IA Engineer / ML Engineer - Freelance

Taux journalier (TJM): 650€

Descriptif détaillé du besoin

Dans un contexte de transformation des usages marketing et d’optimisation de la performance commerciale dans le secteur de l’assurance, nous recherchons un(e) IA Engineer / ML Engineer pour intervenir sur des problématiques de scoring client et de valorisation des leads.

Vous serez au cœur des interactions entre les équipes métier (marketing client) et les équipes techniques, avec un rôle clé dans la conception et la mise en production de modèles permettant d’optimiser les décisions marketing et les investissements media (notamment sur les plateformes d’enchères type Google).

Les travaux porteront notamment sur deux axes stratégiques :

1. Scoring & performance marketing :

• Développement de scores permettant d’évaluer :

  • le taux d’engagement client

  • la probabilité de conversion (devis → souscription)

  • la valeur générée par un lead

• Production d’insights exploitables pour optimiser les stratégies d’enchères (bidding) et améliorer la performance des campagnes

• Construction de modèles orientés business impact (ROI, valeur client)

2. Multi-équipement & cross-sell :

• Identification de profils similaires pour recommander des produits complémentaires

• Développement de modèles de recommandation basés sur les comportements de souscription existants (ex : produits de type AGA, AEP, A2P – assurance et protection du patrimoine)

• Détection d’appétence produit et opportunités de cross-sell

L’ensemble des solutions développées devra être pensé pour une mise en production robuste, intégrée dans un environnement data moderne.

Vos missions

• Concevoir, développer et industrialiser des modèles de scoring client

• Traduire des besoins marketing en solutions data concrètes et activables

• Produire des insights pour améliorer les performances des campagnes marketing (notamment digitales)

• Mettre en production des modèles dans un environnement Azure

• Développer et maintenir des pipelines CI/CD pour le déploiement des modèles

• Travailler avec Azure DevOps et Databricks pour l’industrialisation

• Assurer le suivi, le monitoring et l’amélioration continue des modèles

• Collaborer étroitement avec les équipes métier à chaque étape du delivery