Missions Data Scientist : Une multitude d'offres publiées quotidiennement

Exemple de missions d'Anas,
Data Scientist habitant la Haute-Garonne (31)

• Rôle Data Scientist

  ModelRH
  Jan 2025 - aujourd'hui

  Missions Mission courte de R&D et développement de solutions IA
  • Accompagnement dans l’audit IA de l’entreprise
  • Développement de POC R&D autour du métier d’analyste
  • Mise en production d’une solution IA générative pour faciliter le travail de
  rédaction
  • Optimisation de la solution avec du contexte engineering et des techniques
  avancés comme Human in the loop

  Technologies Gemini, Qdrant, Structured outputs, Langfuse, Context engineering, LangGraph

• Rôle Data Scientist

  Predexia
  Jan 2025 - Jan 2025

  Missions Aide technique au développement & amélioration d’une plateforme d’assistants IA
  (Agents IA et RAG) - *******
  • Développement d’un module de RAG généraliste.
  • Mise en place de l’hybride search avec Qdrant.
  • Amélioration du chunking sur des cas clients (documents PDFs, PowerPoint,
  Word).
  • Intégration du RAG dans un système d’agents avec Pydantic AI.
  • Développement d’un agent IA de compte rendu de réunions
  • Amélioration du Tool Calling en évaluant les meilleurs modèles et avec la
  littérature (Berkeley function calling)
  • Mise en place de monitoring avec Logfire

  Technologies AWS, Bedrock, Langchain, Pydantic AI, Context Engineering, Structured output, Hybrid search, Qdrant, Claude Sonnet, Logfire, Javascript

• Rôle Lead Data Scientist – AI Engineer

  Reezet
  Jan 2025 - Jan 2025

  Missions Développement d’une IA conversationnelle thérapeute : Contexte Engineering, RAG
  et Structured Outputs (Application mobile MVP)
  • Développement de la partie backend de l’IA pour l’application Reezet
  (*******)
  • Mise en place d’une base de données vectorielle avec du contenu thérapeutique
  sélectionné par les experts métiers.
  • Mise en place d’un RAG pour améliorer la réponse de l’IA pour que ça corresponde
  à la vision Reezet.
  • Analyse de la conversation et génération des critères d’évaluation, en utilisant les
  mêmes principes du « LLM as a judge » et les structured outputs.
  • Mise en place d’une mémoire long terme pour se souvenir des évènements de
  l’utilisateur.
  • Evaluation continue tout au long avec les équipes métiers.
  • Mise en place de monitoring avec Langfuse

  Technologies AWS, Azure foundry, FastAPI, Context Engineering, Qdrant, Structured Outputs, OpenAI

• Rôle Lead Data Scientist

  Parti Politique Andorre
  Jan 2025 - Jan 2025

  Missions Développement d’un RAG pour la ville d’Andorre
  • Développement d’un Chatbot RAG pour renseigner les habitants d’Andorre sur les
  projets de loi.
  • Mise en place d’une base de données vectorielle Qdrant avec les documents de loi
  de la ville d’Andorre.
  • Développement d’un module de mise à jour automatique de la base vectorielle
  pour rester à jour.
  • Amélioration du chunking pour l’adapter aux documents de loi.
  • Mise en place de détection de requêtes malveillantes pour assurer l’intégrité de
  l’IA.
  • Mise en place de monitoring avec Langfuse

  Technologies AWS Bedrock, Langchain, Context Engineering, Hybrid search, BM25, Qdrant, Structured Outputs, Metadata filtering

• Rôle Lead Data Scientist

  Telespazio – Thalès
  Jan 2025 - Jan 2025

  Missions Développement & Amélioration RAG (reprise de la mission 2024)
  • Analyse détaillée des besoins et objectifs
  • Reprise du produit réalisé en 2024 et amélioration vers de l’Agentic RAG.
  • Mise en place de plusieurs Agents pour étendre la capacité du RAG (Agent pour
  résumer, filtrer, ReAct…)
  • Déploiement de la solution sur un cloud français (OVH)
  • Mise en place du monitoring de la solution (retrieve + génération) avec Langfuse &
  LLM as a Judge
  • Amélioration de la phase de chunking avec des modèles de langages visuels
  • Amélioration continue du RAG notamment de la phase du retrieve avec des
  techniques comme de l’hybrid search (BM25 + semantic search), Query rewriting,
  et du Reranking avec des modèles open-source
  • Acculturation des équipes pour comprendre le RAG et les limites

  Technologies Snowflake Embeddings (open-source), BM25, VLLM, Ollama, LlamaIndex, Langchain, Qwen 2.5 14B, prompt engineering, Langfuse, Outlines (Structured O)

• Rôle Data Scientist - Consultant IA générative

  Actia automotive
  Jan 2024 - Jan 2025

  Missions Mise en place de plusieurs POCs au sein du groupe afin de diminuer les tâches
  répétitives au sein des équipes métier et de favoriser l’acculturation à la data science
  et à l’IA générative
  • Déploiement et optimisation de plusieurs IA conversationnelles
  • Appui technique pour les autres équipes sur tous les sujets d’IA, prompt
  engineering, LLMs, modèles d’embeddings, méthodes de chunking, amélioration
  de leurs systèmes...
  • Formation des équipes en interne au NLP et à l’IA générative
  • Aide à piloter les initiatives IA en cours au sein du groupe
  Voici quelques projets déployés au cours d’une période de 6 mois :
  • Développement d’une IA (POC) qui permet de générer des tests unitaires à partir
  des fichiers de code C, avec des LLMs comme Claude 3.5
  • Développement d’une IA (POC) qui permet de générer des tests Linux en langage
  bash
  • Développement d’une IA (POC) permettant d’extraire les exigences des clients au
  sein de PDFs
  • Développement d’IA conversationnelles spécialisées dans la documentation
  technique des différentes équipes métier
  • Développement d’une IA conversationnelle qui permet aux clients d’avoir un
  service support de premier niveau (cela a permis de réduire le nombre de tickets
  envoyés au support)

  Technologies VectorDB (Pinecone, Qdrant), Embeddings (open-source), RAG, LlamaIndex, Langchain, Claude, AWS/Azure, streamlit, prompt engineering, BM25

• Rôle Lead Data Scientist

  Telespazio – Thalès
  Jan 2024 - Jan 2024

  Missions Mise en place de plusieurs IA conversationnelles spécialisées dans les données
  spatiales
  • Benchmarking des modèles Open-Source
  • Mise en place d’une architecture interne permettant de faire tourner des modèles
  de langage pour garantir une confidentialité totale sur les données
  • Déploiement de plusieurs modèles LLM
  • Optimisation des IA conversationnelles
  • Mise en place d’un pipeline d’évaluation et de tests de régression
  • Mise en place d’un algorithme efficace pour l’intégration de fichiers PDF
  complexes (tableaux, graphiques, photos...)
  • Participation à la conception de l’interface utilisateur pour une expérience
  adaptée
  • Optimisation du RAG : optimisation de la récupération, optimisation des chunks,
  intégration des métadonnées, réécriture des requêtes, etc
  • Mise en production des différentes IA sur des Docker dans des serveurs internes
  • Gestion d’une équipe de 3 personnes (data scientist, stagiaire, développeur web...)

  Technologies VectorDB (Chroma), Embeddings (open-source), GraphRAG, LlamaIndex, Langchain, Llama 3.1, Streamlit, prompt engineering, Neo4j

• Rôle Consultant Data Scientist

  Continental
  Jan 2024 - Jan 2024

  Missions Développement d’un assistant conversationnel en IA générative basé sur le RAG pour
  assister les techniciens dans l’identification et la résolution d’erreurs sur les lignes de
  production (~2000 utilisateurs)
  • Conception et optimisation du système de RAG (récupération des données,
  chunking, métadonnées, réécriture de requêtes...)
  • Intégration de documents industriels complexes (PDF techniques, schémas, logs
  machines) via un pipeline d’ingestion robuste
  • Évaluation continue des performances : mise en place de métriques internes, tests
  de régression, scoring de pertinence, feedback utilisateur
  • Déploiement de l’IA sur AWS (ECS, S3, Lambda) avec mise en production
  sécurisée et scalable
  • Mise en place d’un système de monitoring pour suivre les performances en temps
  réel
  • Optimisation des prompts et du comportement conversationnel pour une UX
  adaptée aux techniciens sur le terrain
  • Collaboration avec les équipes produit et terrain pour affiner les cas d’usage et
  améliorer la pertinence des réponses

  Technologies RAG, LlamaIndex, Langchain, VectorDB, Streamlit, prompt engineering, AWS Bedrock, Langfuse

• Rôle Data Scientist

  Odécia
  Jan 2023 - Jan 2024

  Missions Projet Rédaction/RAG pour écrire automatiquement des réponses à appels d’offre publics
  • Analyse des documents relatifs aux appels d’offre publics : cahier des charges, lots… au
  moins une centaine de page pour chaque appel d’offre
  • Analyse structurelle des relations entre les demandes et contraintes et les réponses déjà
  faites, par marché
  • Création d’une base de connaissances globale à partir des réponses déjà faites (data
  ingestion de données non structurées)
  • Création du pipeline de structuration de la réponse via l’analyse sémantique de l’appel
  d’offre puis génération du texte des différentes parties avec un LLM et en s’appuyant sur la
  base de connaissance (RAG)
  • Finetuning de LLM sur un dataset d’instructions créé po...