Senior Data Scientist (IA générative + Computer Vision + ML industriel) - Freelance

Maintenance prédictive sur des actifs industriels critiques, détection d'anomalies sur vidéo, IA générative sur Mistral et Gemini, optimisation des cycles de production : un poste qui couvre tout l'éventail Data Science et IA sur un terrain industriel exigeant. Vous savez identifier où l'IA crée vraiment de la valeur métier (et où elle n'en crée pas), prototyper vite, industrialiser sans sur-engineering, et faire monter un Data Scientist plus junior ? Rejoignez le pôle Data IA d'un leader européen de l'énergie, sur le périmètre Parc Nucléaire et Thermique.

Lieu : Lyon

📋 Présentation de la mission

Au sein du pôle Data IA du périmètre Parc Nucléaire et Thermique d'un leader européen de l'énergie, vous rejoignez une équipe Data Science resserrée (un Data Scientist junior à mentorer, un Product Owner) pour porter la livraison technique sur l'éventail complet des sujets IA du domaine. Concrètement : identifier les vrais usages de l'IA avec les métiers, instruire les études amont, concevoir et prototyper les POC, évaluer la valeur métier réelle d'un cas d'usage avant de pousser plus loin, et industrialiser de manière simplifiée. Le périmètre est volontairement large — maintenance prédictive sur les actifs industriels, détection d'anomalies sur vidéos en environnement industriel, IA générative (texte et image), et plus globalement le pilotage des cycles de production électrique (savoir quand arrêter et relancer une centrale). C'est un poste à la fois technique, conseil et structurant, sur un terrain où la rigueur métier compte autant que la qualité de la modélisation.

🛠 Vos Responsabilités

Votre quotidien s'articulera autour de quatre piliers majeurs :

• Identification et cadrage des cas d'usage IA : Échanger avec les métiers du périmètre nucléaire et thermique pour identifier les vrais sujets IA à valeur, instruire les études amont, conseiller sur la pertinence de chaque cas d'usage et arbitrer entre ce qui mérite un POC et ce qui ne le mérite pas.

• Conception et prototypage des POC IA : Concevoir les architectures techniques (Python, Dataiku, GCP, modèles LLM) et livrer les POC sur l'éventail complet : maintenance prédictive, détection d'anomalies en vidéo industrielle, IA générative texte et image, analyse de cycles de production.

• Industrialisation simplifiée & mise en production : Faire passer un POC du proto à un usage métier réel sans sur-engineering, sur une stack Python / Dataiku / GCP / GitLab CI/CD, et avec un niveau d'industrialisation calibré sur l'usage (pas la même chose pour un POC interne et pour un service exposé).

• Mentorat, binôme PO et posture conseil : Accompagner un Data Scientist plus junior dans la montée en compétence et la livraison, travailler en duo avec un Product Owner sur la priorisation et la relation client, et porter la posture conseil sur la valeur métier des sujets IA face aux interlocuteurs du domaine.

🏗 Stack Technique

• Data Science & ML industriel : Python (expert), Dataiku, scikit-learn, time series, computer vision, modèles de maintenance prédictive et de détection d'anomalies

• IA générative : Modèles LLM (Mistral, Gemini), génération d'images, prompt engineering et arbitrages RAG / fine-tuning / prompt eng selon le cas d'usage

• Cloud & industrialisation : GCP (principal), AWS (partiellement), GitLab CI/CD, mise en production légère adaptée à l'usage

• Le petit plus : Avoir déjà bossé sur un domaine industriel critique (énergie, transport, défense, manufacturing), ou sur la combinaison ML classique + GenAI dans un même rôle plutôt que sur une spécialisation pure.

📍 Modalités du contrat

• Secteur Géographique : Lyon (principal)

• Télétravail : Hybride — 2 à 3 jours sur site par semaine

• Date de démarrage : ASAP (remplacement)

• Durée : Mission longue

• Secteur d'activité : Énergie