Esenca
AI

Data Scientist (IT) / Freelance

Esenca · Lille, HDF, FR

Actively hiring Posted 4 months ago

? Objectif globalConcevoir et développer de nouveaux algorithmes de Machine Learning afin d?enrichir et d?améliorer un système de recommandation à fort impact business.

? Livrables attendusDéveloppement d?algorithmes ML opérationnels

Prototypes (PoC / MVP) validés techniquement

Documentation technique associée

Mécanismes d?explicabilité des modèles

Recommandations d?optimisation et d?industrialisation

? Contraintes du projetForte exigence de performance et de robustesse

Nécessité d?explicabilité des algorithmes

Intégration dans un écosystème data existant

Collaboration transverse avec équipes produit et techniques

? Missions principales1. Veille & InnovationSuivre les avancées en IA/ML (Deep Learning, Reinforcement Learning, LLM, IA générative)

Identifier les technologies pertinentes pour les cas d?usage recommandation

Proposer des approches innovantes adaptées aux enjeux métier

  1. Conception & ExpérimentationConcevoir des Proof of Concept (PoC)

Développer des MVP robustes

Tester et comparer différentes approches algorithmiques

  1. Analyse de données & ModélisationExplorer et analyser des datasets complexes

Identifier patterns et signaux exploitables

Concevoir, entraîner et évaluer des modèles de recommandation

  1. Explicabilité & QualitéMettre en place des mécanismes d?interprétabilité

Garantir la compréhension des résultats par les parties prenantes

Documenter les choix techniques et les performances

  1. Collaboration & IntégrationTravailler en lien étroit avec Product Owners et équipes data

Participer à l?intégration des modèles dans les plateformes existantes

Contribuer à l?amélioration continue des solutions IA

? LanguesFrançais courant ? Impératif

Anglais professionnel ? Secondaire

Profil candidat:

? Profil recherchéExpérience confirmée en Data Science appliquée aux systèmes de recommandation

Forte capacité d?analyse et d?expérimentation

Esprit d?innovation et approche orientée impact

Capacité à travailler en environnement transverse

Rigueur dans la documentation et la validation scientifique

Tags & focus areas

Used for matching and alerts on DevFound
Machine Learning Deep Learning Data Science Generative Ai Ai
Common Questions

Frequently asked questions

Quick answers about how DevFound's AI matching, resumes, and referrals work.

DevFound's AI Copilot ingests your profile, goals, and live job data to deliver curated matches in seconds. Every match includes a resume variant, suggested referrals, and interview prep so you can act immediately. The more feedback you provide, the sharper the Copilot becomes.

AI-led job searches shrink the hours spent sifting through boards and formatting resumes. DevFound pairs automation with your personal outreach, so you reserve energy for interviews and negotiation. Traditional networking still matters, but AI gives you a lift before you even send a message.

Modern AI roles expect comfort with production-grade code, data fluency, and practical ML tooling. The strongest candidates pair deep technical chops with storytelling—translating model impact to product, GTM, and exec partners. Continuous learning keeps you ahead as stacks evolve.

DevFound rewards active seekers. Keep your profile fresh, respond to match quality prompts, and enable alerts so you never miss a role. The AI prioritizes companies and teams that align with your feedback, accelerating both introductions and interview invites.

High-density tech hubs continue to host the deepest AI talent pools, yet distributed teams are catching up fast. Use DevFound filters to hone in on onsite, hybrid, or fully remote roles and watch openings expand across time zones.

DevFound aggregates thousands of remote AI openings and flags the nuances—core hours, async culture, and visa needs—up front. The Copilot also recommends how to position your distributed work experience so hiring managers know you can thrive on a remote team.