Lead data scientist / ml engineer (5 ans min) – ia & genai @ banque @ lille - freelance

Description du poste

Taux journalier (TJM): 600-620 selon profil

📍 Lille (59) – 2 jours de télétravail / semaine
📅 Démarrage : avril 2026
⏳ Durée : 6 mois
👤 Expérience : 6 à 9 ans


Contexte de la mission

Dans le cadre d’une ambitieuse stratégie autour de l’intelligence artificielle, vous interviendrez sur des sujets à fort impact mêlant Machine Learning, Deep Learning, NLP et IA Générative.

L’objectif est de valoriser la donnée à grande échelle pour :

* optimiser les processus métiers

* améliorer la prise de décision

* renforcer l’expérience utilisateur

Vous évoluerez dans un environnement data moderne, avec des enjeux concrets de mise en production et de passage à l’échelle.


Vos missions

* Concevoir, développer et industrialiser des modèles de Machine Learning et Deep Learning

* Exploiter les données pour générer des cas d’usage à forte valeur ajoutée

* Participer à l’optimisation des processus métiers via la data

* Mettre en place des pipelines robustes et automatisés

* Déployer les modèles en production (API, batch, temps réel)

* Assurer le monitoring des performances (modèles, dérive, qualité des données)

* Contribuer aux initiatives autour de l’IA Générative et des LLM

* Collaborer avec des équipes pluridisciplinaires (produit, risque, fraude, IT…)


Stack technique & environnement

🧠 Data Science & IA

* Modèles supervisés : régression logistique, arbres, gradient boosting (XGBoost, LightGBM)

* Explainable AI : SHAP, LIME

* LLM & GenAI : OpenAI, HuggingFace, fine-tuning

⚙️ Data Engineering & MLOps

* Python & écosystème ML : Pandas, Scikit-learn, MLflow

* Frameworks : FastAPI, Pydantic, LangChain, LangGraph

* Industrialisation : CI/CD, tests (pytest), feature stores

* Déploiement : Docker, Kubernetes, GitHub Actions

* Monitoring : data quality, drift, backtesting, RAGAS, LLM evaluation

☁️ Cloud & outils

* Azure (Azure ML), Databricks, PySpark

* Outils collaboratifs : Git, Jira, Confluence


Profil recherché


* 6 à 9 ans d’expérience en Data Science / Machine Learning

* Forte expérience en mise en production de modèles (MLOps)

* Capacité à intervenir de bout en bout : modélisation → industrialisation

* Bonne compréhension des enjeux d’architecture data

* À l’aise dans des environnements métiers variés (produit, risque, fraude…)

* Intérêt marqué pour les sujets GenAI / LLM / Agentic AI

* Esprit orienté delivery, impact et expérimentation

Un plus :

* Connaissance des environnements réglementés (finance, scoring…)

* Expérience avec Snowflake


Langues

* Français : courant

* Anglais : professionnel