Find your next tech and IT Job or contract Data Scientist

Contexte : Dans le cadre de ses activités de gestion et de traitement de la donnée, notre client recherche un Data Quality Analyst confirmé pour garantir la qualité, l'intégration et la bonne exploitation des données provenant de sources multiples. Le consultant interviendra notamment sur la qualification des données, leur référencement, leur normalisation et leur intégration au sein du Data Lake. Missions principales : · Garantir la qualité et la fiabilité de l'accès aux différentes sources de données. · Assurer le référencement, la normalisation et la qualification des données. · Faciliter l'exploitation des données par les Data Analysts et Data Scientists. · Contribuer à la définition de la politique de gestion de la donnée et à la structuration de son cycle de vie. · Superviser et intégrer des données provenant de sources multiples et de différentes natures. · Contrôler la qualité des données intégrées dans le Data Lake. · Réaliser les recettes et contrôles de données. · Identifier et supprimer les doublons. · Contribuer à l'amélioration continue de la qualité et de la gouvernance des données. · Livrables attendus : · Données intégrées et contrôlées dans le Data Lake. · Résultats des contrôles et recettes de données. · Données qualifiées, normalisées et référencées. · Identification et traitement des anomalies et doublons. · Contribution à la documentation du cycle de vie et de la qualité des données.

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.

Je recherche un Product Manager Data/ML – Supply Chain 500 e par j Profil recherché : Solide expérience Product Management Expertise métier Supply Chain / gestion de stock / demand forecasting Expérience de produits utilisant Machine Learning / IA Capable de travailler quotidiennement avec Data Scientists, ML Engineers et Data Analysts Maîtrise des problématiques de prévision de demande, positionnement/optimisation des stocks Capable de définir et suivre les métriques de performance des modèles/prévisions Connaissance retail/e-commerce appréciée : click & collect, ship-from-store, disponibilité produit

ContexteDans le cadre de projets de transformation Data auprès de grands comptes, notamment dans le secteur bancaire et financier, nous recherchons un(e) Business Analyst Data disposant d'une expérience de l'environnement Dataiku. Vous interviendrez à l'interface entre les équipes métiers, Data et IT afin de contribuer à la conception et au déploiement de solutions permettant d'exploiter et de valoriser les données. MissionsRecueillir et analyser les besoins métiers liés à la Data. Animer des ateliers avec les métiers, Data Analysts, Data Engineers, Data Scientists et équipes IT. Traduire les besoins métiers en spécifications fonctionnelles et exigences Data. Identifier et analyser les différentes sources de données. Participer à la définition des règles de gestion et de transformation des données. Réaliser des analyses de données afin de valider les besoins et identifier les écarts. Contribuer à la conception et à l'évolution de workflows Dataiku. Participer à la préparation, transformation et exploitation des données dans Dataiku DSS. Contrôler la qualité, la cohérence et la complétude des données. Participer à la définition des règles de Data Quality. Réaliser des requêtes et analyses SQL. Définir les scénarios et cas de tests. Piloter ou réaliser la recette fonctionnelle des solutions Data. Identifier et suivre les anomalies de données. Participer à la documentation des flux, traitements, règles de gestion et Data Lineage. Accompagner les utilisateurs dans l'appropriation des solutions.

La mission consiste à : - Exposer les données utiles à l'entreprise pour les analyser et les utiliser afin d'améliorer l'expérience utilisateur et la productivité - Transformer des données issues du DataLake afin de les normaliser - Modéliser la sphère de données - Développer les flux - Exposer des données brutes et/ou agrégées au bon niveau de granularité aux différents métiers de l'entreprise - Travailler en lien avec des Data Scientists sur les données qu'il aura exposées - Mettre en place des rapports de Dataviz - Mission basée en métropole lilloise avec présence sur site 3j/semaine obligatoire Compétences demandées : - Première expérience en Data Engineering indispensable - Snowflake, GCP, BigQuery, DBT, SQL, Semarchy, Airflow, Python ... - Data Analyse sur Power BI un + - Excellents savoir-être : rigueur, esprit analytique et de synthèse, communication... - Méthode Agile - Anglais

Product Owner technique sur le périmètre Socle IA et Agentique (IA Gen) de la Plateforme Data & IA. Nantes L'objectif est de structurer et d'industrialiser les capacités plateforme qui permettent : - Côté Socle IA, de fabriquer, déployer et opérer des modèles d'IA classique (cycle de vie ML de bout en bout) ; - Côté IA Gen, d'outiller le passage à l'échelle de l'agentique (outils, frameworks, patterns) et de sécuriser le cycle de vie global d'un produit agentique (de la conception à l'exploitation). Les services LLM et les services partagés (OCR, Embedder, Speech2Text) étant déjà pilotés par des PO, l'enjeu de cette mission est de compléter le dispositif sur la brique agentique et de garantir une industrialisation robuste : réutilisabilité, qualité de service, observabilité, gouvernance d'usage et adoption. Cadrage & priorisation (avec le PM) - Qualifier les besoins, formaliser les cas d'usage et critères d'acceptation. - Décliner la vision PM en backlog/roadmap opérationnels, arbitrer valeur/risque/effort. Socle IA – cycle de vie ML - Piloter les évolutions plateforme permettant la fabrication et le déploiement : industrialisation des parcours, standards, documentation, templates - Contribuer aux exigences run : observabilité, performance, fiabilité, exploitabilité. IA Gen – outillage agentique - Définir et piloter la mise en place des outils & frameworks (orchestration, composants réutilisables, patterns). - Structurer le cycle de vie agentique : intégration, tests, évaluation, supervision, sécurité/guardrails, itérations. Pilotage delivery - Animer le backlog (refinement, planning, démos), suivre l'avancement, gérer dépendances/risques. - Coordonner dev/lead tech/data scientists/ops/archi, et sécuriser la qualité des livraisons. Adoption & documentation - Produire/mettre à jour la doc produit (guides, exemples, bonnes pratiques) et accompagner les équipes dans la prise en main. - Mettre en place des KPIs (usage, satisfaction, incidents, coût) et alimenter l'amélioration continue.

Description du poste Le/La Senior AI Platform Engineer conçoit et fait évoluer l'infrastructure IA et GenAI globale. Intégré(e) à l'équipe Data Platform, ce rôle consiste à outiller les Data Scientists et ML Engineers tout en sécurisant la mise à disposition de LLM et d'agents IA pour l'ensemble des utilisateurs techniques. Missions principales : Architecture multi-cloud : concevoir des architectures IA robustes et sur-mesure sur AWS et GCP. Industrialisation & IaC : piloter le déploiement et l'évolution des infrastructures via Terraform. Automatisation & CI/CD : orchestrer les pipelines de déploiement continu via Git. Gouvernance & standards : définir les bonnes pratiques, créer des guides et templates, rédiger la documentation technique et assurer une veille sur l'IA générative. Accompagnement & animation : assurer le support technique, animer des Office Hours et vulgariser les enjeux complexes de la plateforme.

Chez ATLANSE, nous accompagnons nos clients dans la conception d'infrastructures résilientes, l'amélioration de la performance de leur production applicative, l'optimisation et le développement de leurs environnements de travail ainsi que l'exploitation et la valorisation des données. Pour cela, nous nous appuyons sur nos consultants confirmés et experts ou à fort potentiel, reconnus pour leurs compétences techniques, leur compréhension métier et leurs pratiques éprouvées. Vous interviendrez en tant que développeur.euse IA dans le cadre du déploiement de projets IA stratégiques. Vous travaillerez en étroite collaboration avec le Tech Lead et le chef de projet IA pour apporter expertise technique et vision projet. Votre rôle Développement et implémentation IA · Développer des solutions IA et data en environnements de pré-production et de production · Implémenter des cas d'usage IA variés (NLP, assistants intelligents, RAG, classification, résumé, extraction) · Mettre en œuvre des pipelines IA de bout en bout (ingestion des données, traitement, modèles, évaluation) en intégrant des mécanismes de contrôle et d'amélioration continue · Faire évoluer et optimiser les solutions existantes Architecture IA, arbitrages et sécurisation technique · Contribuer aux choix d'architecture IA et data · Sélectionner, évaluer et intégrer des modèles (open source ou via API) en tenant compte des enjeux de coûts, sécurité, souveraineté et pérennité · Concevoir et industrialiser des architectures RAG (indexation, retrieval, génération, évaluation) · Participer aux arbitrages techniques et à la priorisation des sujets · Structurer, expliquer et documenter les choix techniques Coordination technique et collaboration · Travailler en étroite collaboration avec le tech lead, les développeurs et data scientists · Assurer une coordination technique fluide avec le chef de projets IA · Expliquer les sujets techniques à des profils non techniques · Contribuer à la capitalisation des connaissances via la documentation technique et les outils collaboratifs (Confluence)