Service Emploi spécialisé depuis 27 ans
Pour être rappelé, indiquez votre numéro de téléphone.
69000 Lyon
0 à 1 an d'expérience
Réf : 2608111729
Ingénieur En Data Science Et Intelligence Artificielle
Ma recherche
Je recherche tout type de contrat, sur toute la région Auvergne-Rhône-Alpes, dans le Batiment.
Formations
09/2026 : Bac +5 - Ecole Centrale de Lyon
Ingénieur généraliste, option Informatique – Consultant
Ingénieur généraliste, option Informatique – Consultant
06/2025 : Bac +5 - Ecole Nationale Supérieure d’Arts et Métiers (Maroc)
Ingénieur généraliste, spécialisation Intelligence Artificielle et Data Science
Ingénieur généraliste, spécialisation Intelligence Artificielle et Data Science
Expériences professionnelles
03/2026 - à ce jour : Ingénieur en IA et Data Science chez Groupe Mediagraphic, Lyon
Développement d’un agent IA pour conseiller les clients sur la sélection des produits et proposer une alternative environnementale (FastAPI, LangChain, LlamaIndex, PostgreSQL, ChromaDB). Développement d’un outil interne de sélection de produits. Développement de deux interfaces web avec Next.js. Développement d’une application de calculs et de reporting environnemental (ACV, bilan final) intégrée au site marchand (FastAPI, PostgreSQL, Next.js).
Développement d’un agent IA pour conseiller les clients sur la sélection des produits et proposer une alternative environnementale (FastAPI, LangChain, LlamaIndex, PostgreSQL, ChromaDB). Développement d’un outil interne de sélection de produits. Développement de deux interfaces web avec Next.js. Développement d’une application de calculs et de reporting environnemental (ACV, bilan final) intégrée au site marchand (FastAPI, PostgreSQL, Next.js).
09/2025 - 12/2025 : Ingénieur en Data Science chez Infologic
Développement d’un pipeline de Machine Learning à partir de données brutes pour la prédiction de l’identité des utilisateurs à partir des traces d’utilisation d’un logiciel : analyse exploratoire, feature engineering, entraînement, évaluation et test sur des données réelles avec les modèles XGBoost et Random Forest. Précision globale de 94 % et F1‑score de 93 %.
Développement d’un pipeline de Machine Learning à partir de données brutes pour la prédiction de l’identité des utilisateurs à partir des traces d’utilisation d’un logiciel : analyse exploratoire, feature engineering, entraînement, évaluation et test sur des données réelles avec les modèles XGBoost et Random Forest. Précision globale de 94 % et F1‑score de 93 %.
Langues
Français (Oral : maternelle / Ecrit : expérimenté), Anglais (Oral : courant / Ecrit : intermédiaire), Berbère (Oral : maternelle / Ecrit : expérimenté)
Atouts et compétences
Python (Pandas, NumPy), SQL, C++, JavaScript, Machine Learning (scikit‑learn, XGBoost, Random Forest), Deep Learning (PyTorch, TensorFlow, CNN, Vision Transformers), Traitement du Langage Naturel (Transformers BERT, GPT, T5, RAG, prompt engineering), MLOps & Déploiement (Git, Docker, CI/CD, AWS, GCP, Azure, ChromaDB, Qdrant), Frameworks LLM (LangChain, LlamaIndex, LangGraph), Développement Web (Next.js, TypeScript, API REST)
Permis
Permis B
Centres d'intérêts
Participation à l'organisation de la 3ᵉ édition de l'événement football de l'association Toliss'All