Data Scientist IA GEN (IT)

TEKsystems recherche pour l'un de ses clients grands comptes un Data Scientist IA GEN: Contexte : Monter la cellule IA Interne + Externe Récupération des BU maintenance prédictives Gestions des prix Chatbot service compta Renforcement des équipes expertises L'objet de cette consultation est pour s?entourer de data scientists externes permettant l?analyse de besoin métier et le développement d?application IA (Intelligence Artificielle), ML (Machine Learning), DL (Deep Learning), IA GEN (Intelligence Artificielle Générative) Profil candidat: Périmètre de la consultation Prestations attendues Activités principales de data scientist Comprendre les cas d?usage Participer aux réunions de cadrage des besoins, avec le chef de projet DPIT Apporter son expertise, évaluer la pertinence de l?IA pour répondre au besoin Effectuer une première évaluation de l?effort nécessaire au développement d?une solution Réaliser des POC pour démontrer la faisabilité et la performance Collecte de Données Identification des Sources de Données : Reconnaître et identifier les sources de données pertinentes (internes et externes) pour les problèmes à résoudre. Extraction des Données : Récupérer les données à partir de diverses bases de données, API, fichiers texte, documents Word et PDF, web scraping, fichiers de données semi-structurées, etc. Préparation et Nettoyage des Données Nettoyage des Données : Corriger ou supprimer les données corrompues ou incorrectes, traiter les valeurs manquantes, éliminer les doublons. Transformation des Données : Convertir et normaliser les données pour rendre les formats compatibles, et effectuer des transformations telles que la mise à l'échelle et la codification catégorielle. Ingénierie des Caractéristiques : Extraire, créer et sélectionner des caractéristiques pertinentes (features) à partir des données brutes. Traitement du Langage Naturel : Extraire, nettoyer et transformer des verbatims issus de documentations non structurées Exploration et Visualisation des Données Analyse Exploratoire des Données (EDA) : Utiliser des techniques statistiques et des outils de visualisation pour comprendre les distributions, les relations et les anomalies dans les données. Détection de Motifs et de Tendances : Identifier des modèles récurrents, des corrélations et des tendances pour formuler des hypothèses et des relations causales potentielles. Modélisation, Développement et Utilisation de Modèles Validation des Modèles : Utiliser des techniques de validation croisée pour évaluer la robustesse des modèles et éviter le surajustement (overfitting). Instancier des modèles de langages pré-entraînés (LLMs, embeddings, Rerankers?) et les intégrer dans des solutions complexes type RAG (Retrieval Augmented Generation). Maitrise des principales bibliothèques Python d?analyse de données et d?IA : Manipulation de données : Pandas et Polars, Dask et/ou PySpark Traitement du Langage Naturel : NLTK et/ou Spacy Machine Learning : Scikit-Learn, XGBoost, LightGBM Deep Learning : PyTorch IA générative : Ollama, Transformers, SentenceTransformers et Langchain et/ou LlamaIndex Évaluation des Modèles Métriques de Performance : Évaluer les performances des modèles à l'aide de diverses métriques comme la précision, le rappel, le score F1, l'AUC-ROC, Matthews, RMSE, MAE, R2-Score, MAPE, Silhouette etc.