Vous êtes passionné(e) par le traitement du langage naturel (NLP), les modèles de langage (LLM) et les applications d?intelligence artificielle générative ? Vous souhaitez travailler sur des projets innovants intégrant les dernières avancées technologiques pour transformer les secteurs banque et assurance ? Vous avez déjà réalisé des projets DATA /IA dans ce secteur d?activité. Cette opportunité est faite pour vous !   Pour des missions sur Paris, Luxembourg et Londres, nous recherchons plusieurs profils DATA en CDI avec une première expérience sur des projets DATA / IA en banque ou en assurance. Vous avez entre 2 et 7 ans d?expérience Poste basé à Paris Il s?agit d?un poste en CDI temps plein (Remote en fonction des missions) Salaire entre 45 000 et 85000 euros suivant expérience et qualifications plus Bonus de performance Bonus de publication Autres bonus et avantages (Mutuelle et prévoyance, tickets repas)   Vos missions principales : Conception, développement et mise en production de modèles NLP avancés basés sur des architectures modernes   adaptés aux besoins des secteurs banque et assurance. Développement et personnalisation de solutions IA répondant à des problématiques métiers spécifiques (Exemple de projets réalisés, ..) Analyse de documents réglementaires Classification et extraction d'entités dans les contrats d?assurance pour accélérer les processus de souscription et de gestion des sinistres. Détection de fraude via des modèles d?apprentissage supervisé et non supervisé. Chatbots intelligents et assistants virtuels pour améliorer la relation client (gestion des demandes, simulation de prêts, etc.). Prédiction des risques liés aux crédits ou aux sinistres à l?aide de modèles de machine learning avancés, des risques de marché ou de liquidité. Automatisation et optimisation Trading algorithmique Etc... Développement de solutions basées sur des frameworks comme LangChain, Langgraph.. et RAG (Retrieval-Augmented Generation) pour des cas d?usage comme : Recherche contextuelle dans les bases documentaires. Production automatisée de rapports financiers ou d?analyse de portefeuille. Etc.. Automatisation des workflows de Machine Learning via des pipelines utilisant des outils comme Kubeflow, MLflow, ou Airflow. Collaboration étroite avec les équipes Data Engineering et les experts métier pour garantir la qualité et la scalabilité des solutions développées. Analyse des performances des modèles à l?aide de métriques dédiées (F1-score, BLEU, ROUGE, perplexité, etc.) et optimisation continue en fonction des contraintes métier et réglementaires.