Consultant Data Analyst / IA – ML- Ouvrage d'art F/H
SMARTPOINTSaaS B2BPubliée aujourd'hui
~ 750 – 950 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Télétravail non précisé
- Durée
- 6 mois
- Démarrage
- 20 octobre 2026
- Expérience
- Séniorité non précisée
- 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.
- 98 missions data analyst sont ouvertes à Paris en ce moment, sur 281 pour ce métier en France.
- 1 % des missions data analyst de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Machine Learning (126 missions). À séniorité égale, une compétence rare se négocie mieux.
Séniorité non précisée par l'annonce · Comment ces repères sont calculés
La mission
Au sein d’une équipe dédiée à la gestion et à la valorisation des données techniques, vous intervenez sur des problématiques à la fois Data, Data Quality et Intelligence Artificielle.
Votre objectif sera notamment de contribuer à l’industrialisation de la mesure de la qualité des données, à l’enrichissement des outils d’exploitation et au développement de premiers cas d’usage IA à forte valeur métier.
Vos principales responsabilités
Data Quality et fiabilisation des données
Analyser et qualifier les besoins métiers liés aux données.
Contribuer à l’industrialisation des indicateurs de qualité, complétude et importance des données.
Identifier les données manquantes, incomplètes ou incohérentes.
Définir et mettre en œuvre des actions de mise en qualité des données.
Développer des scripts, outils ou programmes spécifiques pour automatiser les traitements.
Réaliser des contrôles, analyses et mises à jour de données.
Participer à la gouvernance et au suivi de la qualité des données.
Développement de cas d’usage IA
Vous participerez à l’étude et à la mise en œuvre de plusieurs cas d’usage autour de l’IA :
Complétude et enrichissement des données
Exploiter des corpus documentaires hétérogènes : PDF, rapports, plans, tableaux, archives ou documents numérisés.
Extraire et classifier automatiquement les informations pertinentes.
Rapprocher les informations extraites avec les modèles de données existants.
Identifier les champs manquants ou incohérents.
Proposer des valeurs candidates accompagnées de leur source et d’un niveau de confiance.
Mettre en place des mécanismes de validation métier avant intégration.
Compétences attendues
Indispensables
- Machine Learning