TROUVE TES PROCHAINES MISSIONS FREELANCE ET PROPULSE TA CARRIÈRE !

Nous recherchons pour notre client grands comptes un Chef de Projet Technique - Data Science dans le secteur de l'énergie compétent sur des environnements agiles. Vos missions : * Co-construire la feuille de route du projet avec le chef de produit * Encadrer et coordonner les travaux d'une équipe de data scientists * Réaliser des développements techniques en autonomie (Python, PySpark) * Assurer la qualité, la robustesse et la maintenabilité du code * Appliquer et promouvoir les bonnes pratiques CI/CD * Documenter les travaux via Jira, Confluence et les outils de gestion de projet * Collaborer au sein d'une équipe pluridisciplinaire en mode agile (Scrum/Kanban)

Nous recherchons pour l'un de nos clients un profil hybride Lead Data Scientist / Chef de Projet Data ayant une solide expérience dans l'intégration d'algorithmes complexes et la gestion de projets data à fort enjeu. Ce rôle est clé dans la coordination des initiatives data et la mise en œuvre de solutions techniques dans un environnement exigeant., * Piloter des projets data de bout en bout : cadrage, planification, coordination des acteurs, suivi des livrables * Encadrer les activités de data science et de développement algorithmique (modélisation, optimisation, machine learning…) * Participer activement à l'intégration d'algorithmes complexes dans des environnements de production critiques * Garantir la qualité, la performance et l'industrialisation des solutions via des pratiques CI/CD * Collaborer étroitement avec les équipes Data Engineers, IT, métiers et opérationnelles * Produire et suivre le planning projet, les jalons clés et assurer un reporting régulier à la direction * Travailler dans un contexte industriel ou énergie, sur des systèmes à fort volume de données et forte criticité

MySQL PySpark Python Quality of service (QoS) Tableau de bord Publiée le 07/07/2025, Vous interviendrez sur un projet stratégique visant à améliorer la qualité de services TV et Internet grâce à la mise en place et l'analyse d'indicateurs de performance avancés. Contexte de la mission Au sein d'une équipe projet à taille humaine (3 personnes), vous serez chargé(e) de : * Générer, superviser et analyser un ensemble d'indicateurs de qualité et de performance (KPI). * Assurer un suivi fin de la qualité de services (QOS) et non uniquement de la qualité de diffusion (QOD). * Automatiser et enrichir le patrimoine de données et les tableaux de bord existants. Vous contribuerez directement à l'amélioration continue de l'expérience client dans le domaine des services Télécom. Objectifs et livrables * Surveillance continue de l'évolution des KPI techniques, fonctionnels et de performance. * Analyse et reporting de l'évolution de ces indicateurs. * Maintien en condition opérationnelle et adaptation du patrimoine de données (scripts, KPI, dashboards). * Création de nouveaux indicateurs pertinents, en lien avec les équipes métiers et techniques.

Périmètre de la consultation : Prestations attendues Activités principales du data scientist : * Comprendre les cas d'usage * Participer aux réunions de cadrage des besoins avec le chef de projet DPIT * Apporter une expertise et évaluer la pertinence de l'IA pour le besoin * Réaliser une première estimation de l'effort nécessaire au développement d'une solution * Développer des POC (Proof of Concept) pour démontrer la faisabilité et la performance, Collecte de données : * Identifier les sources de données (internes et externes) * Extraire les données depuis des bases de données, des API, des fichiers texte, des documents Word/PDF, via du web scraping, des données semi-structurées, etc. Préparation et nettoyage des données : * Nettoyer les données : corriger ou supprimer les données corrompues/incorrectes, gérer les valeurs manquantes, supprimer les doublons * Transformer les données : normaliser les formats, mettre à l'échelle, encoder les variables catégorielles Ingénierie des caractéristiques (Feature Engineering) : * Extraire, créer et sélectionner les caractéristiques pertinentes à partir des données brutes Traitement du langage naturel (NLP) : * Extraire, nettoyer et transformer le texte issu de documents non structurés Exploration et visualisation des données : * Réaliser une analyse exploratoire des données (EDA) * Détecter des motifs et tendances pour formuler des hypothèses et identifier des relations causales potentielles Modélisation et développement : * Utiliser Python pour développer des applications et des interfaces utilisateur de base * Sélectionner les algorithmes de ML/DL appropriés * Entraîner les modèles et ajuster les paramètres * Valider les modèles via la validation croisée pour éviter le surapprentissage (overfitting) * Instancier des modèles de langage pré-entraînés (LLMs, embeddings, rerankers, etc.) et les intégrer dans des solutions complexes comme le RAG (Retrieval-Augmented Generation) Maîtrise des bibliothèques Python clés : * Manipulation de données : Pandas, Polars, Dask, PySpark * NLP : NLTK, SpaCy * Machine Learning : Scikit-Learn, XGBoost, LightGBM * Deep Learning : PyTorch * IA Générative : Ollama, Transformers, SentenceTransformers, Langchain, LlamaIndex Évaluation des modèles : * Utiliser des métriques de performance : précision, rappel, F1 score, AUC-ROC, Matthews, RMSE, MAE, R², MAPE, Silhouette, etc. * Analyser les erreurs de prédiction pour identifier les faiblesses et les axes d'amélioration Déploiement des modèles : * Collaborer avec les équipes d'ingénierie pour intégrer les modèles en production * Automatiser les pipelines de données du stockage à l'inférence * Développer des API pour permettre l'accès aux modèles par d'autres systèmes ou utilisateurs Surveillance et maintenance : * Surveiller les performances des modèles en production et détecter toute dégradation * Mettre à jour et réentraîner régulièrement les modèles pour maintenir leur performance face aux nouvelles données et aux évolutions Documentation et communication : * Documenter les processus, méthodologies, choix de conception et résultats des modèles * Présenter les analyses et résultats aux parties prenantes avec des visualisations claires et un langage accessible * Rédiger des rapports et préparer des présentations pour partager les conclusions et recommandations Recherche et développement : * Se tenir informé des dernières avancées en algorithmes, techniques de ML et outils * Prototyper et expérimenter de nouveaux modèles et approches pour résoudre des problèmes complexes ou améliorer les performances Collaboration : * Travailler avec des experts métier, des analystes business et d'autres parties prenantes pour comprendre les besoins et contraintes spécifiques

Nous recherchons un(e) Développeur(se) Python pour intégrer l'équipe d'un de nos clients grands comptes, dans le cadre d'un projet d'envergure visant à centraliser et fiabiliser des indicateurs clés pour améliorer le suivi des processus métiers de bout en bout. Contexte de la mission : Au sein d'une équipe spécialisée dans la gestion des référentiels et de la qualité des données, vous interviendrez sur un projet stratégique orienté Big Data, avec un fort impact sur les activités opérationnelles et décisionnelles de notre client., NSI France est une entreprise innovante, réactive, fiable et responsable. Au quotidien, l'entreprise s'efforce d'avoir une relation plus forte avec ses Consultants pour leur offrir le meilleur pour qu'ils puissent évoluer et s'épanouir au sein du Groupe NSI. Notre politique en matière de Ressources Humaines a toujours inclus une équipe dédiée à la gestion des carrières qui assure un lien fort entre l'entreprise et ses consultants. Cette approche, s'avère efficace, notamment en terme d'évolution et de suivi de carrière. Nos pôles d'expertises : - Conseil & Transformation Digitale ; - Conseil & MOA Banque, Finance ; - Conseil & MOA Assurance, Santé Prévoyance ; - Data Intelligence, IA / Big Data ; - Cloud / Infrastructures et support IT ; - Testing. Du conseil à la réalisation, NSI France dispose d'un savoir-faire complet, qui lui permet d'être présent sur de nombreux secteurs d'activité (Banque, Finance, Assurance, Prévoyance Santé, Industrie, Services, Grande Distribution, Télécommunications…).

* Conception d'outils Big Data : Contribution active à la conception, au développement et à l'amélioration d'outils de traitement de données massives, couvrant l'ensemble du cycle de vie des données : ingestion, traitement, analyse et restitution. * Définition des besoins techniques : Collaboration étroite avec les utilisateurs de la plateforme Data pour comprendre les besoins métier et garantir un alignement optimal entre les solutions développées et les attentes fonctionnelles. * Développement sur Databricks et AWS : Réalisation de développements avancés sur les plateformes Databricks et AWS, en utilisant notamment les technologies suivantes : Python, SQL, Spark et Airflow. * Intégration des pratiques FinOps : Mise en œuvre de bonnes pratiques FinOps dans le développement afin d'optimiser les coûts, les performances et l'utilisation des ressources sur AWS. Utilisation d'outils tels que dbt, GitLab CI/CD, et autres solutions DevOps. * Audit et accompagnement transverse : Réalisation d'audits techniques et de revues de code au sein des équipes, avec pour objectif de renforcer la maîtrise des enjeux techniques et de favoriser l'adoption de stratégies FinOps efficaces.