Data scientist
Mon Consultant IndépendantSaaS B2BPubliée il y a 5 jours
~ 450 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Sur site
- Durée
- 6 mois
- Démarrage
- 22 septembre 2026
- Expérience
- Confirmé (3-6 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 22 missions de votre métier et de votre séniorité de notre catalogue, dont la médiane est de 315 €/jour (moitié centrale : 210 à 430 €/jour).
- 5 missions data scientist sont ouvertes à Paris en ce moment, sur 29 pour ce métier en France.
- 0 % des missions data scientist de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Airflow (11 missions), MLOps (24 missions), Machine Learning (55 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Contexte :
Dans le cadre de plusieurs projets stratégiques autour de la Data et de l’Intelligence Artificielle, notre client recherche un Data Scientist confirmé pour reprendre, faire évoluer et industrialiser des projets et modèles existants. Dans un environnement en pleine transformation, le consultant contribuera également à la construction d’une nouvelle stack technique basée notamment sur MLflow, Airflow et Kubernetes.
Missions principales :
Reprendre rapidement la compréhension des projets, modèles et codes existants.
Concevoir, développer et optimiser des solutions de Machine Learning.
Intervenir sur des sujets LLM, IA générative et RAG.
Faire évoluer les solutions existantes afin de les intégrer à la nouvelle stack technique.
Participer à l’industrialisation et au déploiement des modèles.
Contribuer à la mise en place et à l’amélioration des pratiques MLOps / LLMOps.
Veiller à la documentation, la maintenabilité et la qualité des solutions livrées.
Participer notamment à un projet d’IA visant à générer des pré-réponses aux e-mails des utilisateurs.
Livrables attendus :
Modèles et solutions ML/LLM développés et optimisés.
Solutions industrialisées et déployées sur la nouvelle stack.
Pipelines et processus MLOps / LLMOps opérationnels.
Documentation technique et fonctionnelle des solutions.
Code maintenable et réutilisable.
Évolution des projets existants conformément aux besoins du client.
Compétences attendues
Indispensables
- Airflow
- Kubernetes
- Machine Learning
- LLM
- MLOps
- Documentation


