Find your next tech and IT Job or contract role.

Dans le cadre de notre croissance et de nos projets de transformation digitale, nous recherchons un(e) Senior Data Engineer pour accompagner nos clients dans la conception, le développement et l'industrialisation de plateformes Data modernes. Vous interviendrez sur des projets stratégiques autour des architectures Data Cloud, des plateformes Big Data, des traitements temps réel et de la valorisation des données, dans des environnements techniques exigeants et à forte volumétrie. En collaboration avec les Architectes Data, Data Scientists, Business Analysts, DevOps et équipes métiers, vous participerez à la conception de solutions robustes, évolutives et sécurisées répondant aux enjeux de performance et de gouvernance des données. Vos missions En tant que Senior Data Engineer, vous serez amené(e) à : Concevoir et développer des architectures Data évolutives et performantes. Développer, maintenir et optimiser des pipelines de données (ETL / ELT) en mode batch et streaming. Concevoir et exploiter des plateformes Data Lake, Data Warehouse et Lakehouse. Mettre en œuvre des solutions d'ingestion de données issues de multiples sources (API, bases de données, fichiers, IoT, événements temps réel). Développer des traitements distribués pour de forts volumes de données. Industrialiser les traitements Data grâce aux pratiques DevOps et DataOps. Concevoir les chaînes CI/CD des plateformes Data. Garantir la qualité, la traçabilité, la sécurité et la gouvernance des données. Optimiser les performances des traitements et les coûts d'exploitation des infrastructures Cloud (FinOps). Participer à la définition des architectures techniques et aux choix technologiques. Assurer le monitoring, l'observabilité et le support des plateformes Data. Produire la documentation technique et accompagner les équipes dans le partage des bonnes pratiques. Participer aux revues de code et contribuer à l'amélioration continue des plateformes. Selon les projets, vous pourrez également intervenir sur : la définition de référentiels techniques, l'accompagnement des équipes de développement, le mentorat de Data Engineers, ou l'évolution vers un rôle de Tech Lead ou de Data Architect.

Dans le cadre d’une initiative innovante en phase d’incubation, l’objectif est de concevoir et valider une solution de type plateforme de data et business intelligence dédiée à l’analyse de données complexes. Un POC (Proof of Concept) est en cours pour explorer la faisabilité technique et les usages métiers, incluant une chaîne complète d’ingestion, de traitement et de valorisation des données ainsi que des capacités de simulation. Missions principales Rôle Tech Lead Superviser une équipe technique pluridisciplinaire (Data Science, Data Engineering, Data Analysis) Structurer et développer les compétences de l’équipe Garantir la qualité, la robustesse et la scalabilité des livrables Piloter la conception de l’architecture globale, notamment orientée systèmes agentiques Orienter les choix technologiques et les bonnes pratiques Assurer la veille technologique et proposer des innovations pertinentes Optimiser la phase exploratoire du POC (rapidité d’expérimentation, pertinence des cas d’usage) Rôle Agentic Data Engineer Concevoir et implémenter des pipelines de traitement de données Intégrer différentes sources de données internes et externes Développer les briques nécessaires à une plateforme data modulaire et performante Participer au développement d’un portail de restitution des données Garantir la maintenabilité, la performance et la qualité des solutions développées Concevoir une architecture orientée agents favorisant l’automatisation et la flexibilité Préparer le passage à l’échelle et une potentielle industrialisation

Vous maîtrisez le métier d'ingénieur données sur Databricks (sur AWS). Vos responsabilités seront les suivantes : • Concevoir, développer et maintenir des pipelines de données évolutifs sur la plateforme Databricks. • Gérer les processus d'ingestion de données provenant de diverses sources dans l'environnement Databricks (ingestion XML, Kakfa, etc.). • Mettre en œuvre et optimiser les processus ETL (Extraction, Transformation, Chargement) afin de garantir une transformation et une intégration efficaces des données. • Garantir la qualité, l'intégrité et la sécurité des données sur l'ensemble des pipelines. • Surveiller et résoudre les problèmes de performance des pipelines de données, en mettant en œuvre les maintenances et mises à jour nécessaires. • Documenter les processus, les spécifications techniques et les bonnes pratiques des pipelines de données. • Assurer le transfert de connaissances vers l'équipe d'ingénieurs données qui prendra en charge la gestion de la plateforme à l'avenir. Parler couramment l'anglais/néerlandais ou l'anglais/français est un impératif.

Au sein d'un acteur de la finance quantitative, vous construisez la couche d'accès unifiée aux données — l'interface entre notre stockage brut et nos chercheurs quantitatifs, interrogée quotidiennement par nos systèmes de recherche et de production. C'est un poste à fort levier : la couche que vous concevez est le socle de chaque itération de recherche et de chaque stratégie en production. La vision d'architecture est discutée avec la direction quant ; vous en êtes le maître d'œuvre et portez les décisions de conception sur la couche d'accès et le feature store, par-dessus des pipelines d'ingestion existants et stables. Vous travaillez en binôme avec un développeur senior, dans une petite équipe technique autonome. Missions : Construire une API d’accès unifiée : prix/volumes, fondamentaux, univers, ... Garantir l’intégrité point-in-time au niveau de la couche d’accès API. Construire un feature store de données dérivées réutilisables. Normaliser les données entre fournisseurs. Structurer et exposer via API de gros jeux de données intraday (ex. carnet d’ordres, tick). Brancher le backtester de recherche sur l’API d’accès unifiée. Hors périmètre v1 : pipelines de features ML au-delà des bases statistiques

Rejoignez une équipe qui construit le moteur de la recherche quantitative. Nous développons une plateforme de données utilisée pour concevoir, tester et déployer des stratégies d'investissement quantitatives. Notre équipe construit les briques essentielles permettant aux chercheurs et développeurs de travailler sur des données financières massives, fiables et historisées. La qualité de la plateforme est un facteur déterminant dans la performance des modèles et des stratégies développés. Dans ce contexte, nous recherchons un(e) Senior Data Engineer pour concevoir et faire évoluer notre plateforme de données, utilisée quotidiennement par les équipes de recherche quantitative. Missions : Vous contribuerez directement à l'architecture, à la qualité et à l'évolution de notre écosystème data. Vos principales responsabilités : Concevoir et développer des pipelines de données robustes et performants. Construire et maintenir des API permettant l'accès aux données et aux signaux calculés. Développer et faire évoluer notre feature store. Garantir la qualité, la traçabilité et la cohérence des données historiques. Optimiser les performances de stockage et d'accès aux données. Collaborer étroitement avec les équipes de recherche quantitative et de développement logiciel. Participer aux choix d'architecture et aux évolutions de la plateforme. Vous travaillerez sur des problématiques concrètes de volumétrie, d'historisation, de reproductibilité et de performance dans un environnement où la qualité des données est critique. Hors périmètre v1 : pipelines de features ML au-delà des bases statistiques

Au sein du domaine Data & AI d'un acteur du secteur retail, le Data Steward agit en tant qu'expert fonctionnel métier et chef de projet, garantissant la réussite des initiatives data sur l'ensemble du cycle de vie de la donnée. Le rôle fait le lien entre les parties prenantes métier et les équipes techniques (Data Engineers et Data Visualization Experts), en veillant à ce que les solutions data soient alignées avec les objectifs business, correctement gouvernées, et livrées avec qualité et clarté. Environnement et missions : - Domaine fonctionnel principal : supply chain et demand planning, avec utilisation de SAP - Pilotage de bout en bout du périmètre et des exigences des projets data - Coordination et gestion de projet entre plusieurs équipes - Interaction avec des interlocuteurs techniques et non techniques - Réalisation de requêtes de validation de données et analyse pour assurer l'alignement entre besoins métier et livrables techniques - Identification des risques, anomalies et incohérences, et pilotage de leur résolution - Maintien d'une documentation structurée et d'artefacts projet rigoureux - Discipline de gouvernance et attention au détail - Travail en environnement Agile avec des équipes transverses (business, data engineering, analytics) La maîtrise du français est obligatoire.

Dans le cadre du développement de projets technologiques majeurs pour l'un des leaders industriels mondiaux , nous recherchons un(e) Data Engineer H/F spécialisé(e) ou fortement acculturé(e) aux problématiques d' Intelligence Artificielle . Intégré(e) au sein des équipes R&D / Data du site de Montbéliard, vous serez un maillon essentiel pour concevoir, structurer et industrialiser les pipelines de données nécessaires au déploiement de solutions basées sur l'IA (maintenance prédictive, optimisation des processus complexes, systèmes connectés...). Vos responsabilités au quotidien : Conception & Architecture : Modéliser, développer et optimiser les architectures de données (Batch et Real-time) pour soutenir les cas d'usage IA et Data Science. Pipelines ETL/ELT : Construire, industrialiser et maintenir des pipelines de données robustes, fiables et scalables. Collaboration IA : Travailler en étroite collaboration avec les Data Scientists pour intégrer des modèles de Machine Learning et d'IA au sein des flux de production. Qualité & Gouvernance : Garantir la qualité, la traçabilité, la sécurité et la disponibilité de la donnée pour les différents métiers du groupe. Performance : Monitorer et optimiser la performance des requêtes et des systèmes de stockage.

Dans le cadre du développement de ses systèmes d'information Épargne Salariale et Retraite, les Bénéficiaires doivent recourir à une prestation externe pour fournir assistance à la modernisation de la plateforme BI. 1. OBJET DE LA PRESTATION Dans le cadre du projet de modernisation de la plateforme BI, la prestation consistera à mettre en place des solutions répondant aux besoins couverts par l’existant et permettant de proposer de nouveaux services. Cette solution devra utiliser les outils validés et mis à disposition par le groupe. La mission sera pilotée par l’équipe Coeur-Data au sein de la R&D Epargne salariale et retraite. Le data engineer devra intervenir en collaboration avec l’équipe de 5 personnes ainsi qu’avec les clients et les équipes transverses du client. Exemple d’applications du domaine d’intervention : Architecture : Définition de l’organisation du Lakehouse dans le S3 Chargement : Utilisation de pipelines spark, pyspark et python Ordonnancement : Dagster Restitution : Mise à disposition de la donnée brut + création de rapports sur un outil de dataviz à définir sur la base du LakeHouse L’objectif principal de la prestation sera la mise à disposition de data structurées à destination de l’équipe marketing . Dans ce cadre, il conviendra de réaliser : - Le développement d’une solution de collecte de données - Le développement d’un système de stockage de la donnée - La documentation des développements - La réalisation de tests unitaires - La mise en place d’un suivi des traitements - L’assistance à la recette par la MOA / les utilisateurs - Des comptes rendus aux pilotes sur l’avancement du projet et les blocages rencontrés - Des études avec les équipes transverses du client 2. ENVIRONNEMENT FONCTIONNEL DE LA PRESTATION La prestation se déroulera au sein du service IT en charge de la Maintenance applicative 3. ENVIRONNEMENT TECHNIQUE DE LA PRESTATION - Langages de programmation : Python, Spark, Pyspark, SQL - Outil de gestion de version : Git - Intégration continue : JENKINS - Ticketing : JIRA - Documentation : Confluence - Poste de travail Windows 10 avec WSL (Windows Subsystem for Linux) - Outils de la plateforme actuelle : Informatica, DAC, OBIEE, Eclipse BIRT, Oracle 19 - Outils de la plateforme cible : Dagster, Trino, S3 4. RESULTATS ATTENDUS / LIVRABLES - Respect du planning détaillé validé - Estimation des charges MOE - Mise en œuvre des solutions développées - Programme testé et prêt à la recette par les utilisateurs / MOA - Tests unitaires des développements effectués - Suivi d’avancement des tâches du projet en cours - Documentation technique - Amélioration continue des processus de développements 5. PRE-REQUIS ET/OU ELEMENTS INDISPENSABLES - Python, Spark appliqué à la data - Machine learning appliqué à la donnée (scikit-learn, feature engineering) - Relationnel pour les échanges avec le métier - Outils Informatica - Outils LLM/GenAI pour l'accès et l'exploration de la donnée

Nous recherchons un Data Engineer Data Engineer Confirmé / Senior Compétences techniques: SQL - Confirmé - Impératif TALEND - Confirmé - Important DATAIKU - Confirmé - Important STAR SCHEMA - Confirmé - Important Description détaillée: Dans le cadre du développement de services de valorisation de données, notre client a conçu et mis en place une plateforme de traitement de ses données appelée « Datalab ». Le Datalab facilite la création de requêtes, et la production de rapports et tableaux de bords évolutifs et adaptés aux besoins des utilisateurs sous le contrôle du client Il s’agit de reproduire au sein du Datalab (Dataiku, Vertica, Tableau Software) une liste de rapports et tableaux de bord existants dans les infocentres actuels conçus à travers des Univers Business Object. Compétences attendues : Relationnel Bon relationnel Capacité à travailler en équipe Capacité à présenter son travail Capacité à travailler en mode sprint et à respecter les délais Outils Très bonne connaissance du modèle en étoile / star schema DATAIKU PYTHON TALEND BDD VERTICA SQL avancé Socle de données De formation data Connaissance et expérience significative des principes et bonnes pratiques de développement d'un socle data industrialisé dans les standard Connaissance et expérience significative des principes et bonnes pratiques de MEP Expérience significative dans les gestions des init et delta de données Sujets attendus avec connaissance théoriques et expérience significative : collecte de données, implémentation du star schema en faits/dimensions dans les règles de l'art Expérience des tests et validation de données (secondaire) Full présentiel sur les premiers mois.

Dans le cadre du renforcement d’une équipe Data au sein d’un acteur majeur du secteur financier, nous recherchons un Data Engineer Senior afin de contribuer à la valorisation des données digitales et au développement de cas d’usage orientés marketing. Le consultant interviendra sur la conception et le développement de pipelines de données, la modélisation de datamarts et la mise à disposition de données destinées aux campagnes marketing et aux parcours utilisateurs. Il participera également à l’amélioration des standards techniques, à la structuration des bonnes pratiques de développement et à l’industrialisation des traitements dans un environnement data moderne.

Bonjour à tous ! Dans le cadre d'un projet stratégique, nous recherchons un Data Engineer expérimenté disposant d'une solide expertise Azure Databricks. Missions Développement et optimisation de pipelines de données Big Data Traitement et transformation de données volumineuses avec PySpark Conception et évolution d'une architecture Lakehouse Manipulation de données complexes (JSON imbriqués) Industrialisation des traitements et amélioration des performances Participation aux évolutions de la plateforme Data Collaboration avec les équipes métiers et techniques Environnement technique Azure Azure Databricks PySpark / Spark Python SQL Delta Lake JSON Git / GitLab / GitHub Azure Data Factory (plus) Profil recherché Minimum 5 ans d'expérience en Data Engineering / Big Data Forte expérience Databricks et PySpark Maîtrise des environnements Azure Autonomie sur le développement et l'industrialisation de traitements Data Expérience des architectures Data Lake / Lakehouse Compétences appréciées Power BI Azure Synapse Analytics 📍 Localisation : Île-de-France 🏠 Télétravail : hybride 📅 Démarrage : ASAP

Je recherche un Data Analytics Engineer (entre le Data Engineer et le Data Analyst). ayant un anglais fluent avec une forte composante modélisation analytique et interlocution métier. Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, Mon client recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution des données Corporate stratégiques du groupe . Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources internes, essentielles à la prise de décision stratégique et opérationnelle. Ce que tu dois faire concrètement Définir la nouvelle stratégie de gestion des images Docker : nommage, versionning, registre (stockage), cycle de vie, scanning de vulnérabilités, etc. Implémenter cette stratégie : mettre en place les outils, pipelines et processus retenus Intégrer tout ça dans la plateforme DevSecOps existante pour que les opérations de CI fonctionnent avec ce nouveau système En résumé : Repenser et mettre en place la façon dont mon client gère ses images Docker dans ses usines logicielles, en respectant les contraintes de sécurité d'un grand groupe bancaire. Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc. Concevoir et implémenter des pipelines d'ingestion automatisés fiables et performants, garantissant l'intégrité et la fraîcheur des données. Structurer et modéliser les données dans un entrepôt de données (Data Warehouse Snowflake) de manière logique, modulaire, réutilisable et optimisée pour l'analyse et la restitution. Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs. Développer des vues et agrégats de données spécifiques aux besoins de restitution et d'analyse des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité. Le problème à résoudre La façon dont les images Docker (les "boîtes" contenant les environnements d'exécution des applications) sont gérées doit être repensée : probablement parce que l'existant pose des problèmes de sécurité, de maintenabilité, de performance ou de standardisation. Environnement technique Sources : Multiples systèmes Corporate (Systèmes Financiers, Plateformes Achats, Outils ITSM. - via APIs, exports ou connecteurs natifs). Destination : Snowflake(Data Warehouse Cloud). Orchestration : Airflow. Transformation : DBT Core / SQL, Python (Pandas/PySpark) ou équivalent. Modélisation : DrawIO, Lucidchart ou autre support outil libre. Visualisation / Restitution : Tableau. CI/CD / versioning : GitLab, GitHub. Documentation : Confluence, Jira, SharePoint. Profil recherché Expérience confirmée en intégration de données depuis des systèmes d'entreprise complexes (ERP, CRM, finance, RH). Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud (idéalement Snowflake ou équivalent). Solides compétences en data modeling analytique (modèles dimensionnels, Data Vault, médaillon ou autres architectures d'entrepôt de données). Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code, de documentation technique et fonctionnelle. Capacité à travailler efficacement au sein d'une équipe Agile, suivant la méthodologie Scrum. Forte capacité à travailler en autonomie, à prendre des initiatives et à interagir efficacement avec les équipes techniques et les interlocuteurs métiers. Capacité à comprendre et traduire les besoins métiers complexes en solutions techniques de données. Bonus important ! : Connaissance des structures de données et des processus métier typiques d'un grand groupe international

Contexte de la mission Au sein de la Direction des Systèmes d'Information Métier (DSIM) d'un acteur majeur du secteur de l'assurance vie et de la finance, nous recherchons un Ingénieur Data expérimenté (niveau III) pour rejoindre une équipe DATA Vous interviendrez sur la construction, le maintien et l'optimisation des plateformes et pipelines de données, avec pour objectif de garantir la fiabilité et l'accessibilité de la donnée à l'échelle de l'organisation. Les missions principales incluront : Conception de pipelines (ETL/ELT) : développement et optimisation de flux de données pour l'alimentation des entrepôts et DataMarts (Dataiku, ODI, DBT) Modélisation : conception et mise en œuvre de modèles de données (MCD, modélisation dimensionnelle) adaptés aux besoins métier de l'assurance vie Industrialisation : structuration des processus de préparation, transformation et gouvernance de la donnée via Dataiku Visualisation & Reporting : intégration des données pour exploitation dans des outils BI, notamment Tableau Maintenance & Optimisation : garantir la performance et la qualité des flux et de l'infrastructure data

- Degree in Computer Science, Information Systems, or a related field or equivalent experience - Querying languages e.g. SQL, R, Python - Data modelling, ETL data pipeline tools, e.g. Azure Data Factory - Data visualisation tools e.g. PowerBI, Qlik - Certification in data engineering or related domains - Demonstrable experience showing competency working with multiple, complex data sets - Demonstrable experience showing competency working with data classification and standards - Demonstrable experience showing competency and ability to give examples of successful, hands-on implementation of ETL processes and delivery of data pipelines.. - Demonstrable experience showing competency working in data in the public sector - Competent ability to clean, integrate and scale data sets and pipeline, fixing problems in data sets, from low performance to bugs and outages - Proficiency in using query languages such as SQL, Python, R, with any ability to work with - SQL databases - Competent ability to produce ETL Routines to meet requirements. - Competent ability in building, writing and executing tests to ensure data pipelines and products meet the needs of the Force - Competent experience with data visualization tools (e.g. Power BI) for reporting and analytics purposes. - Solid understanding of relational databases, including database design, query optimization, and performance tuning. - Applied knowledge of modern data engineering tools, technologies and practices. - Familiarity with data governance principles, data privacy regulations (e.g., GDPR, CCPA), and data security best practices. - Familiarity with cloud platforms (e.g., AWS, Azure) and experience with cloud-based data services (e.g., Azure Data Factory, Azure Synapse etc.) - Understanding of the working practices of a Police Force LA International is an award-winning partner of choice for many of the world's most influential companies and government organisations. Holding Enhanced Government Security Accreditation, we are recognised as the European market leader in the delivery of Security Cleared talent to organisations that demand the very highest levels of security, compliance and assurance. A multiple award-winning organisation, having secured the prestigious Queens Award for Enterprise: International Trade over consecutive years. We are committed to fostering an inclusive, equitable and accessible workplace where everyone feels valued and supported. We welcome applications from all individuals, regardless of background or identity, and we encourage candidates who may not meet every listed requirement to still apply. If you require any adjustments or support during the recruitment process, please let us know and we will work with you to ensure a fair and accessible experience. Please Note: If a high volume of applications is received, only candidates shortlisted will be contacted.

Dans le cadre de la digitalisation des opérations du Groupe et de l'exploitation de nos données à l'international, nous recherchons un(e) Data Engineer / Data Analyst. Vous aurez la particularité de travailler en transverse sur deux projets majeurs : 1. FACTOR : La solution digitale mondiale de suivi des opérations (remplacement des cahiers de quart, tournées, etc.), déployée sur plus de 550 sites et connectée à un vaste écosystème de données. 2. AMaaS : Dans le cadre de la transformation digitale des activités de maintenance, le programme AMaaS (Asset Management as a Service), vise à fournir aux équipes métiers les outils nécessaires pour optimiser la performance industrielle, la durabilité et la maintenance opérationnelle des actifs. Votre rôle sera d'assurer le développement de KPIs, de rapports et de dashboards, de gérer les flux de données (pipelines/ETL) vers le datalake du groupe, et d'apporter un support de haut niveau aux utilisateurs des Business Units (BU) à travers le monde.

En tant que Product Manager Data , vous serez responsable de la définition de la vision produit, de la roadmap et de l'évolution des services permettant de transformer les données de la CDP en véritables produits à forte valeur ajoutée. Vous interviendrez sur l'ensemble du cycle de vie produit, depuis la compréhension des besoins utilisateurs jusqu'au pilotage des développements et à la mesure de la performance des fonctionnalités mises en production. Votre objectif sera de rendre la donnée plus accessible, plus exploitable et plus performante pour les équipes métiers, commerciales et marketing. --- # Vos principales responsabilités ### Définition de la stratégie produit * Définir la vision Produit autour de la plateforme Data et des services associés. * Construire et piloter la roadmap Produit. * Identifier les opportunités de création de valeur autour de la donnée. * Prioriser les évolutions en fonction des enjeux business et techniques. * Réaliser une veille sur les tendances Data, MarTech et AdTech. --- ### Product Discovery * Comprendre les usages des équipes commerciales, marketing et Data. * Recueillir les besoins des différentes parties prenantes. * Concevoir les futurs parcours utilisateurs. * Organiser des ateliers de co-construction. * Définir les fonctionnalités à forte valeur métier. --- ### Data Product Management Piloter les évolutions de la plateforme autour de sujets tels que : * amélioration de la qualité de la donnée ; * optimisation des taxonomies ; * enrichissement des métadonnées ; * optimisation des segments marketing ; * amélioration des mécanismes de collecte ; * qualification des audiences ; * gouvernance de la donnée ; * amélioration de la performance de la CDP. --- ### Data Discovery & Sales Enablement Participer à la création d'un véritable catalogue intelligent de la donnée , permettant notamment de : * rechercher facilement les audiences disponibles ; * explorer les segments marketing ; * estimer les volumes activables ; * visualiser les profils utilisateurs ; * simuler les campagnes marketing ; * recommander les meilleures audiences selon les objectifs business ; * faciliter l'autonomie des équipes commerciales et avant-vente. --- ### Delivery * Traduire les besoins métiers en User Stories. * Construire et maintenir le Product Backlog. * Travailler étroitement avec les équipes de développement. * Participer aux arbitrages techniques. * Piloter les livraisons. * Garantir la qualité des fonctionnalités mises en production. --- ### Pilotage de la performance Définir et suivre les indicateurs de performance du produit : * adoption des fonctionnalités ; * engagement utilisateurs ; * satisfaction des équipes métiers ; * taux d'utilisation de la plateforme ; * qualité de la donnée ; * performance des segments marketing ; * efficacité des parcours utilisateurs. Mettre en place une démarche d'amélioration continue basée sur la donnée. --- # Environnement technique ## Data * Customer Data Platform (CDP) * Segmentation marketing * Taxonomie * Métadonnées * Audience Management * Data Quality * Consent Management ## AdTech * Weborama (WAM) * Equativ * The Trade Desk * DSP * Activation média * Programmatique ## Product * Jira * Confluence * Product Discovery * Agile Scrum * Roadmap * User Stories --- # Profil recherché Vous justifiez d'une expérience significative en Product Management dans des environnements Data, MarTech, AdTech ou Digital. Vous êtes à l'aise pour échanger aussi bien avec les équipes techniques qu'avec les métiers, les équipes marketing ou les directions commerciales. Vous savez transformer une problématique métier complexe en produit simple, intuitif et créateur de valeur. Vous possédez notamment : * une solide expérience en Product Management ; * une bonne culture Data et Analytics ; * une connaissance des CDP ou des plateformes de données ; * une compréhension des problématiques AdTech, MarTech ou CRM ; * une excellente capacité de priorisation ; * une forte sensibilité UX et expérience utilisateur ; * une culture de la donnée et de la mesure de la performance ;