Ingénieur Data Factory bancaire

Banque

Informatique

Paris, Hybride

PythonpandasPySparkscikit-learnFastAPISQLTeradataMySQLPostgreSQLDockerKubernetesShellLinuxGitLab CISuite ELKElasticsearchKibanaJira Software

Rôle

Ingénieur data chargé de l’industrialisation et du monitoring de solutions d’IA et de data engineering pour améliorer le quotidien des conseillers et collaborateurs des Caisses Régionales du Crédit Agricole.

Technologies

PythonpandasPySparkscikit-learnFastAPISQLTeradataMySQLPostgreSQLDockerKubernetesShellLinuxGitLab CISuite ELKElasticsearchKibanaJira Software

Entités

Data FactoryUsages Data & IA

Contextes

BanqueSystèmes d'information bancairesData FactoryIA générative

Compétences

Modélisation de donnéesPréprocessing de donnéesValidation de modèles Machine LearningÉvaluation de LLMIndustrialisation de pipelines IAMonitoring de modèles et d’applicationsCI/CDMLOpsLLMOpsCommunication écrite et oraleTravail en équipeAutonomieRigueur

Challenges détectés

5 enjeux

Optimisation
Industrialiser et monitorer les solutions d’IA pour améliorer le quotidien des conseillers et collaborateurs
Technologies clés
PythonpandasPySparkscikit-learn
Compétences clés
Industrialisation de pipelines IAMonitoring de modèles et d’applications
Optimisation
Fiabiliser et prétraiter les données issues de différents flux de l’écosystème bancaire
Technologies clés
PythonpandasPySparkSQL
Compétences clés
Préprocessing de donnéesModélisation de données
Transformation
Participer à la modélisation et à la validation de modèles de Machine Learning
Technologies clés
Pythonscikit-learn
Compétences clés
Validation de modèles Machine Learning
Optimisation
Évaluer la qualité des réponses des LLM et améliorer les solutions d’IA générative
Compétences clés
Évaluation de LLM
Transformation
Développer et industrialiser des agents IA et des solutions RAG