Observé chez
Data Scientist Machine Learning
Finance
Informatique
PythonMachine LearningREST APISQLGPTBERTNLP
PythonRôle
Concevoir architecturer et développer des solutions robustes de machine learning avec un focus sur l'intégration de modèles de langage de grande taille (LLM) dans des environnements de données complexes pour atteindre les objectifs métier.
Technologies
PythonMachine LearningREST APISQLGPTBERTNLP
Contextes
Services financiersTransformation numérique
Compétences
Modélisation statistique (Régression, Clustering, Arbres de décision, Régression logistique)Algorithmes de machine learning (KNN, Random Forests, Ensemble Methods, Bayesian/Markov Networks)Traitement et nettoyage de donnéesVérification de l'intégrité des donnéesAnalyses exploratoiresContrôle de qualité des donnéesVisualisation de données et tableaux de bordDéveloppement de modèles machine learning end-to-endStructures de données et processus de transformationTechniques de traitement du langage naturel (NLP)Deep learningMéthodes kernel et spectralesPrévision (Forecasting)Intégration de solutions ML end-to-end dans les suites produitsConception de frameworks techniquesAutomatisation de processus analytiquesExtraction et flux de donnéesConception et exécution d'expériencesMentorat en machine learning et implémentation LLMCollaboration Agile ScrumDocumentation de processus métier et workflows
Challenges détectés
4 enjeux- Transformation
Intégrer des modèles de langage de grande taille (LLM) dans les solutions de machine learning
- Optimisation
Concevoir et architecturer des solutions robustes de machine learning en environnements de données complexes
- Optimisation
Automatiser les processus analytiques et l'extraction de données
- Optimisation
Développer et maintenir les meilleures pratiques et standards pour les projets machine learning et LLM