Senior Data Scientist - ML, IA Agentique & Optimisation - Freelance

Contexte

Au sein de l'accélérateur d'innovation d'un grand groupe pharmaceutique international, le projet vise à développer une application stratégique d'automatisation intelligente du shopfloor. L'objectif : adapter dynamiquement les plannings de main-d'œuvre en réponse aux incidents de production, pour minimiser les retards et maximiser la résilience opérationnelle.

Le produit couvre deux axes : l'optimisation data-driven des plannings quotidiens des équipes manufacturing, et la standardisation des activités de travail (« role cards ») à l'échelle des sites de production — pour benchmarker les pratiques et capitaliser sur ce qui fonctionne.

Missions

• Architecturer et déployer des systèmes LLM-based qui automatisent les workflows shopfloor, de la détection de perturbations à la réallocation de main-d'œuvre. Pipelines RAG, prompt engineering, frameworks agentiques (LangChain, LangGraph) pour une aide à la décision fiable en contexte industriel.

• Construire des modèles prédictifs et prescriptifs : prévision d'incidents de production, estimation de durées de tâches, détection d'anomalies sur séries temporelles, affectation optimale de main-d'œuvre.

• Modéliser et résoudre des problèmes d'optimisation concrets : minimisation de fonctions de coût sous contraintes industrielles et RH (disponibilités, compétences, charge). Traduire un problème métier complexe en modèle formel et choisir la bonne approche — solver du marché (OR-Tools, PuLP, SciPy), librairie open source ou algo maison — pour le résoudre efficacement.

• Piloter la validation sur sites pilotes, mettre en place les frameworks d'évaluation et le monitoring continu en production.

• Assurer la robustesse, scalabilité et gouvernance de l'IA : détection des hallucinations, mitigation des biais, qualité en environnement industriel.

• Collaborer avec les équipes engineering et data pour intégrer les modèles dans le produit.

• Communiquer les choix algorithmiques aux parties prenantes techniques et métiers, en anglais.

Stack & compétences requises

• Python : scikit-learn, PyTorch/TensorFlow, PuLP, OR-Tools, SciPy

• ML : supervised/unsupervised, time series, anomaly detection

• GenAI & LLM : prompt engineering, RAG, OpenAI, Bedrock, LangChain, LangGraph

• Optimisation sous contraintes : solvers existants ou librairies open source, expérience sur des problèmes de scheduling ou d'affectation de ressources

• SQL

• Anglais courant (obligatoire)

Compétences appréciées

• Snowflake, MLOps, déploiement LLM cloud (Azure / AWS / GCP)

• Neo4J et algorithmes de graphes

• Connaissance des processus industriels pharmaceutiques ou manufacturing analytics

Conditions de travail

• Localisation : Lyon

• Présentiel : 3 jours/semaine obligatoires (lundi–mercredi)

• Langue de travail : anglais