ML Engineer / AI Engineer (H/F) - Freelance

Taux journalier (TJM): 580

En quelques mots

Cherry Pick est à la recherche d'un Data scientist(H/F),  pour le compte de l'un de ses clients qui opère dans le domaine d'Assurance. 

Description

🚀 Contexte de la mission

Dans un environnement mutualiste et assurantiel (santé, prévoyance, protection sociale) fortement réglementé, la Data Science et l'IA représentent des leviers stratégiques pour améliorer la qualité de service aux adhérents, renforcer la prévention, optimiser la gestion des risques et de la fraude, tout en soutenant la performance opérationnelle.

Au sein de la DSI Data et en collaboration étroite avec le Chief Data Scientist, nous recherchons un(e) Tech Lead Data Scientist & Pilote du Socle Data Science (H/F). Votre rôle sera de garantir l'industrialisation sécurisée, robuste et éthique des solutions IA/ML au sein du Système d'Information du groupe.

🎯 Missions principales & Rôle

1. Leadership Technique & Structuration (40 %) :

• Assurer le lead technique des Data Scientists et piloter la montée en compétences de l'équipe (mentoring, revues de code, bonnes pratiques).

• Définir et diffuser les standards techniques IA/Data (MLOps, CI/CD, documentation CRISP) adaptés au contexte sensible de la santé et de l'assurance.

• Accompagner les Product Owners IA sur l'ensemble du cycle de vie des produits d'IA, de l'idéation jusqu'à la mise en production.

• Assurer l'interface technique entre les équipes Data Science, MLOps, Cybersécurité et DSI, et contribuer à l'animation de la communauté Data.

• Mener une veille active sur l'IA responsable, l'explicabilité (XAI) et l'éthique des algorithmes.

2. Contribution Technique Directe & Pilote de Socle (60 %) :

• Assurer le rôle de Pilote du Socle Data Science (MLOps, LLMOps, écosystème Python) : conception, évolution, outillage et maintenance.

• Développer et industrialiser des modèles complexes adaptés aux cas d'usage métiers :

  • ML / Classification / Scoring : Détection de la fraude, risque, résiliation (churn), satisfaction adhérent.

  • IA Générative / GenAI : Architectures RAG, fine-tuning de LLM pour l'assistance aux conseillers et la recherche documentaire.

• Mettre en place, avec les équipes MLOps, les pipelines de déploiement continu, l'automatisation des flux et le monitoring des modèles (gestion des dérives de données et de performance).

• Garantir la conformité réglementaire (RGPD, données de santé, souveraineté, sécurité) et l'auditabilité des solutions.

🏁 Objectifs & Livrables

• Architectures ML/IA et socle Data Science sécurisés, scalables et maintenables.

• Modèles IA industrialisés (APIs, pipelines MLOps, notebooks standardisés) mis en production.

• Dispositifs de monitoring (tableaux de bord d'indicateurs de performance et de dérive des modèles).

• Dossiers d'architecture, de mise en production et d'audit réglementaire.