Find your next tech and IT Job or contract Data Engineering

🚨 Freelance | Senior Data & AI Product Owner | Procurement & Supply Pour un grand groupe international, je recherche un(e) Senior Data & AI Product Owner pour piloter un portefeuille de produits Data/Analytics dans un environnement Procurement & Supply chain 🎯 Le rôle : Porter vision, roadmap et backlog des Data Products Traduire les besoins métiers en User Stories / acceptance criteria Piloter le delivery Agile avec les équipes Data Challenger Data Models, Data Quality et réconciliations Piloter UAT → sign-off → go-live → hypercare → RUN Cadrer des use cases GenAI / AI Agents 🔎 Profil recherché : ✅ Expérience confirmée PO Data / BI ✅ Excellent niveau backlog, User Stories, Scrum & UAT ✅ Bonne culture Data Quality / Data Governance / Data Modeling ✅ Expérience Procurement, Supplier Data ou Supply Chain ✅ Anglais professionnel, environnement international ⭐ Très appréciés : Spend Analytics, Sustainable/Responsible Sourcing, CSR/ESG, GCP/BigQuery, Power BI, GenAI/AI Agents. ⚠️ Je ne recherche ni un PO Digital généraliste, ni un PMO Data, ni un Data Engineer. Le profil doit réellement savoir faire le lien entre métiers Procurement, Data Engineers et IT/Governance. #Freelance #DataProductOwner #Procurement #Data #SustainableSourcing #DataGovernance #DataQuality #GenAI #GCP #PowerBI

Dans le cadre du renforcement d'une équipe Data Platform au sein d'une Digital Factory, nous recherchons un Data Platform & DataOps Engineer confirmé pour contribuer à l'exploitation, à l'industrialisation et à l'évolution de plateformes Data dans un environnement Cloud AWS. Votre rôle sera essentiel pour garantir la disponibilité, la sécurité, la performance et l'automatisation des services Data, tout en accompagnant les équipes Data Engineering, BI et Architecture. Vos principales responsabilités Data Platform & Cloud AWS Administrer et faire évoluer les plateformes Data. Concevoir et maintenir des architectures Cloud scalables, sécurisées et résilientes. Gérer les pipelines d'intégration, les environnements DEV/TEST/PROD et les habilitations. Optimiser les coûts d'infrastructure AWS dans une logique FinOps. DataOps, DevOps & automatisation Industrialiser les traitements et les déploiements Data. Mettre en place et maintenir les pipelines CI/CD. Automatiser le provisionnement des infrastructures avec l'Infrastructure as Code. Standardiser les composants Data et renforcer les tests automatisés. Monitoring & support Assurer le support technique N2/N3 et résoudre les incidents complexes. Mettre en place des outils de supervision, des alertes et des tableaux de bord opérationnels. Analyser les performances et anticiper les besoins en capacité. Sécurité & gouvernance Appliquer les standards de sécurité Cloud et de gestion des accès. Contribuer à la gouvernance, à la qualité et à la documentation des plateformes Data. Participer aux revues d'architecture et aux projets de transformation Cloud.

Nous recherchons un Senior Software Engineer très expérimenté pour piloter la conception, le développement et la mise en œuvre de deux nouveaux référentiels de données critiques : un référentiel Individu et un référentiel Relation/Lien. Ces référentiels sont au cœur de notre architecture data. Ils devront garantir une haute disponibilité, une intégrité stricte des données et une intégration fluide au sein de notre écosystème existant. MissionsDéveloppement de bout en bout : prise en charge du cycle complet de développement des nouveaux outils, incluant la conception de l'architecture, le développement des API et l'implémentation de la logique métier en Java et avec le framework Spring (Spring Boot, Spring Data, etc.). Stratégie et exécution de la migration de données : conception et réalisation de la migration des données historiques vers les nouvelles structures de référentiels. Cela comprend le mapping des données, leur nettoyage, leur transformation via des processus ETL, ainsi que leur validation afin de garantir l'absence de perte de données et la cohérence globale. Intégration et interopérabilité : garantir que les nouveaux référentiels puissent être consommés par les applications CIB en aval, via des API robustes ou des files de messages. Support de production et stabilité : assurer le support après mise en production, incluant la correction des anomalies, l'optimisation des performances et la garantie de la stabilité de l'environnement de production. Documentation : fournir la documentation technique nécessaire : spécifications d'API, schémas d'architecture, dictionnaire de données et procédures de migration.

Dans le cadre d'un projet stratégique autour de la recommandation et de l'IA, nous recherchons un Machine Learning Engineer expérimenté pour concevoir, développer et industrialiser des pipelines Data et ML de bout en bout. Vous intégrerez une équipe pluridisciplinaire composée de Data Scientists, Data Engineers, développeurs, Tech Lead et Product Owner, au sein d'un environnement fortement orienté Data, ML et Cloud. Vos missionsConcevoir et développer des data pipelines de bout en bout : ingestion, transformation, stockage et exposition des données. Concevoir et industrialiser des pipelines ML : préparation des données, entraînement, évaluation, publication et inférence. Participer à la conception et à l'évolution d'architectures Data / ML sur GCP. Mettre en place les mécanismes de qualité, reproductibilité, monitoring et observabilité des pipelines. Industrialiser les modèles ML pour des usages en production, notamment en inférence temps réel. Participer à l'évolution du socle DataOps / MLOps et des outils d'orchestration. Optimiser les solutions existantes en matière de performance, fiabilité, maintenabilité et coûts Cloud. Participer au Run et à la résolution des incidents sur les pipelines et services existants. Garantir la qualité des développements : tests, revue de code, documentation et bonnes pratiques d'ingénierie. Collaborer avec les équipes Data, ML et Software Engineering afin de partager les bonnes pratiques. Environnement techniqueData Engineering : BigQuery, dbt, Kafka, streaming, data modeling, Terraform. ML / MLOps : Python, Deep Learning, embeddings, Docker, Kubernetes, Git, ZenML ou outils similaires, ML pipelines, inférence temps réel. Cloud : GCP, architectures Cloud distribuées.

Contexte Dans le cadre d'un programme stratégique visant à exploiter l'intelligence artificielle pour améliorer les pratiques de conseil et renforcer la conformité réglementaire, une organisation du secteur des services financiers souhaite développer un assistant intelligent destiné à accompagner les conseillers dans leurs échanges avec les clients. L'objectif est de concevoir une solution capable d'analyser les conversations, de vérifier le respect des obligations réglementaires et de suggérer en temps réel les questions pertinentes à poser aux clients. La mission s'inscrit au sein d'une équipe spécialisée en intelligence artificielle, data engineering et automatisation. Elle couvre l'ensemble du cycle de vie des solutions IA, du cadrage initial à la mise en production, en passant par le développement, le déploiement et le maintien en conditions opérationnelles. 2. Missions du posteCadrage et conception technique : participer à la définition des besoins, concevoir l'architecture de la solution IA et identifier les approches techniques adaptées aux enjeux métier et réglementaires. Développement de solutions IA : concevoir et développer un assistant conversationnel intelligent capable d'analyser les échanges entre conseillers et clients. Développement LLM et RAG : mettre en œuvre des solutions basées sur les grands modèles de langage (LLM), la génération augmentée par récupération de données (RAG) et les agents IA. Traitement audio et transcription : développer des pipelines de traitement de la voix intégrant la transcription audio (Speech-to-Text), la diarisation des locuteurs et l'analyse des conversations. Traitement en temps réel : concevoir et optimiser des architectures de streaming permettant l'analyse des échanges et la génération de recommandations en temps réel. Développement de pipelines IA : mettre en œuvre des chaînes de traitement de bout en bout, de l'audio à la transcription, puis à l'analyse et à la recommandation. Analyse et conformité : développer des mécanismes permettant d'identifier les écarts par rapport aux exigences réglementaires et de proposer des questions ou actions pertinentes aux conseillers. Industrialisation et mise en production : assurer le déploiement des solutions, leur intégration dans l'environnement technique existant et leur passage à l'échelle. Monitoring et maintien en conditions opérationnelles : mettre en place le suivi des performances, la surveillance des modèles et l'amélioration continue des solutions déployées. Collaboration transverse : travailler en étroite collaboration avec les équipes métier, conformité, data et IT afin de garantir l'adéquation des solutions aux besoins opérationnels.

Nous recherchons un Data Product Engineer pour intervenir sur la conception, le développement et l'évolution de produits Data, dans un environnement basé notamment sur Talend et Starburst. MissionsConcevoir et développer des produits et flux de données répondant aux besoins des équipes Métiers et Data. Développer et maintenir des pipelines d'intégration et de transformation avec Talend. Exploiter Starburst / Trino pour l'accès, la transformation et la valorisation des données. Participer à la mise en place de solutions de Data Integration et Data Virtualization. Garantir la qualité, la fiabilité et la performance des produits Data. Optimiser les traitements et résoudre les problématiques techniques liées aux flux de données. Collaborer avec les Data Engineers, Data Architects, Product Owners et équipes Métiers. Participer aux bonnes pratiques de développement, de tests et d'industrialisation des solutions Data. Environnement techniqueTalend, Starburst / Trino, SQL, Data Integration, Data Virtualization, Data Pipelines, ETL/ELT, Data Products.

Nous recherchons, pour l'un de nos Clients basés sur Monaco, un Ingénieur ML Ops & Data H/F. VOTRE MISSION :Notre Client recherche un Ingénieur Machine Learning Ops & Data qui sera le pont entre l'équipe Data au sens large (Data Engineer, Data Scientist, Ingénieur IA) et l'équipe Opérations / DevOps. L'équipe étant resserrée et Agile, l'objectif sera d'industrialiser les projets de Machine Learning, et Datascience (Aspect ML Ops), mais également d'intervenir sur la conception et la maintenance de pipelines de données (Aspect Data Engineering). Missions principales : Préparation et structuration des données : explorer, nettoyer, qualifier et structurer des données Automatiser les flux de travail de la donnée (Data Pipelines Airflow) Orchestration et qualité : Automatiser les workflows et surveiller la qualité des données Participer à la conception et au développement de modèles : en lien avec les Datascientists, participer à l'élaboration et au développement de modèles statistiques et des algorithmes de Machine Learning répondant aux problématiques analytiques identifiées Gérer le cycle complet de la donnée entre les différents clusters et environnements

Dans le cadre du déploiement d'une plateforme Data sur AWS, nous recherchons un Data Analyst Senior / Analytics Engineer AWS pour intervenir sur des sujets Data Achats, Data Products et Power BI. Vos missions : Vérifier la présence, la qualité et la complétude des données dans AWS Identifier et corriger les écarts ou données manquantes Construire les Data Products dans AWS Traduire les règles métiers en modèles de données Réaliser les contrôles de cohérence entre SAP, AWS et Power BI Contribuer à la reconstruction des reportings Power BI Achats Documenter les règles de gestion, sources et contrôles Collaborer avec le Product Owner, Data Manager, Digital Factory et équipes Achats

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 📍 Toulouse - 🛠 Expérience d'au moins 10 ans minimum Envie de rejoindre une équipe où la tech et les projets stimulants sont au rendez-vous ? Cette opportunité est faite pour vous ! 🚀 Vous souhaitez intervenir sur des problématiques Data complexes, à la croisée de l'analyse statistique, du Data Engineering et de la performance des systèmes IoT ? En tant qu'expert Data Analytics, vous interviendrez sur l'ensemble de la chaîne analytique : de l'exploitation des données à la conception des indicateurs, jusqu'à leur automatisation et leur restitution au travers de dashboards. Voici un aperçu détaillé de vos missions : 🎯 Votre rôle s'articulera autour de trois axes : 1. Analyse et qualification des performances Analyser les performances des services : taux de réception, latence, QoS et configurations MAC. Développer des analyses statistiques et des indicateurs de qualification. Automatiser les analyses et les rapports de performance. 2. Fleet Analytics Concevoir les KPI de suivi des flottes IoT : activité, volumes, consommation et anomalies. Développer des dashboards sous Apache Superset et des notebooks Jupyter. Structurer les datasets analytiques pour répondre aux besoins métier. 3. Data Engineering & Industrialisation Développer et optimiser les pipelines ETL/ELT. Fiabiliser les sources, transformations et calculs. Garantir la maintenabilité, les tests et la documentation des traitements, dashboards et notebooks.

Pour un grand acteur de la distribution, nous recherchons un Data Scientist sénior pour rejoindre une équipe Data & Analytics d'une dizaine de Data Scientists et Data Engineers. L'enjeu : fiabiliser la prévision des ventes e-commerce pour mieux piloter la disponibilité produits, les stocks et les flux logistiques. Nouveaux projets, à forte criticité. Vos missions : Cadrer les besoins avec les équipes métier Supply Chain et leur restituer les résultats Analyser l'historique des données : saisonnalités, tendances, effets promotionnels, événements exogènes Concevoir, entraîner et optimiser des modèles de prévision de séries temporelles Définir et suivre des métriques d'évaluation fiables Industrialiser les pipelines de modélisation sur GCP avec les Data Engineers Travailler l'explicabilité des modèles pour faciliter leur adoption par le métier Télétravail : 3 jours / semaine (2 jours sur site)

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 📍 Toulouse - 🛠 Expérience d'au moins 10 ans minimum Envie de rejoindre une équipe où la tech et les projets stimulants sont au rendez-vous ? Cette opportunité est faite pour vous ! 🚀 Vous souhaitez intervenir sur des problématiques Data complexes, à la croisée de l'analyse statistique, du Data Engineering et de la performance des systèmes IoT ? En tant qu'expert Data Analytics, vous interviendrez sur l'ensemble de la chaîne analytique : de l'exploitation des données à la conception des indicateurs, jusqu'à leur automatisation et leur restitution au travers de dashboards. Voici un aperçu détaillé de vos missions : 🎯 Votre rôle s'articulera autour de trois axes : 1. Analyse et qualification des performances Analyser les performances des services : taux de réception, latence, QoS et configurations MAC. Développer des analyses statistiques et des indicateurs de qualification. Automatiser les analyses et les rapports de performance. 2. Fleet Analytics Concevoir les KPI de suivi des flottes IoT : activité, volumes, consommation et anomalies. Développer des dashboards sous Apache Superset et des notebooks Jupyter. Structurer les datasets analytiques pour répondre aux besoins métier. 3. Data Engineering & Industrialisation Développer et optimiser les pipelines ETL/ELT. Fiabiliser les sources, transformations et calculs. Garantir la maintenabilité, les tests et la documentation des traitements, dashboards et notebooks.

📍 À propos du rôle: Rejoignez le pôle Data Technology d'un fonds d'investissement quantitatif majeur basé au cœur de Paris. Au sein d'une équipe tech de 6 à 7 personnes, votre rôle sera d'être le garant absolu de la disponibilité, de la fraîcheur et de la qualité des données financières qui alimentent les modèles d'investissement. Ici, zéro trader : 100 % de l'activité repose sur la recherche quantitative et l'excellence technologique. 🎯 Vos 4 Piliers de MissionSupport & Exploitation N1/N2 : Prise en charge des alertes de production, diagnostic d'incidents en direct sur les pipelines de données et résolution des dysfonctionnements. Data Quality & Reliability : Contrôle proactif de l'intégrité des flux (détection des pertes silencieuses de lignes, validation de la fraîcheur et de la cohérence de la donnée avant l'ouverture des marchés). Développement & Automatisation Python : Conception et écriture de scripts Python natifs pour supprimer les tâches manuelles récurrentes, outiller la supervision et automatiser le rejeu de données (retries). Maintien en Condition Opérationnelle (MCO) : Accompagnement des mises en production et fiabilisation de l'intégration des nouvelles sources de données.

Dans le cadre du développement de ses produits et solutions Data, notre client recherche un Product Owner Data Confirmé pour accompagner les équipes métiers et techniques dans la conception et l'évolution de solutions d'analyse et de valorisation des données. Le consultant interviendra dans un environnement Agile, avec un rôle central dans la traduction des besoins métiers en solutions Data opérationnelles. Missions Recueillir, analyser et challenger les besoins métiers afin d'identifier les cas d'usage Data à forte valeur ajoutée. Construire, prioriser et maintenir le Product Backlog, rédiger les User Stories et définir les critères d'acceptation. Réaliser des analyses de données pour qualifier les besoins, identifier les indicateurs pertinents et orienter les décisions fonctionnelles. Collaborer avec les équipes Data Engineering, Data Analytics, BI et IT pour assurer la bonne conception des solutions. Piloter les évolutions des produits Data, suivre les développements et coordonner les phases de recette fonctionnelle. Participer aux cérémonies Agile, suivre les indicateurs de performance et accompagner les utilisateurs dans l'adoption des solutions.