Entité : mon client (grand groupe, secteur retail / grande distribution) Site : Île-de-France, hybride (2j/site ? 3j TT) TJM max : 500 euros Date de démarrage : asap Date de fin : 01/03/2028 Contexte : L?utilisation massive de données, le développement d?approches analytiques rationnelles et le développement de systèmes agentiques d?assistance aux différents acteurs du métier constituent un axe majeur du plan stratégique de mon client à horizon 2030. Le projet « Négociateur Augmenté » vise à fournir aux négociateurs des outils analytiques et agentiques qui leur permettront d?optimiser les accords qu?ils concluent avec les fournisseurs. Mission : Discuter avec les équipes opérationnelles pour identifier leurs besoins et leurs difficultés. Contribuer itérativement au projet Négociateur Augmenté : compréhension des besoins, exploration des données, constitution de datasets, modélisation, conception agentique, développement, revue de code, déploiement, suivi de l?impact, monitoring. Discuter les choix de modélisation, algorithmiques et techniques avec l?équipe ; participer à l?arbitrage le cas échéant. Appliquer les bonnes pratiques afin de faciliter la qualification des sous-projets, les développements itératifs, l?industrialisation des solutions, leur maintenabilité, la mesure et le suivi de leurs performances. Rédiger et présenter les résultats d?expérimentation pour aider à la décision. Compétences : Concevoir, développer, déployer et maintenir des systèmes agentiques. Concevoir, développer et maintenir des applications et modèles d?apprentissage automatique robustes et scalables avec Python. Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning. Nice to Have : Maîtriser les bibliothèques de manipulation et d?analyse de données : Pandas, NumPy, SciPy. Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch. Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables. Utiliser les plateformes de cloud computing, notamment GCP ou équivalents. Gérer le versionning des données et des modèles. Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly. Gérer les bases de données relationnelles et/ou orientées document. Intégrer les principes de craftsmanship et les bonnes pratiques telles que SOLID, YAGNI et la couverture de tests avec Sonar. Appliquer les principes d?observabilité pour monitorer et diagnostiquer les applications et modèles. Participer à toutes les phases du cycle logiciel, de la conception à la mise en production et au run. Contribuer à l?amélioration continue des pratiques de développement et assurer la qualité, la simplicité et la maintenabilité du code. Assurer la maintenance et l?évolution des applications et modèles existants. Appliquer les méthodes agiles, notamment Scrum. Méthodes, organisations et interactions : Communiquer clairement et efficacement à l?écrit et à l?oral en français pour des interactions fluides avec le métier et les équipes. Analyser les situations et proposer des solutions adaptées tout en identifiant les axes d?amélioration. Respecter les délais tout en maintenant des standards élevés de qualité et d?excellence. Collaborer activement avec les membres de l?équipe, partager les connaissances et favoriser un esprit collectif pour atteindre les objectifs communs. Profil candidat: Profil recherché : AI Engineer / Machine Learning Engineer orienté IA Générative et systèmes agentiques Python, Pandas, NumPy, Scikit-learn, PyTorch, TensorFlow AI Agents, systèmes agentiques GCP Git, CI/CD

326 - Data Science Python Sénior IA Gen (IT)

Commencez avec votre e-mail