Find your next tech and IT Job or contract AI

Le contexteRejoignez l'équipe ACX (Advanced Customer Experience), pour piloter des projets d'IA générative et conversationnelle. L'équipe ACX gère plusieurs projets de chatbots et d'assistants virtuels. En tant que Project Manager, vous travaillez main dans la main avec le client, les parties prenantes métier et les équipes IT, et vous rapportez au Business Area Lead du domaine. Nous cherchons une personne organisée, avec du leadership et l'envie de continuer à progresser en gestion de projet. Vos missionsVous pilotez la livraison des projets de bout en bout, de l'initiation à la mise en production : Définir le scope, les objectifs et les livrables avec le management, le métier et les équipes IT Définir et suivre les KPIs qui mesurent la valeur business créée par les livrables Élaborer les plans de projet complets et les supports de communication, selon les standards de l'entreprise Préparer les propositions budgétaires et recommander les ajustements nécessaires Garantir le respect du scope, du planning, du budget et de la qualité Communiquer clairement l'avancement, les risques et les décisions aux team leads et aux parties prenantes Assurer l'interface entre la SNCB et les équipes IT internes Identifier, évaluer et gérer les risques, et mettre en œuvre les plans de mitigation Votre profilLes critères suivants sont tous obligatoires : Diplôme universitaire en informatique Minimum 2 ans d'expérience en gestion de projets chatbot ou Conversational AI Minimum 2 ans d'expérience dans le secteur public ou des entreprises publiques Français ou néerlandais niveau C1, bonne connaissance de l'autre langue nationale (niveau B) et de l'anglais (niveau B), à l'écrit comme à l'oral Expérience démontrée de Jira sur au moins 2 missions différentes Une certification en méthodologie de projet (PM², Prince2, PMP…) Une certification Agile (PSM, CSM, SAFe…) Les atouts qui feront la différenceMaîtrise de Jira, Confluence et ServiceNow Expérience de la gestion de plusieurs projets en parallèle Expérience dans le transport public Expérience sur des applications grand public (sites web, applications mobiles…) Stakeholder management et animation de comités de pilotage Connaissances en IA générative et conversationnelle : Azure, RAG, LLM, embeddings Une certification SAFe est un plus

Dans le cadre d'une transformation digitale d'un environnement hautement réglementé et critique, nous recherchons un Senior AI Lead pour définir et piloter la stratégie d'adoption de l'IA au sein de l'organisation. Le poste combine stratégie, architecture, gouvernance et accompagnement opérationnel. · Définir la vision, stratégie et roadmap IA de l'organisation. · Identifier et prioriser les cas d'usage et investissements IA à forte valeur ajoutée. · Évaluer les technologies émergentes : LLM, RAG, agents IA et plateformes AI. · Définir l'architecture de référence IA et les principes d'intégration avec les outils d'ingénierie existants. · Mettre en place la gouvernance IA : sécurité, confidentialité, conformité, traçabilité et gestion des risques. · Piloter des POC, projets pilotes et initiatives d'innovation avant leur industrialisation. · Définir les bonnes pratiques d'AI-assisted engineering pour le développement, la vérification, la documentation et les activités support. · Accompagner les équipes dans l'adoption de l'IA via coaching, workshops et sensibilisation. · Suivre les évolutions réglementaires et conseiller le management sur les enjeux IA. · Stack technique : LLM, Architecture RAG, Systèmes Agentique, Plateforme IA

Contexte Dans un contexte de développement de ses activités Cloud, une grande banque internationale s'engage dans l'intégration de nouveaux PaaS et SaaS. Cette organisation souhaite une prestation pour accompagnement de l'étude, l'implémentation et le design de la future Landing Zone Google Cloud conformément aux exigences internes et à la prise en compte des besoins métiers de cette LZ (outillage DevSecOps, briques sécurité obligatoires, etc.) tout en respectant le Well-Architected Framework de GCP. Ce design devra permettre de répondre aux besoins/use-cases internes tels que la sécurisation des services Gemini/Vertex. Missions Contribution à la définition des architectures cibles en s'appuyant sur leur maîtrise de l'écosystème GCP Accompagnement des équipes projet dans la conduite des preuves de concept (PoC) jusqu'à leur aboutissement Assurance de la traçabilité des décisions d'architecture prises tout au long de la démarche Contribution à l'établissement du planning de construction respectant les échéances de début de consommation de cette nouvelle LZ Contribution à la construction de cette LZ conformément au design conçu et au planning établi précédemment Contribution à la création de la documentation des évolutions du SI, tant sous forme de schémas d'architecture que de livrables écrits, garantissant ainsi la capitalisation des connaissances et la lisibilité des choix techniques pour l'ensemble des parties prenantes

Nous recherchons un Lead Data Scientist spécialisé en Intelligence Artificielle, avec une expertise sur Google ADK (Agent Development Kit), pour accompagner le développement de solutions d'IA agentique. MissionsConcevoir et développer des agents IA et des architectures multi-agents avec Google ADK. Définir les architectures techniques et les bonnes pratiques autour des solutions LLM / GenAI. Développer, tester et industrialiser des agents capables d'interagir avec différents outils, API et sources de données. Piloter les choix techniques et accompagner les Data Scientists / AI Engineers de l'équipe. Mettre en place les bonnes pratiques de MLOps / LLMOps, monitoring et évaluation des performances des agents. Collaborer avec les équipes Data, IT et Métiers afin de transformer les besoins en solutions IA concrètes. Assurer une veille sur les évolutions de Google Cloud, Google ADK et des technologies GenAI / Agentic AI. Environnement techniqueGoogle ADK, Google Cloud / Vertex AI, Python, LLM, GenAI, Agentic AI, API, MLOps / LLMOps.

L'équipe est chargée de la gestion transversale et globale des outils dédiés aux filières éolienne, solaire et hydraulique, en étroite collaboration avec Engie Digital et les systèmes d'information (SI) des différentes zones géographiques ; elle recherche actuellement un ingénieur plateforme de données (Data Platform Engineer). La mission s'effectuera au sein de l'équipe « Digital Delivery » ; elle consistera à soutenir la gouvernance des données ainsi que la gestion de la plateforme Databricks, et à piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks. Les objectifs de la mission sont les suivants : - Administrer et sécuriser la plateforme Databricks (gestion technique et opérationnelle) - Déployer et faire respecter la gouvernance des données appliquée à Databricks ainsi que les bonnes pratiques associées (structure du catalogue, organisation par domaines, règles d'accès et d'utilisation) - Piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks - Accompagner et soutenir les ingénieurs de données (data engineers) et les utilisateurs métiers (data citizens) dans l'utilisation de la plateforme - Intégrer les impératifs de cybersécurité, de conformité et de maîtrise des coûts dès la conception (« by design ») - Contribuer à la communauté informatique (échanges sur les bonnes pratiques, retours d'expérience, etc.) Activités principales : - Administration de la plateforme Databricks : administrer, surveiller et maintenir les espaces de travail (workspaces) Databricks (gestion technique et opérationnelle : espaces de travail, ressources de calcul, accès, coûts, sécurité, gestion des incidents) - Gouvernance des données sur Databricks : mettre en œuvre et faire évoluer le cadre de gouvernance des données sur la plateforme Databricks (structure du catalogue, organisation par domaines, règles d'accès, normes de nommage et de qualité) et garantir la conformité avec les politiques du Groupe - Migration depuis l'ancien « data lake » : piloter la migration des données de l'ancien « data lake » d'entreprise vers Databricks : évaluer le périmètre existant, définir l'architecture cible et la feuille de route, planifier et coordonner les vagues de migration avec les équipes « data », et sécuriser le basculement - Accompagnement et support des utilisateurs : accueillir et soutenir les nouveaux utilisateurs — des ingénieurs de données aux utilisateurs métiers — dans l'adoption de Databricks et l'application des bonnes pratiques ; Fournir de la documentation, du coaching et de la formation - DataOps sur Databricks : Concevoir et mettre en œuvre les pipelines permettant de promouvoir les actifs de données et le code entre les environnements Databricks (développement, test, production) et les catalogues, en utilisant l'intégration et le déploiement continus (CI/CD) basés sur Git ainsi que les outils natifs de Databricks (ex. : Databricks Asset Bundles), tout en encourageant l'adoption des pratiques DataOps au sein des équipes. - Veille technologique : Tester et évaluer les nouvelles fonctionnalités de Databricks (y compris les capacités d'IA) ainsi que les outils complémentaires, et recommander leur adoption. - Reporting et communication : Rendre compte de l'avancement de la plateforme et de la migration, et partager les meilleures pratiques ainsi que les retours d'expérience avec la communauté informatique. Principaux défis : • Adoption de la gouvernance : Amener les entités et les utilisateurs à adopter les normes définies en matière de catalogues, de domaines et d'accès, tout en garantissant une plateforme simple d'utilisation pour les utilisateurs métiers (« data citizens »). • Complexité de la migration : Migrer les données et les consommateurs de l'ancien « data lake » vers Databricks sans perturber les activités en cours, tout en préservant la qualité et la traçabilité (lignage) des données. • Équilibre entre exploitation (Run) et développement (Build) : Assurer la stabilité, la sécurité et la maîtrise des coûts de la plateforme tout en menant à bien la migration et en prenant en charge de nouveaux cas d'usage. Livrables attendus : ? Documentation sur la gouvernance et le modèle opérationnel : Structure des catalogues et des domaines, modèle d'accès, conventions de nommage et normes d'utilisation alignés sur les standards internes relatifs aux données et à l'IA. ? Plan de migration (de l'ancien data lake vers Databricks) et rapports d'avancement : Périmètre, priorisation, calendrier, risques et points de situation réguliers auprès des comités de pilotage. ? Supports d'intégration et de bonnes pratiques : Guides, modèles, architectures de référence (blueprints) et sessions de formation destinés aux ingénieurs de données et aux utilisateurs métiers. ? Rapports d'exploitation de la plateforme : Indicateurs de suivi, de coûts, de sécurité et de conformité de la plateforme Databricks.

Contexte : La mission principale vise à concevoir, développer et industrialiser des solutions digitales innovantes en s'appuyant sur les technologies d'Intelligence Artificielle et les outils de développement augmentés tels que GitHub Copilot, Microsoft Copilot, Azure AI et la Power Platform. Environnement : • 400 utilisateurs, Windows workstation 11, M365 • Serveurs applicatifs hébergés dans le cloud Azure • Multi-sites Description de la mission : La mission principale consistera à concevoir, développer, industrialiser et maintenir des solutions numériques à forte valeur ajoutée pour les métiers, en mobilisant les technologies Microsoft 365, Azure, Power Platform, IA générative et automatisation. Cette activité de développement et d'innovation représentera environ 70 % de la mission. Les activités principales seront : • Le recueil et la qualification des besoins métiers, la conception fonctionnelle et technique des solutions, ainsi que la priorisation des développements selon la valeur attendue. • Le développement Full Stack d'applications, d'automatisations, de connecteurs, d'agents IA ou de composants Power Platform, dans une logique d'industrialisation, de sécurité et de maintenabilité. • L'intégration des outils d'IA générative et de développement augmenté afin d'accélérer les cycles de réalisation, améliorer la qualité du code et favoriser l'innovation continue. • La mise en production, la documentation, l'accompagnement des utilisateurs et le transfert de compétences vers les équipes internes. En complément, le prestataire consacrera environ 30 % de son activité au maintien en condition opérationnelle des services existants. Cette part de RUN n'est pas l'activité principale de la mission, mais elle demeure un volet essentiel pour sécuriser la continuité opérationnelle, préserver la qualité de service auprès des utilisateurs et garantir la stabilité des solutions déjà déployées au sein de SHEM

Développeur Python IA & Connectivité SharePoint Mission - Concevoir et développer un chatbot IA centralisé à l'échelle de la banque, intégrant SharePoint comme source de données principale - Garantir la qualité, la fiabilité et la couverture de tests du chatbot via une stratégie QA rigoureuse Responsabilités Développement Python / Go / IA - Concevoir l'architecture du chatbot (orchestration, RAG, gestion du contexte, multi-turn) - Développer les composants IA : ingestion, embedding, retrieval, génération (LLM on-premise ou API) - Intégrer les modèles LLM avec les sources de connaissance SharePoint - Optimiser les performances (latence, throughput, qualité des réponses) - Gestion des prompts, templates, et évaluation des réponses (prompt engineering) - Développement d'outils et services en Go (performance-critical, sidecar utilities) Connectivité SharePoint - Intégration avec SharePoint Online / On-Premise via API Graph ou SharePoint REST API - Authentification : OAuth2, Azure AD, certificats app-only, managed identities - Crawling et indexation des documents, pages, listes, et bibliothèques SharePoint - Gestion des permissions et de la sécurité au niveau des sites/documents (respect des ACLs dans le retrieval) - Synchronisation et rafraîchissement incrémental du contenu SharePoint - Gestion des métadonnées, types de contenu, et structures de sites complexes (multi-sites, multi-tenants) - Gestion des quotas API Graph (throttling, retry, pagination) QA / Testing — Focus Principal - Concevoir et implémenter la stratégie de test end-to-end du chatbot - Tests unitaires (pytest, Go testing) — couverture des composants IA, connecteurs SharePoint, orchestration - Tests d'intégration : SharePoint API mocking, vector store, LLM endpoints - Tests de contrat API (schema validation, Pydantic AI schema enforcement) - Tests de non-régression sur les réponses IA : - Golden datasets et évaluation automatique des réponses - Scoring de qualité (relevance, faithfulness, hallucination detection) - A/B testing des prompts et des versions de modèles - Tests de charge et de performance (locust / k6) — simulation multi-utilisateurs concurrents - Tests de sécurité : - Injection de prompts (prompt injection, jailbreak) - Fuite de données (data exfiltration, cross-tenant leakage) - Accès non autorisés (bypass d'ACLs SharePoint) - Tests de robustesse LLM : edge cases, context overflow, model fallback, timeout handling - Observabilité de la qualité via Langfuse : - Tracing des chaînes RAG (retrieval → génération → réponse) - Évaluation continue des réponses en production (drift detection, feedback loops) - Dashboards de qualité (latence, token usage, user satisfaction, error rates) - Alerting sur dégradation de qualité - Mise en place de pipelines CI/CD avec gates de qualité (tests, linting, évaluation IA) - Gestion des environnements de test (dev / staging / prod) avec données représentatives Architecture & Intégration - Concevoir le pipeline de données : SharePoint → extraction → chunking → embedding → vector store - Exposer le chatbot via API REST (FastAPI) et interface utilisateur - Intégration avec les systèmes internes (SSO, logging, audit, monitoring) - Gestion multi-langues (FR/EN) Stack Technique - Langages : Python 3.11+, Go - IA / LLM : Pydantic AI, LangChain / LlamaIndex, vLLM, Hugging Face, OpenAI-compatible APIs - Observabilité IA / QA : Langfuse (tracing, évaluation, monitoring) - Vector Store : Milvus / Qdrant / pgvector - SharePoint : Microsoft Graph API, SharePoint REST API, MSAL - API : FastAPI, Pydantic - Testing : pytest, pytest-asyncio, Go testing, locust, k6 - CI/CD : GitLab CI, Tekton - Observabilité infra : Prometheus, Grafana, OpenTelemetry - Conteneurisation : Docker, Kubernetes / OpenShift Compétences Requises - Développement Python en production (min. 3 ans) avec solides bases en architecture logicielle - Expérience en Go (services performants, CLI tools, sidecar components) - Expérience avec les frameworks LLM : Pydantic AI, LangChain, LlamaIndex et patterns RAG - Expérience avec Langfuse (ou équivalent) pour le tracing et l'évaluation des chaînes IA - Expérience d'intégration avec SharePoint Online et/ou SharePoint On-Premise (API Graph, REST, CSOM) - Connaissance d'Azure AD : OAuth2, app registrations, permissions déléguées vs application - Maîtrise des pratiques de testing : unitaires, intégration, E2E, contract, charge - Expérience avec les vector stores et les pipelines d'embedding - CI/CD et automatisation des tests — culture qualité forte - Compréhension des enjeux de sécurité en environnement bancaire (confidentialité, audit, traçabilité) - Bonus : expérience avec Microsoft Graph webhook/Change API, Azure Functions

Concevoir, développer, déployer et optimiser des solutions d'IA et d'IA générative en production. Collaborer avec les parties prenantes métiers et techniques pour identifier les opportunités et fournir des capacités d'IA évolutives. Promouvoir les meilleures pratiques d'ingénierie de l'IA, notamment l'évaluation, l'observabilité, la gouvernance, la sécurité et l'optimisation des performances. Soutenir la gestion des coûts de l'IA, la gouvernance de son utilisation et les initiatives d'excellence opérationnelle. Développer des cadres, des normes et des garde-fous réutilisables pour une adoption responsable de l'IA. Collaborer avec les data scientists, les data engineers, les chefs de produit et les équipes plateforme. Encadrer les ingénieurs et assurer le leadership technique des initiatives d'IA. Fournir des solutions intégrant RAG, l'IA conversationnelle, l'automatisation des flux de travail et les systèmes d'agents.

We are looking for a Senior Full Stack Developer with strong AI expertise to build and deploy AI solutions in production. Backend and AI integration end to end, in an Agile Scrum team alongside data scientists, AI engineers and frontend developers. Deliverable: working software. Main Responsibilities & Key Activities: - Develop scalable backend systems and APIs on Azure to support AI solutions. - Integrate advanced AI functionalities into production: RAG, speech-to-text and other AI models. - Leverage Azure Functions, App Services, Cosmos DB and Key Vault for performance, security and efficiency. - Monitor, troubleshoot and resolve issues on backend services and AI model deployments. - Stay current on Generative AI trends, particularly LLMs and prompt engineering. - Desired: design and implement Intelligent Document Processing (IDP) solutions using LLMs.

Contexte : Notre client recherche un Chef de Projet pour rejoindre le département Innovation Lab, Développement, Expertise et Accélérateurs afin de mener des projets de développements informatiques pour les entreprises du Groupe. Les expertises de l'équipe couvrent : Développement d'applications : Angular, React, VueJS, Quarkus, Spring Boot, Java, PHP. Développement de solutions d'IA. Développement d'applications Low-Code / No-Code : Power Platform (Power Apps, Power Automate, Power Virtual Agent, AI Builder). Développement de sites web avec CMS : WordPress, SharePoint Online. MISSIONS Le Chef de Projet sera rattaché au pôle Projets du département. Il travaillera avec le responsable du pôle et en proximité avec les développeurs des centres d'expertise du département. Il sera responsable de la gestion des projets digitaux commandés par les entreprises du Groupe, de la phase de conception à la phase de livraison, en respectant les contraintes de qualité, coût, délai et sécurité. Polyvalent, le Chef de Projet sera également amené à jouer un rôle de PMO. Missions principales – Gestion de projets digitaux Analyser les besoins des métiers et des DSI du Groupe et proposer des solutions adaptées basées sur les expertises du pôle. Organiser et animer les ateliers de spécifications fonctionnelles et techniques des solutions à développer. Rédiger les cahiers des charges et les documents de suivi des projets. Coordonner les équipes de développement internes et externes au quotidien. Assurer le respect des normes de sécurité du Groupe et des bonnes pratiques. Effectuer les tests et les recettes des applications. Gérer les éventuels incidents ou anomalies. Assurer la livraison des projets dans les délais et le budget impartis. Garantir la satisfaction des DSI et de leurs métiers. Accompagner le déploiement des applications en production. Assurer une veille technologique et concurrentielle sur les tendances et innovations du secteur digital. Missions complémentaires – Pilotage PMO Suivre un portefeuille de projets transverses. Construire des roadmaps avec le management. Animer des comités de pilotage pour veiller au bon déroulement de la roadmap définie. Animer des collectifs d'utilisateurs et d'ambassadeurs des solutions. Communiquer sur les livrables.

Dans le cadre de l'élaboration et de la mise en œuvre de son plan d'actions de mise en conformité au Règlement européen sur l'intelligence artificielle (RIA / AI Act) et de la poursuite de sa conformité au RGPD, notre client recherche un consultant senior spécialisé en conformité réglementaire. Le consultant interviendra auprès de différentes directions du groupe afin d'accompagner les équipes dans l'identification des risques, la mise en œuvre des exigences réglementaires et la formalisation de la documentation nécessaire. MissionsVolet conformité RIA / AI Act : Définir une stratégie et une feuille de route de mise en conformité adaptées au contexte de l'entreprise. Recenser les systèmes d'intelligence artificielle et assurer la tenue du registre des SIA. Évaluer le niveau de conformité des systèmes d'IA et identifier les systèmes à haut risque. Prioriser les actions en fonction des risques et des impacts métiers. Définir et mettre en place les procédures, rôles, responsabilités, indicateurs et dispositifs de contrôle. Accompagner les projets IA et les équipes techniques dans la mise en œuvre des exigences réglementaires. Rédiger la documentation de conformité et analyser les contrats des fournisseurs de solutions IA. Assurer la cohérence entre le RIA, le RGPD et les autres réglementations applicables. Sensibiliser les équipes métier et techniques. Volet conformité RGPD : Accompagner les différentes directions du groupe dans leur mise en conformité RGPD. Assurer le suivi des traitements et l'évaluation de leur conformité. Accompagner les projets d'évolution et les projets d'achats impliquant des données personnelles. Réaliser les analyses d'impact relatives à la protection des données (AIPD). Organiser les réunions de travail avec les parties prenantes et suivre la mise en œuvre des recommandations. Accompagner le déploiement et l'utilisation des outils internes du service DPO. Rédiger des notes d'analyse, présentations et documentations sur les problématiques juridiques liées au périmètre. Sensibiliser les collaborateurs aux enjeux de la protection des données personnelles.

Nous recherchons un Expert IA générative / agentique – DevSecOps Le consultant interviendra au sein d'une équipe DevSecOps travaillant en environnement Agile SAFe, avec pour objectif d'explorer, prototyper et industrialiser des usages de l'IA appliqués notamment au développement logiciel et aux chaînes CI/CD. Le consultant interviendra notamment sur les activités suivantes : Réalisation de POC, spikes et prototypes autour de l'IA générative et agentique ; Conception et développement de solutions utilisant LLM, agents, MCP, RAG et prompting ; Conception d'agents et assistants IA appliqués au développement et au DevOps ; Intégration de solutions IA dans les chaînes CI/CD et l'écosystème GitLab ; Développement de composants, scripts et intégrations via Python / API REST ; Mise en œuvre et évaluation de solutions telles que Gemini, Vertex AI, Anthropic et Mistral ; Prise en compte des enjeux de sécurité et conformité IA / DevSecOps ; Documentation, veille technologique et accompagnement des équipes ; Animation de démonstrations, ateliers et actions de vulgarisation. Compétences recherchées : Maîtrise des concepts d'IA agentique : LLM, agents, MCP, RAG, prompting ; Expérience dans la conception et l'intégration de solutions IA ; Solides fondamentaux en développement logiciel ; Python / scripting ; Maîtrise des API REST et de l'intégration de services IA ; Bonne compréhension des environnements CI/CD / DevSecOps, notamment GitLab ; Connaissance des assistants IA pour le développement (GitLab Duo / DAP) ; Capacité à évaluer la pertinence et la robustesse des solutions IA ; Sensibilité aux problématiques de sécurité et conformité appliquées à l'IA ; Une expérience concrète sur Agents, RAG et/ou MCP est particulièrement appréciée. Des connaissances AWS / GCP, Docker, Kubernetes/OpenShift, Jira, Confluence et SAFe sont également appréciées. Informations mission : Démarrage : 02/11/2026 Localisation : Nanterre (92) / télétravail partiel Séniorité recherchée : Confirmé / Expert Le client précise que l'ancienneté spécifique en IA générative n'est pas discriminante : le profil doit avant tout disposer de solides fondamentaux techniques en développement / DevOps (de l'ordre de 3 à 5 ans), maîtriser réellement les concepts de l'IA agentique et démontrer une forte capacité d'apprentissage et de vulgarisation. Merci de préciser votre niveau d'expérience sur Agents / RAG / MCP / Python / GitLab CI-CD

AI Engineer / Data Engineer : Agents IA au service du delivery Data Mission consultant · Île-de-France · Démarrage octobre 2026 · Jusqu'à début 2027 · TJM selon profil LE CONTEXTE Notre client, grand groupe de services à l'environnement, fait évoluer son socle analytique / Data. Objectifs : accélérer l'intégration de nouvelles sources, construire et enrichir les objets métiers (OBM), migrer les reportings vers Apache Superset, structurer la gouvernance et le catalogue de données. Le projet couvre l'ensemble du cycle Data : conception, spécification, modélisation, développement, recette et mise en production. Le client veut s'appuyer sur des agents IA pour accélérer le delivery. Vous concevez et intégrez deux agents, avec une vraie exigence d'industrialisation et de mesure des gains. VOS MISSIONS 1. Concevoir et intégrer un agent "PO Data" : analyse des structures de données, identification des écarts de complétude 2. Outiller cet agent sur le lignage, la génération de spécifications fonctionnelles et l'alimentation du backlog 3. Concevoir et intégrer un agent "Data Engineer" : génération et accélération des pipelines d'ingestion et de transformation 4. Outiller cet agent sur les jointures multi-sources et la modélisation des objets métiers (OBM) 5. Intégrer les LLM à l'environnement Cloud et Data du client, en particulier BigQuery 6. Industrialiser les agents (LLMOps, prompt engineering) et mesurer les gains obtenus

Dans le cadre d'un programme stratégique autour de l'Intelligence Artificielle, nous recherchons un Data Engineer SAP AI capable d'intervenir sur la conception, l'intégration et l'exploitation de données issues de SAP S/4HANA, afin d'alimenter des cas d'usage Data & AI à forte valeur métier. La mission nécessite une présence sur site à Paris 3 jours par semaine. Missions principalesConcevoir et développer des pipelines de données à partir de SAP S/4HANA. Extraire, transformer et intégrer les données SAP vers des plateformes Data. Participer à la mise en œuvre de cas d'usage IA / GenAI exploitant les données SAP. Garantir la qualité et la fiabilité des données. Collaborer avec les équipes métiers, Data Scientists, Data Engineers et Architectes Data. Optimiser les performances des flux de données et traitements analytiques. Préparer et mettre à disposition les données pour les modèles IA. Compétences recherchéesSAP Expertise SAP S/4HANA Bonne compréhension des données et processus métiers SAP Expérience en intégration et extraction de données SAP Data Engineering SQL avancé Python Spark ETL / ELT Data Lake / Data Warehouse APIs et traitements de données AI / Analytics Connaissance des architectures IA et GenAI Préparation des données pour les modèles IA Compréhension des enjeux RAG, LLM et gouvernance des données appréciée Cloud Azure, AWS ou GCP apprécié ModalitésType de mission : Assistance technique / Expertise Data Localisation : Paris Présence : 3 jours/semaine sur site Démarrage : ASAP Durée : à confirmer

ContexteLes équipes CIB ITO développent, maintiennent, sécurisent et améliorent les systèmes d'information et applications de CIB. En tant que première banque d'investissement en Europe dans la région EMEA, nous accompagnons nos clients corporates dans leur développement en leur offrant des conseils stratégiques et un accès de premier choix au financement et aux services bancaires transactionnels. Nous considérons notre rôle comme un pont entre nos clients corporates et les investisseurs institutionnels, en nous appuyant sur des équipes situées à travers le monde pour répondre à leurs besoins. Le besoin porte sur un renforcement de l'équipe de Data Scientist de la division AI de la plateforme CIB/Banking. Cette équipe est spécialisée dans l'intégration de solution AI innovantes au sein des diverses applications comme de l'extraction de données à partir de divers documents (états financiers, documents de crédit, etc.) et systèmes internes. MissionsDéfinition et contribution à la mise en œuvre de solutions agentiques pour la simplification et l'accélération de process métiers complexes. Interaction avec les Métiers afin de maximiser l'impact et l'adoption des solutions IA. Extraction des données à partir de divers documents et systèmes internes en utilisant pipelines IA agentiques. Mise en place de systèmes d'évaluations et d'observabilités sur des pipelines agentiques. Déploiement de LLMs, modèles sur des GPUs dans un environnement de dev. Amélioration continue : amélioration constante des performances de l'extraction de données dans le cadre d'une approche itérative et incrémentale. Mise en œuvre de stratégies de test afin de contribuer au maintien du niveau de qualité et à l'amélioration continue des processus de développement. Interaction des standards de développement IT les plus élevés pour industrialiser la data science, en interagissant avec les architectes, les équipes de production. Soutien technique, transfert de compétences et responsabilité technique de use cases métiers et participation à leur mise en production.

Description de la mission : Dans le cadre des projets IT Innovation, vous intégrerez l'équipe AI Factory/Innovation en tant que Développeur IA Python. Vous serez en charge du développement, de l'intégration et de l'optimisation des modèles d'intelligence artificielle pour les différents use cases métiers. Vous travaillerez en mode agile en proximité avec les Data Scientists, les architectes solutions, les équipes métier et IT des autres filières . Vous aurez un rôle clé dans l'industrialisation et le déploiement des solutions IA en production. Expert en agentic coding, vous maîtrisez parfaitement les outils d'IA générative (GitHub Copilot, Cursor, Claude Code, ChatGPT) pour accélérer le développement tout en maintenant des standards de qualité élevés. Vous êtes capable de décomposer des problèmes complexes en instructions claires pour l'IA et de valider/optimiser le code généré. La mission se déroule dans un contexte anglophone, la maîtrise de l'anglais est obligatoire. Résultats attendus (Livrables) : • Participation aux workshops avec les équipes IT/métiers et les Data Scientists • Développement et optimisation de modèles IA/ML pour les use cases métiers • Intégration et déploiement des modèles en production (APIs, microservices) • Utilisation experte du agentic coding pour accélérer le développement sans compromettre la qualité • Mise en place de pipelines MLOps (entraînement, versioning, monitoring) • Tests automatisés et validation des modèles (performance, robustesse, biais) • Documentation technique détaillée (code, modèles, APIs, prompts réutilisables) • Optimisation des performances (latence, coûts, scalabilité) • Veille technologique et recommandations sur les nouvelles techniques IA • Partage des best practices de agentic coding avec l'équipe