Find your next tech and IT Job or contract Data Scientist

Dans le cadre du renforcement d'une équipe Data, nous recherchons un Data Analyst / Data Scientist pour accompagner le développement de nouveaux usages autour de la donnée. Le consultant interviendra sur des sujets mêlant analyse de données, Business Intelligence et Data Science, avec pour objectif de transformer les données en analyses exploitables et en indicateurs permettant d'accompagner les décisions métiers. La mission comprendra notamment la conception et la production de reportings BI, l'analyse de données et la mise en œuvre de traitements sur un environnement Google Cloud Platform. Les consultants travailleront en lien étroit avec les équipes métiers et techniques afin d'identifier les besoins, proposer des analyses pertinentes et contribuer au développement de nouveaux cas d'usage Data.

Environnement de travail Vous intégrerez une équipe dédiée à l'implémentation, l'exploitation et la maintenance d'une plateforme technologique hautement sécurisée. Cette plateforme fournit l'infrastructure et les applications nécessaires aux travaux d'une équipe de Data Scientists. Stack technique principale : Golang (40 %), Terraform (30 %), Helm Charts & Dockerfiles (15 %), Bash (10 %), Python (5 %). Infrastructure & Automatisation : Terraform, Terragrunt, Packer, Ansible, Cloud. Conteneurisation & Data : Kubernetes, Helm, Ingress, Keycloak, Nexus, Gitea, Jupyter, Spark, PostgreSQL. Vous participerez au développement et à la maintenance de la définition as code de la plateforme. Développer et intégrer de nouvelles fonctionnalités (traitements de données, chiffrement, formatage) tout en maintenant les composants existants. Automatiser le déploiement d'infrastructures cloud à grande échelle. Intégrer, maintenir et automatiser les composants transverses open source et les outils de traitement de données sur Kubernetes. Collaborer avec les architectes, le directeur technique et les Data Engineers pour co-construire les cas d'usage et faire évoluer l'architecture. Contribuer à la rédaction des User Stories, à la planification des tâches, et documenter les composants techniques. Appliquer et promouvoir les bonnes pratiques de sécurité des données et réaliser une veille technologique continue.

Localisation : Paris 13e Démarrage : Asap Type de mission : Longue durée Contexte de la missionDans le cadre de l'accélération de sa transformation Data et Intelligence Artificielle, une organisation recherche un ML Engineer spécialisé en industrialisation de solutions IA sur Dataiku. Vous interviendrez sur la transformation de modèles de Machine Learning développés par les Data Scientists en solutions robustes, performantes et exploitables en production, tout en contribuant à la mise en place des bonnes pratiques MLOps. Missions principalesIndustrialiser les modèles de Machine Learning et transformer les prototypes en solutions prêtes pour la production. Concevoir, développer et maintenir des workflows sur Dataiku : recettes, scénarios d'automatisation et API endpoints. Mettre en place des pipelines CI/CD pour automatiser le déploiement des modèles IA. Assurer le monitoring des modèles en production : performances, détection de dérive (model drift) et suivi de leur fiabilité. Garantir la scalabilité, la maintenabilité et la qualité des solutions déployées. Intégrer les modèles dans les systèmes d'information en collaboration avec les équipes Data, IT et métiers. Documenter les solutions et contribuer à la standardisation des pratiques MLOps. Compétences recherchéesExpérience confirmée en Machine Learning Engineering et MLOps. Très bonne maîtrise de Dataiku DSS, notamment en conception de workflows, automatisation et déploiement. Maîtrise des pratiques CI/CD appliquées aux projets IA. Bonne connaissance des architectures Data et des flux ETL/ELT. Connaissance des environnements Cloud et des technologies de conteneurisation, notamment Docker et Kubernetes. Capacité à déployer et maintenir des modèles de Machine Learning en environnement de production.

Nous recherchons un(e) Data Engineer / Consultant(e) BI expérimenté(e) pour intégrer et accompagner notre équipe sur la gestion et le traitement des données au sein de notre Datalake. La maîtrise des concepts décisionnels est une contrainte forte et indispensable pour réussir sur ce périmètre. Missions principales : Garantir l'accès qualitatif et sécurisé aux sources de données multiples. Assurer la supervision, l'intégration, le nettoyage (suppression des doublons) et la recette des flux de données entrants dans le Data Lake. Garantir la maîtrise, la normalisation, le référencement et la qualité d'utilisation de la donnée afin d'en faciliter l'exploitation par les Data Analysts et Data Scientists. Contribuer à la définition de la politique de la donnée et structurer son cycle de vie dans le respect des réglementations en vigueur. Intervenir sur les systèmes applicatifs de gestion de la donnée, de traitement et sur les plateformes associées.

ContexteÉquipe Cryptographie & Sécurité des Données (Cryptography & Data Security) spécialisée en cybersécurité bancaire. MissionsDéfinir les exigences et la stratégie de sécurité en matière de sécurité des données et de cryptographie pour le Groupe. Accompagner les filiales dans la prise en compte et la mise en œuvre des mesures de sécurité des données et de cryptographie. Analyser et évaluer les risques de sécurité, leurs impacts, et proposer des mesures complémentaires. Participer aux Proofs of Concept (POC) techniques sur les solutions de sécurité des données et de cryptographie (y compris les technologies émergentes et l'innovation). Assurer une veille technologique et contribuer au développement de la communauté sécurité au sein de la banque. ActivitésL'équipe Data Security & Cryptography est composée d'experts en cybersécurité qui jouent un rôle clé dans la définition des exigences sur des sujets tels que : La sécurité des données au repos (at rest) et en transit (in transit), le masquage de données (data masking). Les services de protection / chiffrement des données dans le cloud privé, public et hybride (Office 365, Azure, IBM Cloud, AWS). La sécurité des clés cryptographiques (CKMS, HSM, gestion des secrets). La signature électronique / numérique. La sécurité des environnements utilisés par les Data Scientists (Data Lab, Big Data). L'évaluation du calcul respectueux de la vie privée (Privacy-Enhanced Computing : chiffrement homomorphe, ABE, SSE…). L'arrivée de la cryptographie post-quantique (crypto-agilité, inventaire cryptographique). Tâches principales : Évaluation de la robustesse des architectures (designs), des mécanismes de protection des données et des clés. Définition des directives pour l'utilisation de la Blockchain au sein de la banque. Collaboration au sein du groupe de travail des experts en cryptographie et sécurité des données du Groupe. Orientation des projets vers les meilleures techniques de sécurité des données selon les cas d'usage (cryptographie, techniques d'anonymisation, masquage). Réalisation de POC sur les technologies de sécurité des données (chiffrement totalement homomorphe, etc.). Réalisation d'analyses de risques et proposition de mesures de protection / contre-mesures. Définition des exigences de sécurité pour la cryptographie et la sécurité des données (périmètre Groupe). Propositions de démarches pour l'inventaire des actifs cryptographiques du groupe et le développement de la crypto-agilité.

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.