Stage Data Scientist

AXA; Nanterre; Hybride; EUR 35 000 - 50 000; Plein temps

Résumé du poste

Une entreprise leader de l'assurance recherche un Data Scientist (F/H) pour des projets de Data Science autour des Use Cases de type Data Processing. Le candidat devra collaborer avec des ML Engineers pour industrialiser des projets en production, notamment un moteur de recommandation pour l'assurance. Ce rôle exige de solides compétences en Machine Learning, Python et des outils comme Scikit-learn et Hugging Face. Un environnement collaboratif et un encadrement par des experts seront offerts.

Prestations

Environnement collaboratif

Accompagnement personnalisé par des experts

Visibilité sur la transformation d'une entreprise

Qualifications

• Étudiant(e) en fin de cursus d’école d’ingénieur ou de Master universitaire.
• Connaissances solides en Machine Learning et Deep Learning.
• Compétence en Python, première expérience avec des outils IA.

Responsabilités

• Réaliser des projets de Data Science autour des Use Cases de type Data Processing.
• Assurer la qualité scientifique et de code des algorithmes.
• Contribuer à la dynamique de l’équipe pour le delivery des projets.

Connaissances

Machine Learning

Deep Learning

Python

Scikit-learn

Hugging Face

LangChain

Formation

Master en data science, IA ou mathématiques appliquées

Outils

Azure ML

Databricks

Azure DevOps

Description du poste

Durée : 4 à 6 mois

Localisation : Hauts-de-Seine / Nanterre (hybride)

Démarche : à convenir (à partir de début 2026)

Âéquipe : IA Factory Cross sales & Marketing

Encadrement : par un Data Scientist/ML Engineer senior

VOTRE RôLE

En tant que Data Scientist (F/H), vous aurez pour premier rôle la réalisation de projets de DataScience pour la direction, autour des Use Cases de type Data Processing / Understanding, afin d'automatiser des processus Métier. Pour y parvenir il sera nécessaire de collaborer avec les ML Engineer / Data Engineer de l'équipe pour industrialiser les projets en Production, ainsi que de contribuer aux outils de monitoring nécessaires pour suivre la performance des IA livrées. L'un des projets en cours, sur lequel vous allez contribuer, porte sur l'implémentation d'un moteur de recommandation de produits d'assurance et de scoring client.

Vos missions

• Participer à la compréhension des besoins métiers et développer une proposition de valeur en accompagnant les Product Owners (faisabilité, pré-requis, timing)
• Être garant de la qualité scientifique et de code des algorithmes développés, de la phase de prototype jusqu’à l'industrialisation et tout au long du run en production (retrain, drift detection ...)
• Contribuer à la dynamique de l'équipe pour assurer le delivery des projets
• Réaliser une veille active sur les dernières avancées dans les domaines de la data science & l'IA, mais aussi sur les acteurs du marché afin d'évaluer leur intérêt potentiel

Adopter une posture de conseil envers les différentes directions, afin de les accompagner dans l'usage de la data et de l'IA pour répondre à leurs problèmatique.

Environnement technique & méthodologique

• Langages & bibliothèques : Python, scikit-learn, pandas, PyTorch, Hugging Face, LangChain
• Cloud & outils : Azure ML, Databricks, Azure DevOps
• Pratiques : versioning (Git), MLOps, documentation, évaluation de modèles, reproductibilité
• Culture de travail : agile, exploration rapide, documentation rigoureuse, collaboration transverse (tech, métier)

Ce que nous offrons

• Une expérience unique au côur de l'IA stratégique d'un grand groupe international ;
• Un environnement collaboratif, bienveillant et exigeant ;
• Un accompagnement personnalisé par des experts de l'IA ;
• Une visibilité concrète sur le rôle de la Data Science dans la transformation responsable d'une entreprise leader de l'assurance.

Profil recherché

• Étudiant(e) en fin de cursus d'école d'ingénieur ou de Master universitaire (M2) en data science, IA, mathématiques appliquées, ou équivalent ;
• Un vernis sur le marketing est souhaité.
• Connaissances solides en Machine Learning et Deep Learning (NLP, LLMs, transformers, etc.) ;
• Compétence en Python, avec des premières expériences sur des outils comme scikit-learn, Hugging Face, LangChain, ou des frameworks dévaluation de modèles IA ;