Lead Data Scientist AI
Il y a 4 semaines
Paris, Île-de-France
Visian
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
ContexteLes équipes CIB ITO développent, maintiennent, sécurisent et améliorent les systèmes d?information et applications de CIB.
Lisez l'aperçu de cette opportunité pour comprendre quelles compétences, y compris les compétences non techniques pertinentes et la maîtrise des logiciels, sont requises.
En tant que première banque d?investissement en Europe dans la région EMEA, nous accompagnons nos clients corporates dans leur développement en leur offrant des conseils stratégiques et un accès de premier choix au financement et aux services bancaires transactionnels.
Nous considérons notre rôle comme un pont entre nos clients corporates et les investisseurs institutionnels, en nous appuyant sur des équipes situées à travers le monde pour répondre à leurs besoins.
Le besoin porte sur un renforcement de l'équipe de Data Scientist de la division AI de la plateforme CIB/Banking.
Cette équipe est spécialisée dans l'intégration de solution AI innovantes au sein des diverses applications comme de l'extraction de données à partir de divers documents (états financiers, documents de crédit, etc.) et systèmes internes.
MissionsDéfinition et contribution à la mise en ?uvre de solutions agentiques pour la simplification et l'accélération de process métiers complexes.
Interaction avec les Métiers afin de maximiser l'impact et l?adoption des solutions IA.
Extraction des données à partir de divers documents et systèmes internes en utilisant pipelines IA agentiques.
Mise en place de systèmes d?évaluations et d?observabilités sur des pipelines agentiques.
Déploiement de LLMs, modèles sur des GPUs dans un environnement de dev.
Amélioration continue : amélioration constante des performances de l'extraction de données dans le cadre d'une approche itérative et incrémentale.
Mise en ?uvre de stratégies de test afin de contribuer au maintien du niveau de qualité et à l?amélioration continue des processus de développement.
Interaction des standards de développement IT les plus élevés pour industrialiser la data science, en interagissant avec les architectes, les équipes de production.
Soutien technique, transfert de compétences et responsabilité technique de use cases métiers et participation à leur mise en production.
Profil candidat: Data Scientist pouvant démontrer d'une experience tangible sur des projets d'IA : Collecte et préparation des données :
- Récupérer et nettoyer les données issues de différentes sources (bases de données, API, fichiers, etc.),
- Effectuer des analyses exploratoires (EDA) pour comprendre la structure et la qualité des données.
Déploiement et Industrialisation des Modèles :
- Intégrer les modèles dans des applications ou systèmes en collaboration avec les équipes MLOps/DevOps.
- Mettre en place des pipelines d?entraînement et de mise à jour des modèles. xuezdbg
- Assurer le suivi des performances des modèles en production et détecter le model drift Interprétation et Visualisation des Résultats :
- Présenter les résultats et insights aux équipes métiers à travers des visualisations et des rapports.
Stack technique fastAPI google ADK pytest LangGraph Phoenix Arize DSPy Kubernetes Jenkins vLLM
Lisez l'aperçu de cette opportunité pour comprendre quelles compétences, y compris les compétences non techniques pertinentes et la maîtrise des logiciels, sont requises.
En tant que première banque d?investissement en Europe dans la région EMEA, nous accompagnons nos clients corporates dans leur développement en leur offrant des conseils stratégiques et un accès de premier choix au financement et aux services bancaires transactionnels.
Nous considérons notre rôle comme un pont entre nos clients corporates et les investisseurs institutionnels, en nous appuyant sur des équipes situées à travers le monde pour répondre à leurs besoins.
Le besoin porte sur un renforcement de l'équipe de Data Scientist de la division AI de la plateforme CIB/Banking.
Cette équipe est spécialisée dans l'intégration de solution AI innovantes au sein des diverses applications comme de l'extraction de données à partir de divers documents (états financiers, documents de crédit, etc.) et systèmes internes.
MissionsDéfinition et contribution à la mise en ?uvre de solutions agentiques pour la simplification et l'accélération de process métiers complexes.
Interaction avec les Métiers afin de maximiser l'impact et l?adoption des solutions IA.
Extraction des données à partir de divers documents et systèmes internes en utilisant pipelines IA agentiques.
Mise en place de systèmes d?évaluations et d?observabilités sur des pipelines agentiques.
Déploiement de LLMs, modèles sur des GPUs dans un environnement de dev.
Amélioration continue : amélioration constante des performances de l'extraction de données dans le cadre d'une approche itérative et incrémentale.
Mise en ?uvre de stratégies de test afin de contribuer au maintien du niveau de qualité et à l?amélioration continue des processus de développement.
Interaction des standards de développement IT les plus élevés pour industrialiser la data science, en interagissant avec les architectes, les équipes de production.
Soutien technique, transfert de compétences et responsabilité technique de use cases métiers et participation à leur mise en production.
Profil candidat: Data Scientist pouvant démontrer d'une experience tangible sur des projets d'IA : Collecte et préparation des données :
- Récupérer et nettoyer les données issues de différentes sources (bases de données, API, fichiers, etc.),
- Effectuer des analyses exploratoires (EDA) pour comprendre la structure et la qualité des données.
Déploiement et Industrialisation des Modèles :
- Intégrer les modèles dans des applications ou systèmes en collaboration avec les équipes MLOps/DevOps.
- Mettre en place des pipelines d?entraînement et de mise à jour des modèles. xuezdbg
- Assurer le suivi des performances des modèles en production et détecter le model drift Interprétation et Visualisation des Résultats :
- Présenter les résultats et insights aux équipes métiers à travers des visualisations et des rapports.
Stack technique fastAPI google ADK pytest LangGraph Phoenix Arize DSPy Kubernetes Jenkins vLLM