TROUVE TES PROCHAINES MISSIONS FREELANCE ET PROPULSE TA CARRIÈRE !

Nous recherchons un(e) Architecte IA & Graphes de Connaissance pour une mission longue chez un client grand compte dans le secteur bancaire. Mission stratégique de conception et mise en œuvre d'un graphe de connaissance multidimensionnel pour modéliser l'ensemble du SI et simuler des scénarios d'impact. Il s'agit d'un rôle clé pour structurer le moteur de simulation, poser les fondations techniques du graphe, et croiser logique causale, IA et architecture IT., Intégré(e) à l'équipe d'architecture IA du client, vous piloterez la construction d'un moteur de simulation IT à fort enjeu, basé sur un Knowledge Graph modélisant les dépendances techniques, applicatives et organisationnelles du SI. Vos responsabilités clés : Modéliser un graphe de connaissance structurant les couches IT, humaines et applicatives Concevoir les logiques de propagation (dépendances, effets en chaîne, causalité) Challenger et sélectionner les technologies graphe (Neo4j, TigerGraph, ou alternatives) Structurer et intégrer les composants IA : * IA symbolique : raisonnement par règles, moteur causal * IA neuronale : modèles prédictifs, scoring, supervision Définir l'architecture globale et son intégration dans les systèmes existants Structurer les logiques combinant IA symbolique (règles, raisonnement causal) et IA neuronale (scoring, modèles prédictifs) Encadrer des profils techniques et assurer l'interface avec les décideurs IT & métiers, Une mission stratégique au cœur de la transformation SI d'un grand groupe bancaire Des enjeux techniques complexes et transverses (IT, data, IA) Une exposition directe auprès des architectes et directions data/IT Flexibilité totale en télétravail, avec un cadre structuré, En déposant votre mission, vous bénéficiez d'un matching efficace pour trouver le freelance correspondant à votre besoin. Je dépose une mission Bénéficiez d'une sécurité financière Ainsi que des avantages d'un salarié, soyez déchargé des tâches administratives grâce au portage salarial.

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

Vous souhaitez participer activement à la mission d'HEC Paris et contribuer à son rayonnement ? Partagez-nous votre parcours en postulant ! Vous interviendrez au sein du département Innovation & Entrepreneuriat d'une grande école de commerce reconnue, dans un environnement dynamique et exigeant, centré sur les start-ups et l'innovation. Votre rôle : faire parler les données. Votre terrain de jeu : collecte, cleansing, synchronisation, automatisation et analyse. Votre mission ne se limitera pas à "nettoyer des données". Il s'agira de rendre les données utilisables, fiables et exploitables à l'échelle d'un écosystème. Vous serez amené·e à contribuer à des enjeux réels : * Comment fiabiliser les données des start-up accompagnées ? * Comment automatiser le suivi de leur croissance ou de leur impact territorial ? * Comment exploiter des outils d'IA pour dégager de nouvelles pistes d'analyse ? Vous travaillerez sur : * Le nettoyage et la synchronisation de données issues de sources internes, publiques et privés * L'automatisation de processus via des outils low-code / no-code (n8n, Make…) * La création et la consolidation de tableaux de bord sur les start-ups, les levées de fonds et le suivi d'impact * Des études ponctuelles en Business Intelligence, notamment sur le marché de l'éducation * L'exploration d'outils d'intelligence artificielle générative (préparation de données, automatisation, analyse) Environnement de travail & outils Vous évoluerez dans un environnement structuré autour de l'innovation et des données. Notre stack actuelle combine

Nous recherchons un Machine Learning Engineer freelance expérimenté pour intervenir sur un projet stratégique chez un grand compte du secteur de l'assurance. Vous rejoindrez une équipe agile pour contribuer au développement de solutions de modélisation de données, d'extraction d'informations à partir de contrats, de vérification automatique de cohérence et de recherche sémantique. Vous serez impliqué dans toutes les étapes de conception, développement, déploiement et optimisation des services ML. Missions principales : * Développer des services ML performants en Python 3.12. * Travailler sur l'orchestration des déploiements avec Kubernetes, Helm et Docker. * Concevoir et intégrer des APIs avec FastAPI et OpenAPI. * Optimiser les pipelines CI/CD sous GitLab, en collaboration avec les équipes DevOps. * Utiliser les SDK Azure dans un environnement cloud. * Implémenter des tests unitaires et assurer le monitoring des performances. * Participer à l'évolution de la matrice RACI en lien avec les équipes projets. * Contribuer à une organisation agile structurée en squads et chapters. * Collaborer en anglais avec des interlocuteurs techniques et métiers à l'international.

Nous recherchons un Machine Learning Engineer freelance expérimenté pour intervenir sur un projet stratégique chez un grand compte du secteur de l'assurance. Vous rejoindrez une équipe agile pour contribuer au développement de solutions de modélisation de données, d'extraction d'informations à partir de contrats, de vérification automatique de cohérence et de recherche sémantique. Vous serez impliqué dans toutes les étapes de conception, développement, déploiement et optimisation des services ML. Missions principales : - Développer des services ML performants en Python 3.12. - Travailler sur l'orchestration des déploiements avec Kubernetes, Helm et Docker. - Concevoir et intégrer des APIs avec FastAPI et OpenAPI. - Optimiser les pipelines CI/CD sous GitLab, en collaboration avec les équipes DEVOPS. - Utiliser les SDK Azure dans un environnement cloud. - Implémenter des tests unitaires et assurer le monitoring des performances. - Participer à l'évolution de la matrice RACI en lien avec les équipes projets. - Contribuer à une organisation agile structurée en squads et chapters. - Collaborer en anglais avec des interlocuteurs techniques et métiers à l'international.

Objectifs de la mission * Assurer le bon fonctionnement et la fiabilisation des plateformes de ML en production * Apporter un soutien technique niveau 3 sur les incidents, problèmes et évolutions * Contribuer à l'automatisation et à l'amélioration continue des pratiques de production (CI/CD, IaC, monitoring) * Être un relais technique entre les équipes projet (DSI, Data, Infra, Sécurité) * Participer activement aux projets d'intégration, de déploiement et de transformation technique Activités principales * Analyse des besoins techniques et accompagnement des Data Scientists/ML Engineers * Mise en production et MCO des plateformes ML (run quotidien, monitoring, sauvegardes, purges, gestion des incidents) * Réalisation de gestes techniques (déploiements, correctifs, évolutions) * Participation à la mise en œuvre des pipelines CI/CD (Jenkins, GitLab) * Contribution à l'industrialisation via Ansible, Terraform, Docker, Kubernetes * Veille à l'exploitabilité des solutions en phase projet (avis techniques, comités d'architecture) * Rédaction de documentations, procédures et supports utilisateurs * Participation aux rituels Agile/Kanban et reporting régulier * Mobilisation en HNO (astreintes, opérations planifiées) possible