Stage - Assistant(e) Data Scientist – Agents pour le développement ML H/F

Crédit Agricole S.A.

Rejoignez Crédit Agricole Artificial Intelligence (CA-AI), la nouvelle entité du groupe Crédit Agricole dédiée à l’industrialisation et au déploiement de solutions IA communes, au service de la transformation des métiers du Groupe [lancement officiel le 19/10/2026].

Son objectif : développer une IA industrielle performante, résiliente et durable, grâce à la maîtrise des choix technologiques et des dépendances. Pour se faire, CA-AI conçoit, développe et opère ces solutions pour les différentes entités du Groupe. Elle mutualise expertises, plateformes et capacités technologiques pour accélérer leur passage à l’échelle et créer durablement de la valeur au travers des usages déployés par les métiers et leurs IT.

En agissant chaque jour dans l’intérêt de la société, nous sommes un groupe engagé en faveur des diversités et de l’inclusion et plaçons l’humain au cœur de toutes nos transformations. Tous nos postes sont ouverts aux personnes en situation de handicap.

L’objectif de ce stage est de concevoir et d’évaluer des agents de code spécialisés en Machine Learning, capables de construire, évaluer, itérer et relancer de manière autonome ces pipelines ML.

Vous aurez pour missions principales de :

• Réaliser un benchmark des frameworks agentiques : Etudier et comparer les frameworks existants dédiés à l’automatisation ML (ex : Probabl/skrub, AutoML, etc.) afin d’identifier les solutions les plus adaptées au contexte du groupe ;
• Construire un harness IA dédié au ML : Développer l’environnement dans lequel l’agent ML évoluera. Cela repose sur trois piliers principaux : compréhension des métriques spécifiques, bonnes pratiques de feature engineering et contraintes de déploiement ;
• Mettre en place d’un agent ML à intelligence itérative : En s’appuyant sur le harness construit précédemment, implémenter un cycle autonome complet :
  • Génération automatique d’un premier modèle baseline ;
  • Exécution, lancement du pipeline sur les données ;
  • Évaluation, calcul des métriques (performances, biais, etc.) ;
  • Hypothèses d’amélioration, identification automatique des problèmes (overfitting, déséquilibre de classes, etc.) ;
  • Améliorations, modifications et enrichissement du pipeline ;
  • Re-exécution, validation des améliorations.

Organisation et livrables :

Dans l’objectif de livrer des fonctionnalités intégrables au sein des solutions industrielles en production, les stages se déroulent sous l’encadrement d’experts IA au sein d’une Squad pluridisciplinaire ayant comme référent fonctionnel un chef de projet IA, et selon une méthode Projet interne qui fait l’objet d’une certification IA de confiance et d’une labélisation RSE.