326 - Data Science Python Sénior IA Gen
Nicholson SASE-commercePubliée il y a 2 semaines
500 €/j
- Lieu
- Essonne · Hybride
- Durée
- 6 mois
- Démarrage
- 8 septembre 2026
- Expérience
- Senior (6-10 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- Le TJM de cette mission se situe au-dessus de la médiane des 38 missions de votre métier et de votre séniorité de notre catalogue, dont la médiane est de 375 €/jour (moitié centrale : 210 à 490 €/jour).
- 4 missions développeur back-end sont ouvertes à Essonne en ce moment, sur 248 pour ce métier en France.
- 9 % des missions développeur back-end de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : TensorFlow (9 missions), PyTorch (10 missions), Pandas (11 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Entité : mon client (grand groupe, secteur retail / grande distribution) Site : Île-de-France, hybride (2j/site – 3j TT) TJM max : 500 euros Date de démarrage : asap Date de fin : 01/03/2028
Contexte : L’utilisation massive de données, le développement d’approches analytiques rationnelles et le développement de systèmes agentiques d’assistance aux différents acteurs du métier constituent un axe majeur du plan stratégique de mon client à horizon 2030.
Le projet « Négociateur Augmenté » vise à fournir aux négociateurs des outils analytiques et agentiques qui leur permettront d’optimiser les accords qu’ils concluent avec les fournisseurs.
Mission :
Discuter avec les équipes opérationnelles pour identifier leurs besoins et leurs difficultés.
Contribuer itérativement au projet Négociateur Augmenté : compréhension des besoins, exploration des données, constitution de datasets, modélisation, conception agentique, développement, revue de code, déploiement, suivi de l’impact, monitoring.
Discuter les choix de modélisation, algorithmiques et techniques avec l’équipe ; participer à l’arbitrage le cas échéant.
Appliquer les bonnes pratiques afin de faciliter la qualification des sous-projets, les développements itératifs, l’industrialisation des solutions, leur maintenabilité, la mesure et le suivi de leurs performances.
Rédiger et présenter les résultats d’expérimentation pour aider à la décision.
Compétences :
Concevoir, développer, déployer et maintenir des systèmes agentiques.
Concevoir, développer et maintenir des applications et modèles d’apprentissage automatique robustes et scalables avec Python.
Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning.
Nice to Have :
Maîtriser les bibliothèques de manipulation et d’analyse de données : Pandas, NumPy, SciPy.
Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch.
Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables.
Utiliser les plateformes de cloud computing, notamment GCP ou équivalents.
Gérer le versionning des données et des modèles.
Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly.
Compétences attendues
Indispensables
- Python
- CI/CD
- Git
- Pandas
- TensorFlow
- PyTorch
- GCP
- Scrum