Strategy & Transformation Consultant 1 1

Cadrage : traduire le besoin métier en problème de modélisation, identifier les données et définir les critères de succès ; Machine Learning : préparer les données, concevoir les variables, comparer les modèles et analyser leurs performances ; Modélisation : entraîner des modèles sur différents types de données et concevoir des solutions LLM (RAG, prompts, agents), avec des protocoles d’évaluation adaptés ; Évaluation : mesurer l’incertitude, la robustesse et les biais, puis expliquer les modèles aux métiers et aux instances de gouvernance ; Industrialisation : produire un code testé et reproductible, suivre les expérimentations et contribuer aux modèles et pipelines CI/CD avec les Data Engineers ; Veille : suivre les avancées scientifiques et technologiques et enrichir les ressources réutilisables du cabinet. Cadrage : traduire le besoin métier en problème de modélisation, identifier les données et définir les critères de succès ; Machine Learning : préparer les données, concevoir les variables, comparer les modèles et analyser leurs performances ; Modélisation : entraîner des modèles sur différents types de données et concevoir des solutions LLM (RAG, prompts, agents), avec des protocoles d’évaluation adaptés ; Évaluation : mesurer l’incertitude, la robustesse et les biais, puis expliquer les modèles aux métiers et aux instances de gouvernance ; Industrialisation : produire un code testé et reproductible, suivre les expérimentations et contribuer aux modèles et pipelines CI/CD avec les Data Engineers ; Veille : suivre les avancées scientifiques et technologiques et enrichir les ressources réutilisables du cabinet.