Data Scientist – IA générative, Machine Learning & Industrialisation - Freelance

Taux journalier (TJM): 650

Nous recherchons un·e Data Scientist pour rejoindre une équipe en croissance et contribuer au développement de solutions d’intelligence artificielle répondant à des problématiques métier concrètes et variées.

La mission couvre l’ensemble du cycle de vie des projets IA : identification des opportunités, cadrage des cas d’usage, réalisation de preuves de concept, développement de prototypes, puis industrialisation et mise en production de solutions robustes et maintenables.

Vous interviendrez notamment sur des problématiques telles que la gestion des réclamations, l’optimisation logistique, la classification, le scoring ou encore la conception d’agents IA.

Vos principales missions

Exploration et cadrage des initiatives IA

• Identifier de nouveaux cas d’usage IA en collaboration avec les équipes métier.

• Évaluer leur faisabilité technique, opérationnelle et fonctionnelle.

• Traduire des besoins parfois peu cadrés en problématiques data et IA structurées.

• Déterminer l’approche la plus pertinente selon le contexte : règles métier, Machine Learning classique, optimisation, LLM ou agents IA.

• Réaliser rapidement des POCs afin de valider les hypothèses techniques et métier.

Développement et prototypage

• Concevoir et développer des prototypes de solutions IA et d’agents intelligents.

• Mettre en œuvre des architectures de type RAG, orchestration d’agents ou pipelines de traitement.

• Développer des modèles de classification, de scoring ou d’optimisation selon les besoins.

• Tester différentes architectures, données et stratégies de prompts.

• Itérer à partir des retours utilisateurs et de métriques de performance.

Industrialisation et mise en production

• Transformer les prototypes retenus en solutions fiables, maintenables et utilisables à l’échelle.

• Développer des API robustes avec FastAPI.

• Mettre en place des tests automatisés et gérer les cas limites.

• Concevoir des pipelines d’évaluation permettant de mesurer la qualité, la pertinence et la fiabilité des résultats.

• Contribuer à l’observabilité des solutions déployées : logs, traces, latences, taux d’erreur et montée en charge.

• Participer à la conteneurisation, à l’intégration continue et au déploiement des solutions.

Collaboration avec les équipes métier et techniques

• Travailler directement avec les équipes opérationnelles afin de comprendre leurs processus, contraintes et priorités.

• Gérer plusieurs sujets en parallèle dans un environnement agile et évolutif.

• Documenter les choix techniques, les résultats et les apprentissages.

• Partager les bonnes pratiques avec les autres membres de l’équipe.

Environnement technique

• Langage : Python

• Frameworks et bibliothèques : FastAPI, Pydantic, Pytest, LangChain, Pydantic AI, OR-Tools

• Cloud : Azure, Azure OpenAI, Azure AI Search, Azure Service Bus

• IA générative : LLM, RAG, agents IA, prompt engineering, évaluation de modèles

• Data Science : Machine Learning classique, modélisation statistique, scoring, classification, optimisation

• DevOps : Docker, CI/CD, Git