Lead Data Scientist / ML Engineer (5 ans Min) – IA & GenAI @ Banque @ Lille - Freelance

Description de l'offre

Taux journalier (TJM): 600-620 selon profil

📍 Lille (59) – 2 jours de télétravail / semaine
📅 Démarrage : avril 2026
⏳ Durée : 6 mois
👤 Expérience : 6 à 9 ans

Contexte de la mission

Dans le cadre d’une ambitieuse stratégie autour de l’intelligence artificielle, vous interviendrez sur des sujets à fort impact mêlant Machine Learning, Deep Learning, NLP et IA Générative.

L’objectif est de valoriser la donnée à grande échelle pour :

• optimiser les processus métiers

• améliorer la prise de décision

• renforcer l’expérience utilisateur

Vous évoluerez dans un environnement data moderne, avec des enjeux concrets de mise en production et de passage à l’échelle.

Vos missions

• Concevoir, développer et industrialiser des modèles de Machine Learning et Deep Learning

• Exploiter les données pour générer des cas d’usage à forte valeur ajoutée

• Participer à l’optimisation des processus métiers via la data

• Mettre en place des pipelines robustes et automatisés

• Déployer les modèles en production (API, batch, temps réel)

• Assurer le monitoring des performances (modèles, dérive, qualité des données)

• Contribuer aux initiatives autour de l’IA Générative et des LLM

• Collaborer avec des équipes pluridisciplinaires (produit, risque, fraude, IT…)

Stack technique & environnement

🧠 Data Science & IA

• Modèles supervisés : régression logistique, arbres, gradient boosting (XGBoost, LightGBM)

• Explainable AI : SHAP, LIME

• LLM & GenAI : OpenAI, HuggingFace, fine-tuning

⚙️ Data Engineering & MLOps

• Python & écosystème ML : Pandas, Scikit-learn, MLflow

• Frameworks : FastAPI, Pydantic, LangChain, LangGraph

• Industrialisation : CI/CD, tests (pytest), feature stores

• Déploiement : Docker, Kubernetes, GitHub Actions

• Monitoring : data quality, drift, backtesting, RAGAS, LLM evaluation

☁️ Cloud & outils

• Azure (Azure ML), Databricks, PySpark

• Outils collaboratifs : Git, Jira, Confluence

Profil recherché

• 6 à 9 ans d’expérience en Data Science / Machine Learning

• Forte expérience en mise en production de modèles (MLOps)

• Capacité à intervenir de bout en bout : modélisation → industrialisation

• Bonne compréhension des enjeux d’architecture data

• À l’aise dans des environnements métiers variés (produit, risque, fraude…)

• Intérêt marqué pour les sujets GenAI / LLM / Agentic AI

• Esprit orienté delivery, impact et expérimentation

Un plus :

• Connaissance des environnements réglementés (finance, scoring…)

• Expérience avec Snowflake

Langues

• Français : courant

• 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