratégies de tarification. • Concevoir et implémenter un modèle de prévision de séries temporelles en utilisant les technologies les plus récentes en IA et ML, pour améliorer la fiabilité et l'efficacité des prévisions. • S'assurer que le modèle est à la fois interprétable et explicable, permettant aux équipes de revenue management de comprendre et d'exploiter pleinement les prévisions générées. • Proposer des indicateurs permettant de qualifier la fiabilité des prévisions, et être capable de les résumer et communiquer auprès du métier. Compétences et Expériences Requises • Anglais bilingue • Python • MLOps (docker, github action, terraform, vertexAI etc…) • GCP ( Migration vers GCP ) • Forecasting/time series • Bonne expérience en séries temporelles • Maîtrise du langage de programmation tels que Python ainsi que des outils de visualisation de données (Spotfire, Power BI, etc.). • Maîtrise des bibliothèques de machine learning (scikit-learn, TensorFlow, etc.) et des techniques statistiques avancées. • Solides compétences en analyse de données. • Excellente communication et capacité à travailler en équipe. Livrables Attendues • Code source des composants développés et tests associés • Description des choix d'architecture • Documentation de la solution développée (code, modélisation...) • Supports de communication (slides…) sur les développements réalisés Si vous êtes disponible et intéressé, merci de me retourner votre CV à jour et vos attentes à l'adresse -email masqué-

emagine recherche pour l'un de ses Clients Grand Compte un (e) Data Scientiste junior Rythme: 1 à 2 jours sur site + 3 à 4 jours de télétravail Durée: minimum 2 ans Lieu : Île de France, 95 Contexte : Programme attendu avec roadmap serrée dans un contexte de migration vers le cloud (GCP) L'entreprise a commencé une migration de ses applications data sur le cloud public (GCP). L'ensemble des travaux d'industrialisation se feront donc sur ce nouvel environnement de travail pour lesquels des compétences spécifiques MLOps sont nécessaires : maitrise de docker, github action, terraform, vertexAI etc… Objectifs de la Mission • Comprendre en profondeur les mécanismes du revenue management, y compris les facteurs influençant la demande et les stratégies de tarification. • Concevoir et implémenter un modèle de prévision de séries temporelles en utilisant les technologies les plus récentes en IA et ML, pour améliorer la fiabilité et l'efficacité des prévisions. • S'assurer que le modèle est à la fois interprétable et explicable, permettant aux équipes de revenue management de comprendre et d'exploiter pleinement les prévisions générées. • Proposer des indicateurs permettant de qualifier la fiabilité des prévisions, et être capable de les résumer et communiquer auprès du métier. Compétences et Expériences Requises • Anglais bilingue • Python • MLOps (docker, github action, terraform, vertexAI etc…) • GCP ( Migration vers GCP ) • Forecasting/time series • Bonne expérience en séries temporelles • Maîtrise du langage de programmation tels que Python ainsi que des outils de visualisation de données (Spotfire, Power BI, etc.). • Maîtrise des bibliothèques de machine learning (scikit-learn, TensorFlow, etc.) et des techniques statistiques avancées. • Solides compétences en analyse de données. • Excellente communication et capacité à travailler en équipe. Livrables Attendues • Code source des composants développés et tests associés • Description des choix d'architecture • Documentation de la solution développée (code, modélisation...) • Supports de communication (slides…) sur les développements réalisés Si vous êtes disponible et intéressé, merci de me retourner votre CV à jour et vos attentes à l'adresse mail -email masqué-