Find your next tech and IT Job or contract Data Engineering

Dans le cadre du développement de la roadmap Intelligence Artificielle, le consultant interviendra sur la conception, le développement et l'industrialisation de cas d'usage IA. Il travaillera en collaboration avec les équipes Data Engineering afin d'intégrer les résultats des modèles dans les outils de Business Intelligence. En tant qu'unique Data Scientist du domaine, il jouera également un rôle clé dans la démocratisation des usages IA, le transfert de compétences et l'accompagnement des équipes métiers et techniques. Missions principalesDévelopper et déployer les cas d'usage de la backlog IA. Concevoir l'architecture technique des solutions IA. Définir et concevoir les modèles d'Intelligence Artificielle. Participer au co-design des solutions back-end et des flux de données. Réaliser les développements et l'industrialisation des modèles. Collaborer avec les Data Engineers pour l'intégration des résultats dans la BI. Mettre en place les outils de monitoring et de supervision des modèles. Produire la documentation technique et fonctionnelle. Former les utilisateurs et les équipes en charge du maintien en conditions opérationnelles. Livrables attendusSolutions IA industrialisées et déployées en production. Documentation technique et fonctionnelle complète. Supports de formation à l'utilisation et au paramétrage des solutions. Outils de monitoring permettant de détecter les dérives et anomalies des modèles IA. Respect des standards d'opérabilité et de supportabilité Michelin. Compétences techniques recherchéesIndispensablesData Science et Machine Learning. Conception et développement de modèles IA. Industrialisation et déploiement de modèles. Architecture de solutions Data / IA. Data Engineering (interaction avec les flux de données). Monitoring et supervision de modèles IA. Documentation technique. Anglais professionnel. AppréciéesIntégration de résultats analytiques dans des solutions BI. Sensibilité aux problématiques métiers et compréhension des enjeux business. Profil recherchéData Scientist Junior autonome. Capacité à recueillir les besoins métiers et les transformer en solutions techniques. Solides bases techniques en Intelligence Artificielle. Rigueur, organisation et autonomie. Excellent relationnel et capacité à transmettre ses connaissances. Dynamique et force de proposition. Points clés pour le sourcing

Dans le cadre d'un projet Data d'envergure au sein d'un environnement international, nous recherchons un Senior BI Engineer spécialisé Power BI pour intervenir sur la conception, l'optimisation et l'industrialisation des solutions de reporting et de visualisation de données. Le consultant sera principalement responsable de la couche BI et de la modélisation Power BI. Les flux d'ingestion, les pipelines de données ainsi que la partie back-end sur GCP / BigQuery seront pris en charge par un Data Engineer dédié. Les principales responsabilités seront les suivantes : Concevoir et faire évoluer des modèles de données robustes et performants, notamment en schémas en étoile ou en flocon. Développer, publier et maintenir des rapports et dashboards Power BI adaptés aux besoins des utilisateurs métier. Travailler sur des environnements comprenant des volumes de données importants en DirectQuery. Optimiser les modèles afin d'améliorer les temps de chargement, les performances des requêtes et la vitesse de rendu des rapports. Développer des mesures et calculs avancés en DAX, et réaliser le tuning des requêtes lorsque nécessaire. Concevoir des visualisations claires, lisibles et orientées vers les usages métier. Mettre en œuvre et maintenir la Row-Level Security (RLS) et les mécanismes de contrôle d'accès. Administrer et industrialiser les usages dans Power BI Service : workspaces, datasets, rapports, apps, publication et gestion des permissions. Fiabiliser les datasets et participer aux bonnes pratiques de gouvernance BI. Collaborer étroitement avec les Data Engineers, Data Analysts et équipes métier afin de traduire les besoins fonctionnels en solutions de restitution performantes.

Hybrid: 2 days in the office – Wednesdays + 1 flexible day Salary + allowances, bonus & pension Start: Immediate / Mid-to-Late September 2026 Employment: Permanent Level: Entry Level / Early Career Interview: Fast-tracked 2-stage process The Opportunity An established global IT and Digital Solutions organisation is looking for an early-career Full Stack Engineer to join its Automation & Analytics team in London. This is an excellent opportunity for an engineer with strong Python and SQL skills who wants to build broader expertise across software engineering, cloud, data engineering and AI-enabled applications. Rather than focusing on one part of the technology stack, you'll work across backend services, APIs, databases, data pipelines and cloud environments, supporting real production applications and contributing to client projects. Why this role? You'll gain hands-on exposure to: AWS cloud & migration Python development SQL, databases & data platforms Data pipelines & ETL/ELT APIs & backend engineering CI/CD & production systems Analytics & modern data platforms AI/ML and emerging AI technologies It's a strong opportunity for someone early in their career who wants to develop into a well-rounded Full Stack / Data Engineer rather than being limited to a single technology. What You'll Be Doing Cloud & Platform Engineering Support the migration of existing data services and applications from private infrastructure to AWS. Deploy, operate and optimise services across AWS and Azure environments. Monitor and troubleshoot production applications and data platforms. Full Stack & Backend Development Develop and maintain backend services using Python. Design and integrate APIs and server-side applications. Work with relational and non-relational databases. Contribute to front-end development where required. Data Engineering Build, maintain and optimise data pipelines. Develop ETL/ELT workflows and data integrations. Work with data warehouses, data lakes and analytics-ready platforms. Ensure data quality, reliability and performance. Production & Delivery Take ownership of existing production data applications, supporting and continuously improving them. Investigate technical issues and perform root-cause analysis. Use Git and CI/CD practices to deliver reliable software. Document technical solutions, architectures and data flows. Collaboration Work alongside consultants, project managers, data scientists, AI engineers and analysts. Translate business and client requirements into practical technical solutions. Contribute to technical specifications, estimates, proof-of-concepts and project delivery. What We're Looking For Essential 1–3 years' commercial experience in software engineering, full-stack development or data engineering. Strong Python skills. Strong SQL skills. Experience with AWS and Azure cloud services, including deployment and operational support. Hands-on experience with data pipelines, ETL/ELT processes, and data orchestration tools. Experience working with production systems. Experience developing backend services and/or REST APIs. Experience with databases and data-intensive applications. Familiarity with Git and CI/CD. Commercial exposure to AWS and/or Azure, with AWS experience particularly valuable. Strong analytical and problem-solving ability. Excellent written and spoken English. Desirable – Great Advantage But Not Essential Experience with any of the following would strengthen your application: Experience with front-end web technologies and frameworks such as React and Next.js. Experience with nextgen datawarehouse/data analytics platforms such as Snowflake or Databricks Your First 6 Months You can expect to quickly become involved in meaningful production work, including: 1. AWS Cloud Migration Support key elements of the migration of existing data applications and services to AWS. 2. Production Application Ownership Learn, maintain, troubleshoot and optimise several core data applications. 3. Data & Database Engineering Develop databases, data pipelines and data platforms supporting analytics and reporting. 4. Full-Stack Development Contribute to backend APIs and services, with opportunities to work with front-end technologies. Interview Process We're moving quickly and aiming for a September 2026 start. Stage 1: 30-minute technical & background discussion Stage 2: Practical technical exercise + architecture discussion Successful candidates will be progressed quickly, with offers made as soon as possible. Interested? If you have strong Python + SQL skills and experience with cloud, data pipelines or production applications, we'd love to hear from you. Apply directly with your latest CV and send me your CV with your approximate gross salary range expectation, your availability to interview immediately and ideal September start date Marina Economidou Executive Solutions Consultant

Au sein d'une équipe spécialisée en Data et Intelligence Artificielle, vous intervenez sur des problématiques à forte dimension technique autour de la gestion de données, de l'Information Retrieval et de l'IA générative. Votre mission consiste à concevoir et industrialiser les pipelines permettant de collecter, transformer, indexer et rechercher de grands volumes de données, afin d'alimenter des applications basées sur les LLM et les architectures RAG. Vous serez également impliqué dans les choix d'architecture, l'amélioration de la pertinence des recherches et l'industrialisation des solutions en production. Vos principales missions Data Engineering & Indexation Concevoir et industrialiser des pipelines d'ingestion de données provenant de sources hétérogènes. Mettre en œuvre les traitements de parsing, nettoyage, normalisation et chunking. Concevoir et maintenir des systèmes d'indexation à grande échelle. Mettre en œuvre des bases vectorielles et des embeddings. Garantir la qualité, la fraîcheur, la traçabilité et la scalabilité des données et des index. Retrieval & RAG Concevoir des stratégies de recherche sémantique et hybride. Combiner recherche lexicale (BM25), embeddings, filtrage et reranking. Mettre en place des indicateurs de pertinence : Recall, Precision, nDCG, MRR. Optimiser les mécanismes de Retrieval alimentant les LLM et architectures RAG. Travailler sur la gestion du contexte, la déduplication et la qualité des résultats. Architecture & qualité Participer aux choix techniques et à l'évolution de la stack Data/IA. Mettre en place les bonnes pratiques de développement : Clean Code, SOLID, tests automatisés. Assurer l'observabilité des pipelines et des services. Contribuer à la sécurité et à la conformité des données. Accompagner techniquement les équipes et partager les bonnes pratiques. Environnement technique Indispensable : Python 3.11+ Data Engineering / Information Retrieval Embeddings / NLP Recherche sémantique et hybride RAG / LLM Bases vectorielles : Qdrant, Weaviate, pgvector, OpenSearch PostgreSQL Tests avec Pytest Environnement apprécié : LangChain OpenAI, Mistral, Amazon Bedrock BM25 / reranking Kafka Redis Airflow / Spark Docker / Kubernetes CI/CD Go ou Java

Dans le cadre du développement et de l'accompagnement de produits analytiques à destination des équipes Approvisionnement, nous recherchons un(e) Data Translation / Product Owner Data expérimenté(e). Vous interviendrez à l'interface entre les équipes métier et les équipes techniques (Data Science, Data Engineering, Data Viz) afin de valoriser les données et répondre à des problématiques clés liées notamment à la prévision des ventes et à la qualité d'approvisionnement. Vos principales missions seront : Volet Data Analyst – Analyses & InsightsCadrer, extraire et analyser les données de manière autonome. Réaliser des analyses ad hoc et produire des études décisionnelles. Restituer les résultats et insights aux équipes métier. Accompagner les utilisateurs dans la lecture et l'interprétation des résultats. Identifier et expliquer les éventuels biais d'analyse. Volet Product Owner Data – Gestion de produit & DeliveryPiloter la feuille de route et la livraison des produits analytiques. Recueillir et spécifier les besoins métier. Rédiger et prioriser les User Stories. Animer la méthodologie Agile et suivre le delivery. Mesurer la valeur apportée par les produits à travers des KPI d'impact. Accompagner l'adoption des solutions auprès des utilisateurs.