Notre client, acteur majeur du retail, recherche son futur Data Scientist (H/F) à Paris, pour développer les modèles d'IA exploitant ses données consolidées dans Microsoft Fabric au service de la performance de son réseau d'agence Vos missions : * Intégré à l'équipe data, vous contribuez à la mise en place et à l'industrialisation des flux de données dans un environnement Microsoft Dynamics 365 et Microsoft Fabric. * Intégrer les données Dynamics 365 (Sales, Finance, Supply Chain) via Dataverse * Concevoir les pipelines dans Microsoft Fabric (Data Factory, Dataflows Gen2) * Construire et maintenir le Lakehouse OneLake et les modèles analytiques Structurer la donnée pour Power BI et les cas d'usage IA * Garantir la qualité, la gouvernance et la fiabilité des données * Optimiser les performances et les coûts Les compétences techniques : * Microsoft Fabric (OneLake, Data Engineering, Data Factory) * Services Azure Data * SQL avancé * Python (PySpark, notebooks Fabric) * Dynamics 365 / Dataverse * Power BI
"Nous recherchons un consultant Data Scientist orienté ML Engineering, alliant une solide expertise en science des données et de fortes compétences en ingénierie logicielle et infrastructure. Le consultant interviendra sur des sujets variés au sein de la direction DATA, couvrant aussi bien le développement de modèles de machine learning que leur industrialisation et leur mise en production à grande échelle. Le profil recherché est capable de naviguer entre la conception de modèles IA/ML, la construction de pipelines de données robustes, et le déploiement de solutions scalables dans un environnement cloud moderne."
Nous recherchons un(e) Ingénieur(e) DevOps à double casquette Data Engineer. Volet Data Engineering : maîtrise du développement de de l'analyse de données. Développement de traitement d'intégration , transformation et exposition de données Volet DevOps : Automatiser, déployer et maintenir nos infrastructures. Afin de garantir la scalabilité, la sécurité et la haute disponibilité de nos environnements. Attentes : Une expérience solide de 5 ans minimum Data & Développement : Maîtrise de Python et forte appétence pour l'analyse de données. La maîtrise de Git est indispensable. Culture Ops & Automatisation : Excellente maîtrise des outils d'Infrastructure as Code (Terraform) et de gestion de configuration (Ansible). Les "Plus" qui feront la différence : Une expertise sur Google Cloud BigQuery ou l'ETL Informatica. Une solide culture de l'écosystème Linux (RedHat / Debian). Stack Technique Cloud Provider : Google Cloud Platform (GCP) Data & Stockage : GCP BigQuery, Kafka, SQL Outils DevOps : Terraform, Ansible, Git, Cloud Run, Redhat/Debian Développement : Python/Vuejs/Shell/Informatica
Description détaillée Appel d'Offre – Consultant Data Analytics Engineer – Intégration/Modélisation/Restitution de données - Domaine Corporate Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, le 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. 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. Environnement technique (exemples, à confirmer selon l'architecture existante ou cible)** 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.
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 mission consiste à intervenir en tant que Data Analytics Engineer autonome dans le cadre de l'optimisation et de l'unification des capacités analytiques transversales d'un grand groupe du secteur hôtelier. L'objectif est de construire une vision consolidée et exploitable des indicateurs Corporate stratégiques à partir de différentes sources internes. Le consultant aura pour rôle d'établir des connexions techniques fiables avec les systèmes sources, d'extraire et charger les données issues de domaines comme la finance, les ressources humaines, les achats, les référentiels ou l'ITSM, puis de concevoir des pipelines d'ingestion automatisés, robustes et performants. Il interviendra également sur la modélisation des données dans Snowflake, la mise en place de règles de transformation, de vues et d'agrégats pour la restitution, ainsi que sur la gouvernance, la qualité des données, la gestion des erreurs et la documentation complète des pipelines et modèles.
ContexteNotre client recherche un(e) Data Engineer confirmé(e) pour intégrer une équipe Data internationale. Objectif du posteConcevoir, développer et maintenir les pipelines de données ainsi que les modèles analytiques nécessaires à la création de datasets fiables, performants et industrialisés. Vous serez garant(e) de la qualité, de la cohérence et de la maintenabilité des solutions data mises en œuvre. Missions principalesParticiper à l'intégration des données au sein du Data Hub. Développer et maintenir les pipelines d'ingestion et de transformation. Concevoir et implémenter des datasets de référence (SSOT). Développer et maintenir les datamarts métiers. Concevoir des modèles de données robustes et évolutifs. Développer des transformations complexes en SQL et dbt. Créer et maintenir des procédures stockées et scripts d'automatisation. Optimiser les performances des traitements et des requêtes. Mettre en œuvre les bonnes pratiques CI/CD et DataOps. Participer à l'automatisation des déploiements. Contribuer à l'amélioration continue des processus de Data Quality. Assurer la documentation technique et la maintenabilité des développements. Travailler en étroite collaboration avec les équipes métiers, les Data Analysts et les Data Product Managers. Participer aux cérémonies Agile (Scrum). Comprendre et challenger les besoins fonctionnels. Accompagner les utilisateurs dans l'exploitation des données.
Bonjour à tous 😀 📍 Contexte client Dans le cadre de plusieurs projets stratégiques de transformation métier, notre client renforce son équipe Data. Le consultant interviendra sur l'analyse d'impact des projets de transformation sur les indicateurs métiers, la qualité des données et l'évolution des reportings stratégiques. Il travaillera en étroite collaboration avec les équipes métier afin de garantir la cohérence des KPI et d'accompagner les évolutions des plateformes Data. 🎯 Missions Réaliser les analyses d'impact des projets de transformation sur les KPI métiers et les processus opérationnels. Produire des analyses ad hoc répondant aux nouveaux besoins métiers. Faire évoluer et fiabiliser les indicateurs de performance (Loyalty, Topline, Sales...). Concevoir, maintenir et améliorer les reportings stratégiques. Revoir les règles de calcul, les définitions des KPI et les périmètres de reporting. Garantir la cohérence des données entre plusieurs sources. Participer aux phases de tests et de validation des évolutions impactant les données. Identifier les anomalies et incohérences dans les indicateurs de reporting. Accompagner les équipes métier lors des phases de cadrage en traduisant leurs besoins en exigences analytiques. Contribuer à l'amélioration continue de la qualité des données et de la gouvernance des KPI. ✅ Must Have Data & Analytics SQL (expert) Snowflake Data Analytics Analyse d'impact métier Analyse de données Data Quality Reporting KPI Management Outils Tableau Dataiku dbt Gouvernance DataData Lineage Gouvernance des données Reporting Framework Qualité des données FonctionnelRecueil des besoins métiers Analyse fonctionnelle Gestion des parties prenantes Excellente communication LanguesFrançais courant Anglais courant ⭐ Nice to HaveJira ServiceNow Gestion de backlog Ticketing Expérience sur des programmes de transformation métier Connaissance des domaines : Loyalty Sales Topline
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.
Merci de contacter Sumi Delplanque directement. Vous allez me trouver facilement sur google. Rattaché.e au département Data OR & AI de notre client, au sein de l'équipe Finance, votre mission consistera principalement à concevoir, développer et déployer des applications de Machine Learning et d'IA Générative au service des métiers des achats client. Objectifs principaux : Cas d'usage variés, allant des applications prédictives (classification, aide à la décision, etc.), Traitement intelligent de documents (OCR, parsing, extraction d'informations), Phases de cadrage et de prototypage (POC) Industrialisation des solutions IA. Compétences techniques : Maitrise du python Compréhension d'un environnement cloud (GCP) > MANDATORY Maitrise des techniques de Machine Learning (notamment modélisation mathématiques/statistiques) et aussi d'IA générative (LLM, RAG, Pipelines de Parsing ..) Détails subsidiaires : Equipe de 4 personnes Autre : Localisation : Roissy Charles de Gaulle Télétravail : 3 jours / semaine Date de commencement : 01 septembre 2026 Durée de la mission : 12 mois Déplacements : Possible à Amsterdam ou Toulouse, tous les 6 mois environ. Anglais : travail au quotidien, réunions, documentation écrite, etc.
Dans le cadre de projets de transformation métier à fort impact, notre client — un acteur majeur de son secteur — renforce son équipe Data Insights & Analytics et recherche un(e) consultant(e) expérimenté(e) en analyse et ingénierie de données. Vous intégrerez une organisation Data structurée, au cœur des enjeux de pilotage de la performance, de fiabilisation des indicateurs et d'accompagnement des transformations en cours. Vos Missions Principales: Analyse & Évaluation d'ImpactRéaliser des analyses d'impact des projets de transformation sur les KPIs métier et les processus opérationnels Produire des analyses ciblées en réponse aux besoins métier en constante évolution Fiabilisation & Gouvernance des KPIsRenforcer la fiabilité des KPIs majeurs suivis par l'organisation (Fidélité, Chiffre d'Affaires, Ventes, etc.) Réviser les définitions, règles de calcul et périmètres des indicateurs en lien avec les évolutions métier Identifier et escalader les incohérences et ruptures dans les indicateurs de reporting Reporting & PerformanceConcevoir, maintenir et améliorer les tableaux de bord et reportings de performance critiques Garantir la cohérence des données entre les différentes sources Contribuer aux activités de tests et de validation des évolutions impactant les données et les KPIs Cadrage & CollaborationAccompagner les phases de cadrage de projets en traduisant les besoins métier en exigences analytiques Assurer la cohérence globale avec les frameworks de reporting existants Être l'interlocuteur(trice) privilégié(e) des parties prenantes métier et techniques
Au sein des équipes Data & Infrastructure, vous interviendrez sur la conception, le développement et le maintien de la plateforme de données qui alimente les modèles de recherche et de trading. L'objectif : industrialiser l'ingestion, le stockage et la mise à disposition de volumes de données massifs (données de marché, alternatives, internes) de manière fiable, scalable et performante. Missions principales Concevoir et faire évoluer les pipelines de données (ingestion, transformation, exposition). Développer et maintenir les composants de la data platform en Python. Déployer et opérer l'infrastructure data sur AWS (S3, Lambda, ECS/EKS, Glue, Redshift, etc.). Garantir la qualité, la robustesse et l'observabilité des flux (monitoring, alerting, tests). Optimiser les performances et les coûts de la plateforme. Collaborer étroitement avec les équipes de recherche quantitative et les data scientists. Stack technique Langage : Python (impératif) Cloud : AWS Data : SQL, formats columnar (Parquet), orchestration (Airflow ou équivalent) DevOps : Docker, CI/CD, IaC (Terraform un plus)
Rejoignez-nous ! Nous recherchons un(e) Data Analyst Expérimenté(e) - BigQuery pour accompagner notre client dans le cadre d'un programme international stratégique de valorisation de la donnée, au sein d'une Digital Factory dédiée aux activités Marchandise, Commerciales et Data. Vous interviendrez sur des solutions permettant d'exploiter la richesse des données du client afin de produire des insights à forte valeur ajoutée, d'optimiser les processus métiers et d'accompagner le développement de services digitaux autour de sujets tels que l'assortiment, les promotions, les prix, le marketing ou encore la Supply Chain. Intégré(e) à une équipe internationale expérimentée de 8 à 12 personnes, vous serez à l'interface entre les équipes métiers et les équipes Data Engineering afin de transformer les besoins fonctionnels en spécifications data fiables et exploitables. Ce que vous ferez : Analyser et comprendre les besoins des équipes métiers dans un environnement Retail / Grande Distribution. Traduire les besoins fonctionnels en spécifications data détaillées à destination des équipes Data Engineering. Définir et calculer les KPIs Retail nécessaires aux différentes solutions et analyses mises à disposition des utilisateurs. Explorer, analyser et manipuler des volumes importants de données à l'aide de SQL et BigQuery. Concevoir et optimiser les traitements et pipelines de préparation des données dans BigQuery. Participer à la modélisation des données destinées à être exploitées et visualisées au sein d'applications web. Garantir la qualité, la fiabilité et la cohérence des données ainsi que des indicateurs produits. Valider les développements et livrables réalisés par les équipes Data Engineering en vérifiant leur conformité avec les besoins métiers. Identifier les écarts, anomalies et incohérences dans les données et contribuer à leur résolution. Collaborer étroitement avec les équipes métiers, Data Engineers, développeurs et responsables techniques dans un contexte international. Participer aux différents rituels et activités de l'équipe en environnement Agile : Sprint Planning, Backlog Refinement, suivi des développements et priorisation des sujets. Votre positionnement vous permettra d'évoluer sur plusieurs projets de valorisation de données à forte visibilité, avec un rôle central entre les enjeux métiers et les équipes techniques.
Nous recherchons un Architecte Data Senior (H/F) pour accompagner une organisation internationale dans la définition et l'évolution de son architecture data. Vous interviendrez au cœur des enjeux métiers et technologiques afin de garantir la fiabilité, l'accessibilité et la valorisation des données. Vos principales responsabilités : Définir la vision et la roadmap d'architecture data. Concevoir et faire évoluer les modèles de données (conceptuels, logiques et physiques). Participer à la conception d'une plateforme data moderne basée sur Azure (Data Lake, pipelines, analytics). Définir et promouvoir les bonnes pratiques de gouvernance, qualité et sécurité des données. Transformer les besoins métiers en solutions data robustes et évolutives. Accompagner l'équipe Data Engineering dans sa montée en maturité. Collaborer avec les architectes Infrastructure, Applicatif, Sécurité et Intégration. Assurer l'alignement architectural avec les partenaires externes. Mission proposée en freelance. Le consultant devra être mobile sur Bruxelles et disponible pour un fonctionnement hybride avec 2 à 3 jours de présence sur site par semaine
Contexte : Dans le cadre du renforcement de son équipe Data, notre client recherche un Analytics Engineer confirmé disposant d'un solide background en Data Engineering et Data Analytics. La mission consiste à concevoir et maintenir la couche sémantique des données afin de faciliter l'accès, la compréhension et l'exploitation des données par les équipes métiers. Le consultant interviendra dans un environnement Google Cloud Platform (GCP) et collaborera étroitement avec les équipes : Missions principales : · Concevoir, développer et maintenir la couche sémantique des données. · Développer et maintenir les modèles de données sur Google Cloud Platform (GCP). · Faciliter l'accès, la compréhension et l'utilisation des données par les utilisateurs métiers. · Collaborer av ec les équipes Data Engineering et Analytics afin d'assurer la qualité et la cohérence des données. · Concevoir des modèles de données performants et évolutifs. · Participer à l'amélioration de la gouvernance et de la structuration des données. · Garantir la fiabilité et la maintenabilité des modèles de données. Livrables attendus : · Couche sémantique des données. · Modèles de données sur GCP. · Documentation des modèles de données. · Documentation de la couche sémantique. · Recommandations de modélisation. · Documentation des règles de gouvernance des données.
