Data Scientist Senior - Machine Learning Engineer H/F - collectivite

Information importanteType de contrat: FreelanceTaux journalier : 600-650Localisation : Paris, FranceDate de démarrage :UrgentMode de travail : Sur sitePublié le : 22 juin 2026Le besoinDans le cadre du programme stratégique HALO, visant à enrichir l'expérience bancaire digitale au sein de l'application mobile d'un grand acteur bancaire, nous recherchons actuellement un.e Data Scientist Senior / Machine Learning Engineer.Vous intégrerez le Chapitre Data, rattaché à la Direction Data, en charge de l'accompagnement des squads dans la conception, l'industrialisation et l'exploitation de cas d'usage Data, Machine Learning et Intelligence Artificielle.Vous évoluerez dans un environnement exigeant, multi-squads, au coeur d'une architecture moderne orientée API et event-driven, avec des enjeux forts de performance, sécurité, conformité et qualité des livrables.?? Votre rôleEn tant que Data Scientist Senior / Machine Learning Engineer, vous intervenez sur l'ensemble du cycle de vie des cas d'usage IA.De la compréhension des besoins métiers jusqu'au déploiement en production et au suivi en RUN, vous êtes garant.e de la performance, de la robustesse et de la valeur des modèles mis en oeuvre.Vous travaillez en lien étroit avec les Product Owners, Business Analysts, Data Engineers et équipes métiers afin de transformer des cas d'usage bancaires en solutions data industrialisées.Vos missions?? Cadrage et analyse des cas d'usageVous intervenez dès les premières phases des projets pour comprendre et qualifier les besoins :Analyser les cas d'usage métiers avec les squadsIdentifier les problématiques Data / IA pertinentesDéfinir les approches de modélisation adaptéesSélectionner les données utiles et leur méthodologie de traitementTraduire les besoins métiers en problématiques data exploitables?? Exploration, prototypage et modélisationVous construisez et testez les solutions algorithmiques :Réaliser l'exploration et l'analyse des donnéesDévelopper des prototypes de modèles ML / IATester et comparer différents algorithmesÉvaluer les performances des modèles (accuracy, recall, precision...)Optimiser les modèles selon les contraintes métiers et techniques?? Industrialisation et déploiement des modèlesVous assurez la mise en production des modèles :Concevoir et industrialiser des modèles de Machine LearningDévelopper les pipelines de training, inference et scoringDéployer les modèles dans les environnements de productionIntégrer les modèles dans des architectures API et event-drivenGarantir la scalabilité et la robustesse des solutions?? MLOps, monitoring et RUNVous assurez la fiabilité dans la durée des modèles déployés :Mettre en place des dispositifs de monitoring des modèlesSuivre la performance en productionDétecter les dérives et proposer des ajustementsParticiper au RUN et à la résolution d'incidentsAméliorer en continu les modèles et pipelines existants?? Collaboration et communicationVous êtes un acteur clé du delivery en environnement Agile :Participer aux rituels des squads multi-équipesSuivre les tâches dans un contexte Agile à l'échellePrésenter les avancées aux équipes métiers et techniquesVulgariser les résultats auprès d'interlocuteurs non techniquesContribuer à la compréhension et l'adoption des solutions IA?? Environnement fonctionnel & technique?? Domaine fonctionnelBanque de détailExpérience client digitaleCiblage, recommandation, recherche et prédictionParcours clients mobileCas d'usage IA et Machine Learning?? Environnement techniquePython, Scala, BashSQL / NoSQLSpark, PySparkKubernetes, ClouderaAWS SageMakerGit, CI/CDMLOps et industrialisation des modèlesScikit-learn, Pandas, NumPyArchitecture API et event-drivenProfil recherché?? Profil recherchéDe formation supérieure en informatique, data science ou mathématiques appliquées, vous justifiez d'une expérience significative en Data Science ou Machine Learning Engineering dans des environnements de production.Vous avez déjà travaillé sur des problématiques d'industrialisation de modèles et êtes capable de couvrir l'ensemble du cycle de vie d'un cas d'usage IA.Une expérience dans le secteur bancaire, financier ou assurantiel est fortement appréciée.?? Compétences attenduesExpertise Data Science / ML EngineeringMachine Learning supervisé et non superviséIndustrialisation de modèles en productionConstruction de pipelines de données et MLMLOps et monitoring de modèlesPython et écosystème Data ScienceSpark / calcul distribuéExpertise techniqueSQL / NoSQLKubernetes et environnements cloudCI/CD et GitAWS SageMaker ou équivalentArchitectures API et event-drivenExpertise fonctionnelleCompréhension des cas d'usage bancairesSensibilité aux enjeux de conformité et RGPDConnaissance des données personnelles et contraintes associéesCapacité à travailler en environnement Agile multi-squads?? Soft skillsEsprit analytique et critiqueRigueur et sens du détailCapacité de vulgarisationBon relationnelAutonomie et organisationCapacité à convaincre et embarquerEsprit produit et orienté valeur?? Informations complémentairesEnvironnement : Chapitre Data - Programme HALOSecteur : Banque / Digital / MobileOrganisation : Agile multi-squadsForte exposition production et RUNDonnées sensibles et contraintes RGPDVous souhaitez intervenir sur des cas d'usage IA à fort impact, dans un environnement industriel exigeant et au coeur de l'expérience bancaire digitale ? Nous serions ravis d'échanger avec vous.

• Bash
• RGPD
• Python
• Ciblage
• API
• Intelligence artificielle
• NoSQL
• Autonomie
• Kubernetes
• Machine learning
• Analyse de données
• Git
• Monitoring
• Esprit d'analyse
• AWS
• Scala
• SQL