À propos du rôle
Au sein de la practice Strategy & Consulting – AI & Data, nous recherchons un(e) Data Scientist / GenAI Engineer – Analyst talentueux(se) pour contribuer à la conception, au développement et au déploiement en production de solutions innovantes en Intelligence Artificielle, Machine Learning et IA Générative pour des clients grands comptes.
Dans ce rôle, vous travaillerez aux côtés d’architectes et de consultants expérimentés pour développer des solutions IA de bout en bout — de l’exploration des données jusqu’à la mise en production. Vous contribuerez à la conception des solutions, au développement des modèles ainsi qu’à l’implémentation de capacités GenAI et d’IA agentique émergente, incluant des approches avancées de retrieval (vectorielles et basées sur des graphes), ainsi qu’au delivery de systèmes en production.
En collaborant avec les équipes d’Accenture en France, en Europe et à l’international, vous développerez une expertise sur les technologies IA avancées tout en acquérant une expérience concrète en conseil et en delivery.
Ce rôle est idéal pour des jeunes diplômé(e)s ou des profils en début de carrière souhaitant développer une expertise technique approfondie en ML/Data Science et GenAI, tout en étant accompagné(e)s par des architectes et consultants seniors dans une practice en forte croissance.
Responsabilités clés
- Développer, entraîner, affiner (fine-tuning) et valider des modèles de machine learning (supervisé, non supervisé, deep learning) alignés avec les objectifs métiers et les KPIs
- Contribuer à la conception et à l’implémentation de solutions GenAI et Agentic AI : systèmes RAG, prompt engineering, intégration de LLM, orchestration d’agents, workflows multi-étapes
- Travailler avec des modèles fondamentaux (OpenAI, Anthropic, Google Gemini, Mistral) et participer à l’évaluation des plateformes, frameworks et outils LLMOps
- Contribuer au développement et à l’optimisation de bases de données vectorielles, pipelines d’embeddings et mécanismes de retrieval pour des applications GenAI en production, avec une exposition aux approches basées sur graphes (graphes de connaissance)
- Implémenter et maintenir des pratiques MLOps et LLMOps : pipelines de déploiement, versioning, monitoring et excellence opérationnelle
- Réaliser des tâches de data engineering : exploration, prétraitement, validation, feature engineering et qualité des données
- Développer des Proof of Concept (PoC) et prototypes, puis industrialiser les solutions en production avec des standards de monitoring et de gouvernance
- Participer aux sessions de cadrage technique, ateliers et revues d’architecture ; documenter les analyses et recommandations
- Collaborer avec des architectes, ingénieurs, data engineers, spécialistes cloud et équipes sécurité
- Contribuer à des assets réutilisables, référentiels de code, frameworks et documentation de bonnes pratiques
- Se tenir à jour sur les tendances IA / GenAI / Agentic AI et partager les apprentissages avec l’équipe
**Votre profil
Formation & parcours :**
- Diplôme (Licence ou Master) en informatique, data science, machine learning, mathématiques, physique ou domaine connexe
- Jeune diplômé(e) (< 1 an) ou profil junior (0–3 ans) avec de solides bases en IA/ML et un portfolio de projets
- Les diplômé(e)s de bootcamps avec des projets solides en data science ou ML sont encouragé(e)s à postuler
- Certifications (Google Cloud ML, Azure Data Scientist, AWS ML…) ou formations spécialisées en IA/GenAI appréciées
Compétences techniques :
- Programmation : excellente maîtrise de Python et des bibliothèques data science (scikit-learn, pandas, numpy, matplotlib)
- Machine Learning & Deep Learning : bonne compréhension ou expérience pratique des modèles supervisés/non supervisés, évaluation, tuning, TensorFlow ou PyTorch
- IA Générative & LLM : expérience pratique en prompt engineering, systèmes RAG, bases vectorielles (Pinecone, Weaviate, Qdrant), frameworks (LangChain, LlamaIndex), avec exposition aux approches avancées (recherche hybride, Graph RAG) et frameworks émergents (Semantic Kernel, LangGraph)
- IA Agentique : connaissance des concepts (workflows multi-étapes, orchestration, utilisation d’outils) et exposition à des frameworks (LangGraph, AutoGen, CrewAI, Semantic Kernel)
- Data Engineering : compréhension des pipelines data, feature engineering, qualité des données, SQL ; exposition aux plateformes modernes (Databricks, Snowflake), bases vectorielles et bases de graphes (Neo4j, Amazon Neptune)
- MLOps / LLMOps (bases) : notions de déploiement, monitoring, versioning ; connaissance CI/CD et conteneurisation (Docker) appréciée
- Cloud : exposition à Azure ML, AWS SageMaker, GCP Vertex AI ou équivalent
Soft skills
- Collaboration & esprit d’équipe : capacité à travailler en équipe et apprendre auprès de profils expérimentés
- Communication : capacité à expliquer clairement des concepts techniques et à documenter
- Résolution de problèmes : esprit analytique, curiosité et capacité à structurer des problématiques complexes
- Ownership & initiative : proactivité, capacité à prendre en charge ses sujets et à progresser
- Adaptabilité : aisance dans des environnements dynamiques et en évolution
Langues
- Français et anglais requis (courant, écrit et oral)
Qualifications souhaitées
- Expérience pratique avec Azure OpenAI, OpenAI GPT APIs, Anthropic Claude, Google Gemini ou LangChain / LangGraph
- Projets ou stages impliquant des systèmes ML en production, des applications GenAI ou des systèmes agentiques
- Connaissance de l’IA responsable, gouvernance IA, biais ou explicabilité (XAI)
- Contributions open-source, publications ou blogs techniques
- Expérience en stage ou projet en conseil, services professionnels ou environnement grands comptes
- Formations spécialisées (ex : programmes Andrew Ng, Deeplearning.AI)
Compétences clés (en résumé)
Python • Machine Learning • Deep Learning (TensorFlow/PyTorch) • IA Générative & LLM • Prompt Engineering • Systèmes RAG • IA Agentique (fondamentaux) • Bases vectorielles • Graphes de connaissance • LLMOps (fondamentaux) • Data Engineering • Qualité des données • Feature engineering • SQL • Cloud (Azure/AWS/GCP) • Résolution de problèmes • Collaboration • Communication technique
À quoi ressemble la réussite dans ce rôle
- Vous développez des modèles ML et GenAI efficaces en production avec monitoring et gouvernance
- Vous comprenez les approches vectorielles et graphes pour améliorer retrieval et raisonnement
- Vous traduisez des spécifications techniques en code robuste et maintenable
- Vous industrialisez des solutions de PoC à production avec qualité et performance
- Vous collaborez efficacement avec les équipes seniors et apprenez rapidement
- Vous développez une base solide en ML/GenAI/Agentic AI et en delivery de conseil
- Vous contribuez aux assets et à la base de connaissances de l’équipe
- Vous progressez vers un rôle de Consultant
Ce que nous offrons
- Un rôle technique à fort impact dans une practice IA en forte croissance
- Un accompagnement structuré par des architectes, consultants et ingénieurs expérimentés
- Une expérience concrète sur des projets de bout en bout (design production)
- Une évolution rapide vers un rôle de Consultant
- Un accès à des formations, certifications et communautés IA de haut niveau
- Une exposition aux technologies de pointe (modèles fondamentaux, plateformes GenAI)
- Un environnement international et collaboratif
- La participation à des projets stratégiques à forte visibilité ayant un impact réel sur la transformation digitale des entreprises