TROUVE TES PROCHAINES MISSIONS FREELANCE ET PROPULSE TA CARRIÈRE !

Mission : piloter l'activité GenAI de datacraft, contribuer à la programmation data science/IA du Club et contribuer à animer la communauté des experts data sciences et IA membres du Club * Pilotage du stream GenAI du Club : échange avec les membres pour identifier les sujets à adresser, organisation des ateliers, des présentations à l'état de l'art, des REX… * Production de contenu premium pour les membres : veille, synthèse d'ateliers, vidéos… * Contribution à la programmation data science / IA et notamment à l'organisation d'ateliers sur des jeux de données, en soutien au Head of AI * Animation et contribution au développement de la communauté des experts du club, notamment chercheurs et freelance * Piloter et encadrer le développement de la codebase et des outils internes (base de données, site, automatisations, …) * Contribution au développement de l'offre de formation GenAI pour des profils généralistes ou tech, au développement de nouveaux formats - escape game, e-learning gamifié, à l'organisation de hackathons, etc. en soutien à l'équipe marketing produit en charge de l'offre de formation Le poste est rattaché au Head of AI de datacraft * Les + du poste + rejoindre une communauté unique d'experts data / IA + véritable autonomie et pleine responsabilité sur son périmètre d'activité + possibilité de BSPCE à terme et de participer à l'aventure entrepreneuriale avec le développement de nouveaux Clubs. Un prochain Club va ouvrir fin 2025 au Maroc.

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

Dans ce cadre, vous rejoindrez une équipe R&D dédiée au développement d?architectures GenAI souveraines, visant à améliorer la collecte, l?exploitation et la structuration de documents sensibles dans un environnement sécurisé et à haut niveau d?exigence., Concevoir et déployer des pipelines de NLP génératif pour l?analyse et la structuration automatique de documents techniques et financiers classifiés ou non structurés. Développer des modèles de NER multilingues basés sur des LLMs (GPT-like, Mistral, LLaMA?) adaptés au domaine de la défense. Intégrer et optimiser des architectures de Retrieval-Augmented Generation (RAG) pour l?accès à l?information critique à la demande. Collaborer à la mise en place de pipelines LLMOps pour le fine-tuning, le test et le déploiement sécurisé des modèles GenAI. Participer à l?industrialisation des solutions IA dans un environnement cloud souverain, en tenant compte des contraintes réglementaires et de cybersécurité. Documenter les travaux, assurer la traçabilité des modèles et produire des livrables de qualité dans un cadre projet normé (méthodes agiles, cycle en V ou hybride).

Dans ce cadre, vous rejoindrez une équipe R&D dédiée au développement d'architectures GenAI souveraines, visant à améliorer la collecte, l'exploitation et la structuration de documents sensibles dans un environnement sécurisé et à haut niveau d'exigence. Vos missions principales : * Concevoir et déployer des pipelines de NLP génératif pour l'analyse et la structuration automatique de documents techniques et financiers classifiés ou non structurés. * Développer des modèles de NER multilingues basés sur des LLMs (GPT-like, Mistral, LLaMA…) adaptés au domaine de la défense. * Intégrer et optimiser des architectures de Retrieval-Augmented Generation (RAG) pour l'accès à l'information critique à la demande. * Collaborer à la mise en place de pipelines LLMOps pour le fine-tuning, le test et le déploiement sécurisé des modèles GenAI. * Participer à l'industrialisation des solutions IA dans un environnement cloud souverain, en tenant compte des contraintes réglementaires et de cybersécurité. * Documenter les travaux, assurer la traçabilité des modèles et produire des livrables de qualité dans un cadre projet normé (méthodes agiles, cycle en V ou hybride).

En tant qu?expert(e) Data, vous serez en charge de : Concevoir et développer des pipelines de données sur Azure (Databricks, ADF) en respectant les normes RGPD/SSI Structurer les données en Delta Lake pour une gouvernance optimale Modéliser des datamarts et créer des rapports stratégiques (Power BI/DAX) Analyser les besoins métiers pour transformer la data en insights actionnables Développer des modèles prédictifs (segmentation, recommandation) Détecter des schémas suspects pour prévenir les fraudes (systèmes d'alerting) Rédiger des spécifications techniques et documenter les solutions Assurer la maintenance et les tests (unitaires, non-régression)

Au sein d'une équipe produit, * Communication avec le Product Owner et ses business analyst pour la compréhension des développements à faire. * Prise en compte de stories de développement et de configuration. * Participation à des ateliers de compréhension technico-fonctionnels. * Prise en charge de defects liés au développement. * Gestion administrative des releases développées (runbooks, release presentation). * Gestion environnement (update set). * Reporting d'avancement à son pilote. Anglais courant, *Organiser des sessions de formation pour les équipes sur les nouveaux produits et assurer que la documentation technique est à jour et accessible. *Concevoir une architecture technique solide et scalable pour supporter la croissance et l'évolution des produits. *S'assurer que le nouveau produit peut être intégré sans problème avec les systèmes et les outils existants., CMDB, ServiceNow (IRE ), GENAI, CSM, KAFKA, DISCOVERY, APP ENGINE, SELF HOSTED ENV, monde de l'infrastructure et des services Environnement de travail