Freelance Data · Provence-Alpes-Côte d'Azur
Mission freelance data scientist à Marseille (2026)
Provence-Alpes-Côte d'Azur · ~3 % des missions nationales · Marché local, TJM (indicatif), types de projets et conseils pour trouver une mission en direct, sans intermédiaire.
Pourquoi BinchamTalent pour vos missions data science à Marseille ?
Votre dossier de compétences est visible directement des Heads of Data, CDO et CTO qui lancent des projets ML et IA en Provence-Alpes-Côte d'Azur — sans intermédiaire, sans commission sur votre TJM.
Partager mon dossier de compétencesLe marché data science freelance à Marseille en 2026
Marseille est l'un des marchés data science maritime et santé les plus denses du sud de la France, avec des volumes de données rares en province. CMA CGM, troisième armateur mondial avec 500+ navires et une flotte de conteneurs générant plus de 50 millions d'événements par jour (données AIS, EDI, IoT des capteurs embarqués), a déployé une architecture Lambda pour ses projets ML : couche batch (modèles de prédiction des délais de livraison, optimisation des routes de flotte sur plusieurs semaines) et couche streaming (détection d'anomalies temps réel sur les reefer containers, alertes de maintenance moteur). L'AP-HM (Assistance Publique-Hôpitaux de Marseille), l'un des CHU les plus importants de France, développe des projets ML sur ses données cliniques : modèles de prédiction des réadmissions à 30 jours (features diagnostics, biologie, mode de vie extraits depuis les séjours), détection précoce de la sepsis par ML sur les données de réanimation (NEWS score augmenté par réseaux de neurones), et computer vision pour l'imagerie médicale. TotalEnergies MEPS (Mediterranean & European Petrochemicals, site de Fos-sur-Mer) déploie des modèles de maintenance prédictive sur ses données SCADA (turbines, compresseurs) et optimise ses processus de raffinage par ML.
Principaux secteurs recruteurs à Marseille
Optimisation des flux portuaires et logistiques, jumeaux numériques d'infrastructure, énergie — modèles de simulation appliqués à des actifs physiques.
Le bassin d'emploi de Marseille représente ~3 % du marché national des missions freelance.
TJM data scientist freelance à Marseille en 2026 (indicatif)
Marseille offre des TJM en progression, tirés par CMA CGM qui investit massivement dans sa transformation digitale et propose des budgets compétitifs pour attirer des data scientists qualifiés. Les profils maîtrisant les architectures Lambda (batch + streaming) et les données AIS/EDI du shipping sont particulièrement valorisés. Les missions AP-HM (health data) et TotalEnergies (IoT industriel) sont complémentaires et permettent de constituer un portfolio multi-sectoriel.
| Profil | TJM (indicatif) | Stack typique |
|---|---|---|
| Junior (1–3 ans) | 400–560 €/j (indicatif) | Python, Scikit-learn, XGBoost, SQL |
| Confirmé (3–7 ans) | 560–760 €/j (indicatif) | PyTorch, MLflow, déploiement API |
| Senior (7+ ans) | 760–1 000 €/j (indicatif) | LLM/RAG, MLOps lead, IA générative |
Fourchettes indicatives compilées à partir de sources publiques (Malt, Free-Work, APEC, Hays IT 2025-2026). Les TJM réels varient selon le profil, les certifications et les contraintes du client.
Spécialités data scientist les plus demandées à Marseille
| Spécialité | Demande locale |
|---|---|
| ML classique & scikit-learn (classification, régression, XGBoost) | Forte |
| Deep learning & vision / NLP (PyTorch, Transformers, HuggingFace) | Modérée |
| LLM & IA générative (RAG, fine-tuning, agents LangChain) | Modérée |
| MLOps & déploiement (MLflow, BentoML, SageMaker, Vertex AI) | Forte |
| ML explicable & conformité IA (EU AI Act, SHAP, LIME) | Forte |
Types de missions data science à Marseille
Les missions data scientist freelance à Marseille couvrent un spectre large, des modèles ML classiques jusqu'aux architectures IA générative de nouvelle génération.
- Machine Learning classique
- Deep Learning et Computer Vision
- NLP et traitement du langage
- LLM, RAG et IA générative
- MLOps et mise en production
- Maintenance prédictive et IoT
Le détail de chaque type de mission est décrit dans le guide national.
Comment trouver une mission data science à Marseille ?
À Marseille, les missions data science se trouvent principalement via le tissu portuaire, énergétique et de santé. L'écosystème startup Aix-Marseille est le hub incontournable pour approcher les startups et scale-ups. Pour les missions CMA CGM, une expérience des architectures Lambda (Spark batch + Flink/Kafka streaming) et des données maritimes (AIS, EDI, NMEA) est le prérequis le plus valorisé. Pour les missions AP-HM, une connaissance des données de santé (HDS, SNDS, CDISC), des modèles prédictifs cliniques et des contraintes RGPD santé est indispensable. Pour TotalEnergies MEPS, une expérience des modèles IoT industriels (séries temporelles SCADA, protocoles OPC-UA, OSIsoft PI Historian) est décisive.
La méthode complète pour démarrer en freelance — portfolio, statut, certifications, tarification — est détaillée dans le guide national.
Écosystème data science à Marseille
La communauté data science marseillaise monte en puissance. Marseille Data et MED'IT organisent des événements numériques régionaux. L'écosystème startup Aix-Marseille est particulièrement actif avec des meetups data réguliers. Marseille Innovation accélère les startups de la région PACA. Le pôle SCS (Solutions Communicantes Sécurisées) fédère les acteurs numériques en PACA. Les conférences CMA CGM et les séminaires AP-HM Data Health permettent aux data scientists de rencontrer directement les équipes data locales.
Missions data scientist dans les villes proches
FAQ — Data scientist freelance à Marseille
CMA CGM Marseille traite-t-il vraiment 50 millions d'événements par jour pour ses modèles ML ?+
CMA CGM opère une flotte de plus de 500 navires et plusieurs millions de conteneurs en transit simultané dans le monde entier. Les données générées sont massives : chaque navire transmet en continu ses positions AIS (Automatic Identification System) toutes les quelques secondes, les données de ses capteurs moteur et de navigation, et les données EDI (Electronic Data Interchange) des échanges logistiques avec les ports et les clients. En agrégeant les signaux AIS de 500 navires, les données IoT des milliers de conteneurs reefer (qui transmettent leur température en temps réel), et les flux EDI de millions de mouvements de conteneurs, le volume d'événements quotidien dépasse effectivement les 50 millions. Pour gérer cette volumétrie tout en permettant l'inférence ML en temps réel, CMA CGM a déployé une architecture Lambda : une couche batch (Spark sur cluster Hadoop ou cloud) qui entraîne et met à jour les modèles de prédiction des délais de livraison et d'optimisation des routes sur les données historiques complètes, et une couche serving temps réel (Kafka Streams ou Flink) qui applique les modèles entraînés aux nouvelles données en quelques secondes pour les alertes de maintenance, la détection d'anomalies sur les reefers et les mises à jour des ETA. Les data scientists freelances chez CMA CGM travaillent souvent sur l'amélioration de l'une ou l'autre couche — ou sur la cohérence entre les deux.
L'AP-HM mobilise-t-il des data scientists freelances pour ses modèles de prédiction clinique ?+
L'AP-HM (Assistance Publique-Hôpitaux de Marseille), avec ses 4 hôpitaux principaux et ses 13 000 lits, est l'un des CHU les plus importants de France et développe activement des projets de ML clinique. Les missions data science portent sur plusieurs problèmes médicaux réels. La prédiction des réadmissions non planifiées à 30 jours : des modèles de classification (XGBoost, réseaux de neurones profonds) entraînés sur les données des séjours hospitaliers (diagnostics CIM-10, actes CCAM, résultats biologiques, durée de séjour, mode de sortie) prédisent les patients à haut risque de réadmission — permettant une intervention de prévention ciblée. La détection précoce de la sepsis en réanimation : des modèles d'alerte précoce (LSTM sur les séries temporelles de biologie et de monitoring continu des patients) identifient les signes avant-coureurs de sepsis jusqu'à 6 heures avant le diagnostic clinique. La priorisation des listes d'attente chirurgicales : des modèles de prédiction de la complexité opératoire à partir des données préopératoires optimisent la planification des blocs. Ces missions requièrent une connaissance des données de santé (format HL7/FHIR, codes PMSI, contraintes HDS), des modèles ML médicaux, et une compréhension du contexte clinique.
TotalEnergies MEPS Fos-sur-Mer mobilise-t-il des data scientists pour ses données SCADA ?+
TotalEnergies MEPS (Mediterranean & European Petrochemicals), site de Fos-sur-Mer près de Marseille, opère l'une des plus grandes raffineries et pétrochimies de France. Les données SCADA (Supervisory Control And Data Acquisition) de ce site génèrent des séries temporelles continues depuis des milliers de capteurs (température, pression, débit, vibrations, analyse de composition chimique) sur les équipements critiques (turbines de turbogénérateurs, compresseurs centrifuges et à vis, échangeurs de chaleur, colonnes de distillation). Les missions data science portent sur la maintenance prédictive de ces équipements : des modèles de détection d'anomalies (LSTM Autoencoder, Isolation Forest) et de prédiction de la durée de vie résiduelle (Remaining Useful Life par XGBoost sur des features extraites des signatures vibratoires et de température) permettent d'anticiper les pannes et de passer d'une maintenance préventive systématique à une maintenance conditionnelle — économisant plusieurs millions d'euros par an sur les coûts de maintenance. Les données SCADA transitent par OSIsoft PI Historian (maintenant AVEVA PI) — la connaissance de cet outil est souvent un prérequis. Ces missions nécessitent une certification ATEX et une formation sécurité site industriel avant d'accéder aux données en production.
Quelles architectures ML utilise-t-on chez CMA CGM pour ses projets maritimes à Marseille ?+
CMA CGM a structuré son architecture ML autour du pattern Lambda pour gérer la dualité entre les besoins de prédiction offline (entraînement de modèles sur des mois de données historiques) et les besoins d'inférence online (détection d'anomalies en quelques secondes sur les données temps réel des navires et conteneurs). La couche batch utilise Apache Spark pour le traitement des données historiques massives (logs AIS, données EDI de plusieurs années) et MLflow pour la traçabilité des expériences et la gestion des versions de modèles. Les modèles de prédiction des ETA (Estimated Time of Arrival) sont entraînés sur des années de données de transits réels avec des features contextuelles (météo, congestion portuaire historique, type de navire, saison). La couche streaming utilise Apache Kafka comme bus de messages pour ingérer les données temps réel des navires (positions AIS toutes les 10-30 secondes) et des conteneurs IoT, et des micro-services de scoring appliquant les modèles entraînés pour des alertes en quelques secondes (température hors norme d'un reefer, vibration anormale d'un moteur). Les data scientists freelances chez CMA CGM interviennent souvent sur l'amélioration des modèles batch, la mise en place du monitoring de dérive des modèles en production, ou le développement de nouveaux cas d'usage (prédiction de la congestion portuaire, optimisation de la vitesse des navires pour le Carbon Intensity Indicator IMO).
Data scientist freelance à Marseille ?
Partagez votre dossier de compétences — les recruteurs approuvés de Marseille vous contacteront directement, sans intermédiaire et sans commission.
Partager mon dossier de compétencesVous cherchez un poste en CDI ? Voir les offres CDI data scientist à Marseille.
Autres profils disponibles à Marseille
BinchamTalent couvre l’ensemble des profils numérique, industrie et finance en mode freelance à Marseille. Recruteurs et talents vérifiés, sans intermédiaire.
Vous recrutez à Marseille ? Publiez une offre gratuitement et accédez aux dossiers des Talents qui y postulent.