Data Scientist - Expert IA H/F
Vorstone
- Nanterre - 92
- Indépendant
- Bac +5
- Services aux Entreprises
- Exp. 2 à 5 ans
À noter sur ce job
Vous avez ces compétences ? Cliquez dessus pour les ajouter rapidement à votre profil !
Détail du poste
Le besoin
Vos Responsabilités
Exploration & Cadrage d'Initiatives IA
- Identifier et évaluer la faisabilité de nouveaux cas d'usage IA en collaboration avec les métiers (ex. : gestion des réclamations, optimisation logistique)
- Réaliser des POCs rapides pour valider une hypothèse technique ou métier avant d'investir dans une solution complète
- Traduire des besoins métier ambigus en problématiques data/IA structurées, en proposant l'approche la plus pertinente (règles métier, ML classique, LLM/agents)
Développement & Prototypage
- Concevoir et développer des prototypes d'agents IA (ex. : agent de recherche web) en s'appuyant sur les frameworks d'orchestration modernes (LangChain, Pydantic AI) ou des algorithmes de ML classique (classification) et d'optimisation
- Explorer différentes architectures (RAG, agents, pipelines de traitement) selon la nature du problème et contraintes du projet
- Itérer rapidement sur les prompts, les données et les architectures à partir de retours utilisateurs et de métriques
Mise en Production
- Industrialiser les prototypes retenus : développement d'API robustes (FastAPI), gestion des cas limites, tests automatisés
- Mettre en place des pipelines d'évaluation pour mesurer la qualité, la pertinence et la fiabilité des sorties IA
- Contribuer à l'observabilité des solutions déployées (logs, traces, latences, taux d'erreur) et à leur montée en charge
Le profil recherché
Profil recherché
Stack Technique
- Langage : Python
- Frameworks : FastAPI, Pydantic, Pytest, LangChain, Pydantic AI, OR Tools
- Cloud : Azure (Azure OpenAI, Azure AI Search, Azure Service Bus)
- Patterns IA : RAG, orchestration d'agents, évaluation LLM, prompt engineering, optimisation (logistique, réclamations)
- Data Science : modélisation statistique/ML classique selon les sujets (optimisation, scoring, classification)
- DevOps : Docker, CI/CD, Git
Profil Recherché
- Expérience : 2 à 5 ans en Data Science / AI Engineering, avec idéalement une expérience mêlant exploration (POC) et mise en production
- Polyvalence : À l'aise pour passer d'un sujet d'optimisation logistique à un prototype d'agent conversationnel, sans perdre en rigueur
- Atout : Expérience préalable sur des sujets d'agents LLM, de RAG et d'optimisation
Infos complémentaires
Publiée le 02/09/2026 - Réf : d946ebde46734e1a82621740d5313578
