Data Scientist GenAI - Freelance

Description de l'offre

Contexte

Le projet consiste à digitaliser et structurer les protocoles d'études cliniques au sein d'un groupe pharmaceutique. L'objectif est de passer de documents Word/PDF isolés à une plateforme structurée intégrant de l'intelligence artificielle pour l'analyse de données et la simulation de scénarios de recherche.

Missions

• Conception de systèmes agentiques : Développer et déployer des architectures multi-agents (ReAct, Plan-and-Execute) pour automatiser l'extraction d'informations depuis des documents cliniques.


• Optimisation des modèles : Concevoir des stratégies de prompt (Few-shot, Chain-of-thought, RAG) et évaluer la performance des modèles (Claude, GPT-4, Llama) selon les besoins métiers.


• Traitement de documents complexes : Créer des pipelines permettant d'extraire et de structurer les données contenues dans des fichiers Word et PDF vers le format du produit.


• Développement et industrialisation : Intégrer les fonctionnalités d'IA générative directement dans la codebase Python existante, en collaboration avec les ingénieurs logiciels.


• Évaluation de la fiabilité : Mettre en place des protocoles de tests (benchmarks, LLM-as-a-judge) pour mesurer la précision des sorties et identifier les risques d'hallucinations.


• Conformité et éthique : Appliquer les règles de "Responsible AI" du groupe, incluant la mise en place de guardrails techniques et la documentation des décisions algorithmiques pour l'auditabilité.

Modalités pratiques

• Localisation : Paris, Avenue de la grande armée


• Organisation : 3 jours de présence sur site par semaine.


• Équipe : Collaboration directe avec un Product Owner, des ingénieurs logiciels et deux autres data scientists.

Profil recherché

1. Développement Python : Capacité à produire un code structuré et maintenable en environnement de production

2. Frameworks d'orchestration : Expérience avec LangChain, LangGraph ou CrewAI

3. Bases de données vectorielles : Utilisation de Pinecone, Weaviate ou FAISS pour la recherche sémantique

4. Environnement technique : Connaissance des services cloud (type AWS Bedrock) et des outils de CI/CD (Git)

5. Rigueur scientifique : Approche axée sur la preuve et l'évaluation systématique des modèles

6. Capacité d'intégration : Aptitude à travailler au sein d'une équipe multidisciplinaire et à s'adapter à une architecture logicielle préexistante

7. Communication factuelle : Transmettre les capacités et les limites réelles des modèles aux parties prenantes sans surpromesse

8. Pragmatisme : Prioriser les solutions robustes et industrialisables par rapport aux expérimentations isolées

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