W
AI

Data Scientist Machine Learning / Deep Learning Aix en Provence/la (IT) / Freelance

Worldwide People · Aix-en-Provence, B8, FR

Actively hiring Posted 3 months ago

Data Scientist Machine Learning / Deep Learning Aix ASAP Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit

  • Expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python.
  • Connaissance de SQL
  • Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit
  • Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch

Activité principales attendues :

Machine Learning / Deep Learning

? Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche ML/DL.

? Création et production de modèles d'apprentissage automatique industrialisables

? Traitement de données à grande échelle pour la création de jeux de données d'entraînement

? Appliquer les bonnes pratiques de MLOps et d'explicabilité des modèles

? Présenter les résultats aux parties prenantes et aider au suivi à long terme de la performance du modèle pour démontrer la valeur de l'IA

IA Générative

? Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche IA Gen

? Prompt engineering

? Bench via des solutions d'évaluation des modèles d'IA Gen

? Optimisation des solutions (paramétrage des modèles)

Compétences et expériences demandées :

  • Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails.
  • Expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python.
  • Connaissance de SQL
  • Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit
  • Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch
  • Pratiquer une veille active sur vos domaines de compétence.
  • Participez activement à la construction de la stratégie en effectuant la veille technologique, étant force de proposition sur les nouveaux outils / nouvelles méthodes à utiliser et le partageant avec le reste de l?équipe

Profil candidat:

Compétences et expériences demandées :

  • Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails.
  • Expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python.
  • Connaissance de SQL
  • Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit
  • Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch
  • Pratiquer une veille active sur vos domaines de compétence.
  • Participez activement à la construction de la stratégie en effectuant la veille technologique, étant force de proposition sur les nouveaux outils / nouvelles méthodes à utiliser et le partageant avec le reste de l?équipe

Tags & focus areas

Used for matching and alerts on DevFound
Machine Learning Deep Learning Data Science Pytorch Tensorflow 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.