Find your next tech and IT Job or contract Data Engineering

Pour un acteur du secteur de la consommation, nous recherchons un Data Steward pour intervenir au sein d'une équipe Data & AI. Le Data Steward agit en tant qu'expert fonctionnel orienté métier et chef de projet. Il est responsable de la réussite des initiatives data sur l'ensemble du cycle de vie de la donnée. Il assure l'interface entre les équipes métiers et les équipes techniques, notamment les Data Engineers et les experts en Data Visualization. Ses principales responsabilités incluent : Comprendre et cadrer les besoins métiers. Définir et gérer le périmètre des projets data de bout en bout. Garantir l'alignement des solutions data avec les objectifs business. Assurer la gouvernance, la qualité et la cohérence des données. Coordonner les différentes parties prenantes impliquées dans les projets. Suivre les risques, les problèmes et les incohérences éventuelles et piloter leur résolution. Participer à la validation des données à travers des requêtes simples. Maintenir une documentation projet structurée et les différents artefacts associés. Favoriser la collaboration entre les équipes métier, data engineering et analytics. Travailler dans un environnement Agile et contribuer à l'amélioration continue des processus. L'environnement fonctionnel couvre principalement les domaines Digital, Marketing et E-commerce.

Nous recherchons un ML Engineer pour accompagner le déploiement de modèles de machine learning robustes, performants et évolutifs en production. Vous intervenez dans une équipe dont le rôle stratégique est de valoriser la data. Au sein d'un environnement Data structuré, vous interviendrez sur des projets transverses mêlant data science, data engineering et MLOps. Vos principales responsabilités seront les suivantes : Optimiser la collecte et la préparation des données : data processing, feature engineering, industrialisation des pipelines. Améliorer l'exposition des modèles en production : API, endpoints, performance et scalabilité. Collaborer avec les data engineers pour intégrer les modèles dans la Data Platform. Travailler avec les data scientists afin de déployer les meilleures versions des modèles. Mettre en place des pratiques MLOps : qualité des données, suivi du data drift, monitoring, réentraînement. Assurer le suivi du cycle de vie des modèles en production. Documenter les processus, modèles et systèmes déployés.

Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.

Profil cible : Data Architect / Data Modeler Senior Très bonne maîtrise de Teradata Expertise en MLDM / MLD (Modèle Logique de Données / modélisation) Conception de modèles de données logiques et physiques Data Engineering / Data Integration Expérience Databricks Conception et évolution d'un modèle de données d'entreprise Architecture et flux d'intégration de données Anglais courant/bilingue obligatoire Habitude de travailler avec des équipes internationales/européennes Capable de faire du transfert de compétences et de la formation