Description

CDI
Disponibilité : juin / juillet 2025

FinDiT Consulting est un cabinet de conseil spécialisé dans l'accompagnement des acteurs financiers dans la transformation digitale.

Notre offre s'articule autour de deux axes majeurs :

• Le Conseil en accompagnement Digital, ou comment aider nos clients à converger vers des solutions digitales correspondant à leur métier (digitaliser un process de production de RFP, éliminer les frottements entre équipes legal/compliance/marketing lors de productions documentaires produits, etc....).
• Et l'activité de prestation de consultants, avec une approche finance/IT sur les métiers de la MOA, chefferie de projet, applicatif, technico fonctionnel, Big Data.

Nos principaux clients sont des Grands Groupes bancaire, Asset Managers, Assurance, Brokers, Bourse...

Pour accompagner notre croissance nous recherchons un(e) Consultant(e) Data Scientist IA RAG pour un client dans le secteur bancaire.

Contexte de la mission :

Intégrez l'IA Lab de notre client, composé d'un manager, un Product Owner, trois data ingénieurs et quatre Data Scientists. Dans un environnement Agile (SAFe), le Data Scientiste Senior développera et mettra en production des solutions de machine learning innovantes, utilisant Neo4j et MongoDB pour le stockage des données.

missions principales

• Développer et optimiser des modèles de machine learning pour l'analyse de données complexes.
• Utiliser Neo4j et MongoDB pour le stockage des données nécessaires aux modèles.
• Mettre en production des modèles de machine learning, en suivant les principes du Domain-Driven Design (DDD), incluant les tests et le suivi du taux de couverture Sonar.

profil recherché

Séniorité :

• De formation Bac +5 en Data Science
• Expérience de 5 ans minimum dans le poste similaire en tant que Data Scientiste dans le secteur bancaire.
• Expérience significative dans la science des données et le déploiement de modèles en production.

Compétences fonctionnelles :

• Expertise dans l'analyse de données et la modélisation prédictive.
• Connaissance dans l'utilisation des modèles d'IA gen (open AI, Claude, Mistral, Llama)

Compétences techniques :

• Maîtrise des techniques de machine learning et des outils tels que Jupyter Notebook, AWS (Athena, S3, EC2), Pycharm ou VS Code.
• Expérience avec Neo4j, MongoDB, et les principes DDD pour le déploiement de modèles.

Extra skills :

• Capacité à travailler en équipe.
• Ouverture d'esprit et curiosité pour les nouvelles technologies.
• Aptitude à partager ses connaissances.