🧩 Data Scientist / Machine Learning Engineer (IA & GenAI – Banque) - Freelance

Description de l'offre

Taux journalier (TJM): 🧾 rémunération selon profil (CDI ou freelance)

🧩 Data Scientist / Machine Learning Engineer (IA & GenAI – Banque)

📍 Département : Paris (75)
🗓️ Démarrage : 06/04/2026
⏳ Durée : 12 mois, reconductible
🧾 Contrat : CDI ou freelance
🧑‍💻 Télétravail : 2 à 3 jours/semaine
🧠 Séniorité : + 5 ans XP
👤 Poste ouvert : 1
🌍 Secteur : Banque / Paiement – IA & Data

🧩 Contexte

Dans le cadre d’une stratégie ambitieuse autour de l’Intelligence Artificielle, un acteur majeur du paiement accélère l’intégration de solutions de Machine Learning, Deep Learning, NLP et IA Générative.

Les enjeux sont multiples :

• Valorisation des données

• Optimisation des processus opérationnels

• Amélioration de l’expérience client

• Déploiement de solutions IA à l’échelle

La mission s’inscrit dans un environnement data moderne, orienté production et impact business.

🎯 Missions principales

• Concevoir, développer et déployer des modèles de Machine Learning

• Travailler sur des cas d’usage variés : scoring, fraude, expérience client

• Mettre en place des solutions IA Générative / LLM (fine-tuning, RAG, agents)

• Industrialiser les modèles via des pratiques MLOps

• Déployer les modèles sous forme d’API et pipelines automatisés

• Mettre en place des dispositifs de monitoring (performance, drift, qualité des données)

• Collaborer avec les équipes métiers (Risque, Paiement, Fraud, Digital…)

• Participer à la définition de l’architecture data & ML

• Contribuer à l’amélioration continue des modèles et des pipelines

🛠️ Environnement technique

• Langages & ML : Python, Pandas, Scikit-learn, XGBoost, LightGBM

• Explainability : SHAP, LIME

• GenAI / LLM : OpenAI, HuggingFace, LangChain, LangGraph

• MLOps : MLflow, CI/CD, pytest, feature stores

• Déploiement : FastAPI, Docker, Kubernetes, GitHub Actions

• Data & Cloud : Azure (Azure ML), Databricks, PySpark

• Outils : Jira, Confluence, GitLab / Bitbucket / Azure DevOps

• Monitoring : drift, performance, RAGAS, LLM evaluation

Profil recherché

👤 Profil recherché

• Expérience solide en Data Science & Machine Learning (+ 5 ans XP)

• Maîtrise des modèles supervisés (régression, arbres, boosting)

• Expérience concrète en mise en production (MLOps)

• Bonne connaissance des LLM / IA Générative (RAG, fine-tuning, agents)

• Excellente maîtrise de Python et de l’écosystème ML

• Expérience en déploiement d’API et pipelines data

• Bonne compréhension des architectures data modernes

• Capacité à échanger avec des équipes métiers variées

• Une connaissance du secteur bancaire (scoring, réglementation) est un plus

• Autonomie, rigueur et esprit d’innovation

• Anglais professionnel

À propos de Collective.work

Collective.work est la plateforme de recrutement nouvelle génération pour trouver votre prochain emploi.

Fort d'une grande expertise dans l'IA, Collective.work permet de mieux cibler les offres et leurs candidats correspondants, créant ainsi un système beaucoup plus fluide que les acteurs traditionnels.

Plus de 10,000 recruteurs utilisent Collective, permettant à des dizaines de milliers de candidats de trouver leur futur emploi chaque jours