Stage Data Scientist H/F - AXA en France

Notre raison d'être chez AXA ? Chaque jour, nous agissons ensemble pour le progrès humain en protégeant ce qui compte dans + de 50 pays. Accompagner près de 95 millions de clients à chaque étape de leur vie, une mission qui donne le sourire et envie de se lever le matin à nos employés et agents (+ de 145 000 dans le monde !)Chez AXA, nous sommes riches de nos singularités et accueillons tous les profils dans leur diversité. Au-delà de mener une politique inclusive engagée, nous agissons au quotidien en tant qu'employeur citoyen et responsable pour des causes sociétales & environnementales. Ces ambitions vous parlent ? Alors rejoignez un des leaders de l'assurance et venez changer le monde avec nous !
Présente sur l'ensemble du territoire, AXA France se distingue comme la filiale la plus importante du Groupe en termes de chiffre d'affaires et d'effectifs. Leader sur les marchés de l'assurance, de la santé et de la prévoyance, l'entreprise offre à ses équipes un cadre de travail moderne et agréable en 'smartworking'.Vous hésitez encore ? Sachez que nous avons conçu un dispositif d'intégration baptisé 'Welcome@AXA' pour accompagner vos premiers pas parmi nous avec attention. En lien avec nos engagements, nous célébrons chaque arrivée en agissant en faveur de la reforestation mondiale : depuis 2020, nous plantons un arbre pour chaque recrutement. Alors, prêt à postuler ?Durée : 4 à 6 mois

Localisation : Hauts-de-Seine / Nanterre (hybride)

Démarrage : à convenir (à partir de début 2026)

Équipe : IA Factory Cross sales & Marketing

Encadrement : par un Data Scientist/ML Engineer senior

VOTRE ROLE

En tant que Data Scientist (F/H), vous aurez pour premier rôle la réalisation de projets de DataScience pour la direction, autour des Use Cases de type Data Processing / Understanding, afin d'automatiser des processus Métier. Pour y parvenir il sera nécessaire de collaborer avec les ML Engineer / Data Engineer de l'équipe pour industrialiser les projets en Production, ainsi que de contribuer aux outils de monitoring nécessaires pour suivre la performance des IA livrées. L'un des projets en cours, sur lequel vous allez contribuer, porte sur l'implémentation d'un moteur de recommandation de produits d'assurance et de scoring client.

Vos missions

Participer à la compréhension des besoins métiers et développer une proposition de valeur en accompagnant les Product Owners (faisabilité, pré-requis, timing)
Être garant de la qualité scientifique et de code des algorithmes développés, de la phase de prototype jusqu'à l'industrialisation et tout au long du run en production (retrain, drift detection ...)
Contribuer à la dynamique de l'équipe pour assurer le delivery des projets
Réaliser une veille active sur les dernières avancées dans les domaines de la data science & l'IA,mais aussi sur les acteurs du marché afin d'évaluer leur intérêt potentiel

Adopter une posture de conseil envers les différentes directions, afin de les accompagner dans l'usage de la data et de l'IA pour répondre à leurs problématiques

Environnement technique & méthodologique

Langages & bibliothèques : Python, scikit-learn, pandas, PyTorch, Hugging Face, LangChain
Cloud & outils : Azure ML, Databricks, Azure DevOps
Pratiques : versioning (Git), MLOps, documentation, évaluation de modèles, reproductibilité
Culture de travail : agile, exploration rapide, documentation rigoureuse, collaboration transverse (tech, métier)

Ce que nous offrons

Une expérience unique au coeur de l'IA stratégique d'un grand groupe international ;
Un environnement collaboratif, bienveillant et exigeant ;
Un accompagnement personnalisé par des experts de l'IA ;
Une visibilité concrète sur le rôle de la Data Science dans la transformation responsable d'une entreprise leader de l'assurance.

Profil recherché

Étudiant(e) en fin de cursus d'école d'ingénieur ou de Master universitaire (M2) en data science, IA, mathématiques appliquées, ou équivalent ;
Un vernis sur le marketing est souhaité.
Connaissances solides en Machine Learning et Deep Learning (NLP, LLMs, transformers, etc.) ;
Compétence en Python, avec des premières expériences sur des outils comme scikit-learn, Hugging Face, LangChain, ou des frameworks d'évaluation de modèles IA ;