Mission freelance data scientist à Lyon (2026)

bioMérieux Digital — la branche technologique du leader mondial du diagnostic in vitro basé à Marcy-l'Étoile — est l'un des clients data science les plus originaux de Lyon. Les missions portent sur des problèmes ML directement liés aux diagnostics médicaux IVD : modèles de classification des profils de résistance bactérienne (antibiogrammes ML, identification des souches par Random Forest et réseaux de neurones sur les courbes de croissance des automates VITEK), algorithmes de détection d'anomalies dans les données de calibration des instruments biologiques (Autoencoders LSTM sur les séries temporelles des capteurs de fluorescence), et modèles de prédiction de la sepsis à partir de profils biologiques atypiques (combinant formule sanguine, CRP, procalcitonine, lactatémie). La stack MLOps est déployée sur AWS avec SageMaker pour l'entraînement et Docker/ECS pour le serving. Ces missions requièrent une maîtrise de PyTorch, une culture biomédicale (terminologie des examens biologiques) et des contraintes CE IVD (dispositifs médicaux de diagnostic in vitro) — une barrière à l'entrée qui justifie des TJM de 700-900 €/j.

Sanofi Genzyme (site de Marcy-l'Étoile) mobilise des data scientists freelances sur des projets de ML appliqué à la recherche pharmaceutique, avec une spécialisation sur les maladies rares (domaine historique de Genzyme). Les missions portent sur plusieurs axes : les modèles de screening virtuel de molécules candidates (GNN — Graph Neural Networks sur des graphes moléculaires avec PyTorch Geometric et RDKit pour les features chimioinformatiques), l'analyse biostatistique des données d'essais cliniques de phase III pour les traitements Pompe, Gaucher et Fabry (modèles de survie de Cox, analyses longitudinales à effets mixtes conformes aux standards ICH E9), et les projets de drug repurposing par ML (exploration des bases de données de séquences génomiques pour identifier de nouvelles indications thérapeutiques). La connaissance du contexte maladies rares — petites populations de patients, données cliniques limitées, enjeux réglementaires stricts — est un prérequis inattendu mais valorisé pour accéder à ces missions niche.

Renault Trucks (groupe Volvo) a engagé un programme Industrie 4.0 ambitieux sur ses sites de production lyonnais, avec des projets ML portant sur la Predictive Maintenance IIoT. Les capteurs des lignes d'assemblage de camions (capteurs de vibration, température, consommation électrique, données de CNC) génèrent des séries temporelles à haute fréquence qui alimentent des modèles de détection d'anomalies et de prédiction de défaillance. La stack utilise Databricks avec Delta Lake pour la gestion des données IoT, MLflow pour l'expérimentation, et des architectures LSTM ou Temporal Fusion Transformer (TFT) pour les prédictions multivariées. Les missions portent sur l'amélioration des modèles existants (réduction du taux de faux positifs, extension aux nouvelles lignes de production), la mise en place du monitoring des modèles en production, et l'intégration des prédictions dans le MES (Manufacturing Execution System). La maîtrise de Databricks ML Runtime et des données de capteurs industriels (protocoles OPC-UA, formats de données IIoT) est le critère technique décisif pour ces missions.

Lyon occupe une position unique dans le paysage data science français : la ville est à l'intersection de deux verticaux techniques rarement combinés ailleurs. Premièrement, la data science pharma-biomédicale à très haute contrainte — bioMérieux, Sanofi Genzyme, les acteurs de Lyon BioPark (Eurobio Scientific, BioAnalytical Systems) traitent des données biologiques sensibles avec des contraintes CE IVD et GxP que les profils ML généralistes ne savent pas adresser. Deuxièmement, l'industrie 4.0 lourde — Renault Trucks, Imerys, Arkema, les équipementiers automotive lyonnais déploient des modèles de maintenance prédictive et de contrôle qualité par vision qui nécessitent une connaissance des données de capteurs industriels et des architectures IoT. Un data scientist freelance lyonnais qui positionne son profil sur la jonction ML biomédical + IoT industriel accède à un marché de niche où la concurrence est quasi nulle — contrairement à Paris où des centaines de freelances DS se battent pour les mêmes missions e-commerce ou fintech.

Avec BinchamTalent, votre dossier est visible directement par les Heads of Data, CDO et CTO qui lancent des projets data science, sans intermédiaire commercial. Vous négociez votre TJM en direct — sans marge d'ESN prélevée (typiquement 20-40 % du TJM facturé au client final). Le contrat est signé en direct avec l'entreprise cliente. BinchamTalent vérifie les recruteurs et leur sérieux, mais n'intervient pas dans la relation contractuelle une fois la mise en contact établie. En pratique, cela se traduit par une rémunération nette plus élevée pour des missions équivalentes, et une relation directe avec les équipes data — vous évitez les commerciaux d'ESN qui résument votre profil en quelques lignes et vous font parfois passer pour une ressource générique au lieu d'un expert spécialisé.

Oui, la data science est l'une des spécialités numériques où le full remote est le plus normalisé. Les livrables — modèles ML, notebooks documentés, APIs de scoring, rapports d'expérimentation — sont intégralement numériques et compatibles avec le travail à distance. En 2026, environ 65 à 70 % des missions freelance data science proposent le remote complet ou un hybride (1 jour sur site par semaine pour les réunions stratégiques et les ateliers métier). Les rares missions qui imposent du présentiel intensif concernent des projets sensibles (données de défense classifiées, données de santé très strictement encadrées) ou des phases de démarrage de mission nécessitant une immersion dans l'environnement technique et métier du client. BinchamTalent indique clairement pour chaque mise en contact les conditions de travail attendues par le recruteur, afin que vous n'ayez pas de mauvaise surprise une fois la discussion engagée.