Find your next tech and IT Job or contract Data Scientist

En quelques motsCherry Pick est à la recherche d'un Support & Data Reliability Engineer(H/F), pour le compte de l'un de ses clients qui opère dans le domaine financier. Description🚀 Contexte de la missionAu sein du département Data Technology d'un acteur majeur de la gestion d'actifs et de la finance quantitative, vous intégrez l'équipe en tant que Support & Reliability Engineer (H/F). Votre rôle sera d'assurer la gestion, la robustesse et la fiabilité maximale des systèmes et processus de données. Vous travaillerez en étroite collaboration avec les équipes de développement, les Data Engineers, les Data Scientists et les Quantitative Developers pour garantir la disponibilité, la qualité et les performances des pipelines de données critiques. 🎯 Missions principales & Rôle1. Support Data & Opérations : Assurer le support N1 sur le périmètre Data, gérer les alertes en temps réel et résoudre les incidents durant le shift de Paris. Agir en tant que Gatekeeper pour la gestion des mises en production (Data Release Management / CMRM process) et la fiabilité des données. Définir et faire appliquer les politiques de gestion des données (sauvegarde, restauration, sécurité, conformité). 2. Automation, Monitoring & Fiabilité : Maintenir des pipelines de données fiables, performants et scalables (collecte, stockage, traitement, diffusion). Mettre en place un monitoring proactif et continu pour détecter les anomalies de qualité, d'intégrité et de consistance des données. Automatiser les tâches récurrentes pour optimiser l'efficacité opérationnelle et réduire le risque d'erreur humaine. 3. Collaboration Transverse & Conduite du Changement : Collaborer avec les développeurs quantitatifs, Data Engineers et Data Scientists pour comprendre leurs besoins et résoudre les dysfonctionnements. Promouvoir les meilleures pratiques de développement axées sur la fiabilité des données. Rédiger et maintenir la documentation technique et opérationnelle. 🏁 ObjectifsGarantir la haute disponibilité et la cohérence des pipelines de données en production. Réduire le temps moyen de résolution (MTTR) des incidents Data durant le shift de Paris. Industrialiser et automatiser les processus récurrents de maintenance et de monitoring.

Nous recherchons un(e) Data Engineer pour rejoindre nos équipes et intervenir sur des projets Data & BI à fort enjeu. Tu travailleras au cœur de la stack data, de la transformation et modélisation des données jusqu'à leur valorisation dans Power BI, avec notamment dbt et Snowflake. Ton rôleEn tant que Data Engineer, tu seras amené(e) à : Concevoir et développer des pipelines de données robustes et scalables Transformer, nettoyer et modéliser les données avec DBT Concevoir et optimiser des environnements data sur Snowflake Développer et maintenir des modèles de données fiables, performants et documentés Préparer et structurer les données pour les besoins de reporting et d'analyse Concevoir et développer des dashboards et reportings avec Power BI Créer des modèles sémantiques adaptés aux besoins métiers Optimiser les performances des datasets et rapports Power BI Mettre en place des tests et contrôles de qualité des données Automatiser et industrialiser les workflows data Collaborer avec les Data Analysts, Data Scientists, Software Engineers et équipes métiers Participer aux choix d'architecture et aux bonnes pratiques Data & BI Contribuer à la documentation et à l'amélioration continue de la plateforme data La stackMust-have : Expérience en Data Engineering / BI Très bonne maîtrise de SQL Expérience significative avec dbt Expérience avec Snowflake Bonne maîtrise de Power BI Maîtrise de la modélisation de données et des concepts Data Warehouse / ELT Expérience dans la conception de pipelines de données Nice-to-have : Python DAX Power Query / M Airflow / Dagster Git CI/CD AWS / Azure / GCP Terraform Kafka ou technologies de streaming

Intitulé : Data Engineer Senior IA (H/F) Expérience : +7 ans minimum Mode de travail : Hybride Localisation : Île-de-France Démarrage : ASAP Secteur : Services financiers Environnement : AWS, Spark, Python, SQL, DataOps, Gouvernance Data, CI/CD ContexteDans le cadre de l'accélération de sa stratégie Data, un grand groupe du secteur des services financiers recherche un(e) Data Engineer Senior pour rejoindre sa Direction Data & IA. Vous interviendrez au sein d'une équipe en charge de la conception, de l'industrialisation et de l'exploitation des plateformes de données destinées à soutenir les enjeux métiers, réglementaires et analytiques de l'entreprise. Votre rôle consistera à concevoir des architectures Data robustes, piloter l'industrialisation des pipelines de données et garantir la qualité, la gouvernance et la valorisation des données à grande échelle. Missions principalesPilotage des projets DataGérer un portefeuille de projets Data couvrant l'ensemble du cycle de vie de la donnée : ingestion, transformation, exposition et gouvernance. Accompagner les métiers dans l'identification et la formalisation de leurs besoins Data. Traduire les besoins fonctionnels, techniques et réglementaires en solutions concrètes et industrialisables. Être le référent technique Data auprès des chefs de projet, architectes, développeurs, data analysts, data scientists et parties prenantes métier. Piloter les choix techniques et garantir leur cohérence avec les standards de l'entreprise. Conception et développement des pipelines DataConcevoir, développer et maintenir des pipelines d'ingestion de données : Batch APIs Flux programmés Chargements de fichiers Développer des traitements ETL / ELT alimentant un Data Lake et des plateformes analytiques. Mettre en œuvre les bonnes pratiques de modélisation des données. Garantir la performance, la qualité, la résilience et la maintenabilité des traitements. Assurer l'industrialisation complète des développements réalisés. Challenger les choix techniques et méthodologiques proposés par les autres membres de l'équipe. Architecture Data et IndustrialisationConcevoir des architectures Data modernes, modulaires et évolutives. Définir et appliquer les principes DataOps : Automatisation Versionning CI/CD Reproductibilité Observabilité Favoriser la mutualisation et la réutilisation des composants existants avant tout nouveau développement. Construire et maintenir : Pipelines ETL / ELT Chaînes CI/CD APIs de diffusion de données Mécanismes de monitoring et d'alerting Collaborer avec les équipes Data, Cloud et IA afin d'harmoniser les pratiques et accélérer les déploiements. Gouvernance, qualité et conformité des donnéesDéfinir et promouvoir les standards de développement Data. Garantir la qualité, la traçabilité et la conformité des données. Structurer les pratiques autour de : Git et workflows de développement Tests automatisés Documentation Data Catalog Métadonnées Lignage des données Infrastructure as Code Réaliser des audits techniques des pipelines et jeux de données. Assurer la conformité des solutions avec les exigences réglementaires et les politiques internes de gouvernance. Garantir la reproductibilité attendue lors des contrôles et audits. Leadership technique et accompagnementEncadrer et accompagner les Data Engineers juniors et intermédiaires. Participer à la montée en compétences de l'équipe. Assurer un rôle de mentor et de référent technique. Vulgariser les enjeux Data auprès des utilisateurs métiers. Participer aux revues d'architecture et aux processus de validation technique. Contribuer à la diffusion des bonnes pratiques Data et DataOps. Innovation et veille technologiqueRéaliser une veille active sur les technologies Data, Cloud et IA. Identifier les opportunités d'amélioration des plateformes existantes. Proposer des solutions innovantes répondant aux enjeux métiers. Anticiper les évolutions réglementaires et les enjeux liés à la qualité, la gouvernance et la souveraineté des données.

Rejoignez une task force de Data Engineers au sein d'un grand groupe du secteur de la grande distribution, pilotant des projets stratégiques majeurs liés à l'optimisation du pricing, de l'assortiment, des planogrammes personnalisés et des systèmes d'assistance augmentée. Vous évoluerez dans un environnement Cloud (GCP) moderne, travaillerez avec DBT et SQL sur des volumes de données massifs, et contribuerez à la transformation analytique du groupe. Au cœur de cette mission, vous participerez à la construction et l'évolution d'une plateforme de données moderne, en garantissant l'excellence technique, la scalabilité et la maintenabilité des architectures déployées. Vous travaillerez en étroite collaboration avec une équipe de Data Scientists et d'Analytics Engineers, dans une approche agile et itérative, au sein d'une communauté Data active et engagée. Le contexte est celui d'une transformation data stratégique majeure : le groupe s'appuie massivement sur l'analytique, le machine learning et les systèmes agentiques pour optimiser ses opérations métier et créer de la valeur différenciée. Votre expertise sera déterminante pour soutenir cette ambition. Responsabilités : - Concevoir et définir les architectures cibles des projets de données à venir, en garantissant leur scalabilité, leur sécurité, leur maintenabilité et leur évolutivité - Construire, optimiser et orchestrer des pipelines de données (ETL/ELT) robustes pour transformer et manipuler des bases de données à très grande échelle - Maintenir et faire évoluer les applications de production gérées par l'équipe, en assurant leur stabilité et leur performance - Apporter un support technique solide aux Data Scientists pour faciliter l'exploration, l'industrialisation et le déploiement de leurs modèles analytiques et prédictifs - Garantir l'application des bonnes pratiques de développement logiciel (CI/CD, revues de code, tests automatisés, versioning) au sein de l'équipe - Participer activement à la communauté Data de la plateforme : partage de connaissances, tech talks, veille technologique et montée en compétences collective Télétravail : 2 jours par semaine Localisation : Massy

À propos de SparrowSparrow est une plateforme d'IA et d'Analytics entièrement développée et exploitée en interne. Notre équipe développe un environnement technologique de pointe s'appuyant sur les dernières technologies open source, afin de proposer des solutions robustes et capables de monter en charge. En intégrant des technologies de Machine Learning (ML), d'Intelligence Artificielle (IA), d'IA générative (GenAI) et d'IA agentique, Sparrow permet aux équipes métiers et aux analystes d'innover et de créer de la valeur à partir des données dans l'ensemble de l'organisation. Notre mission est de fournir une plateforme fluide permettant d'accélérer la prise de décision grâce à l'IA. Elle permet notamment à des agents autonomes d'exécuter des tâches, de raisonner sur des jeux de données complexes et d'interagir dynamiquement avec les systèmes de l'entreprise, tout en garantissant scalabilité, sécurité, conformité et facilité d'utilisation. À propos du poste – Platform EngineerEn tant que Platform Engineer au sein de l'équipe Sparrow de BNP Paribas Personal Finance, vous serez au cœur de la mission visant à accélérer l'utilisation du Machine Learning et la valorisation des données à grande échelle. Vous participerez à la construction et à la maintenance d'une plateforme ML & Data robuste, permettant aux Data Scientists et Data Analysts de se concentrer sur leur priorité : exploiter la valeur des données. Vous travaillerez au sein d'une Squad multidisciplinaire comprenant notamment un Product Owner, un Lead, des développeurs Front-end/Back-end et des DevOps. Vous serez notamment chargé(e) de : Concevoir, implémenter et maintenir le backend cloud de Sparrow, orchestré par des opérateurs Kubernetes développés en Golang. Utiliser des outils et bibliothèques open source standards : Argo, MLflow, VS Code, etc. Faire évoluer l'architecture de la plateforme afin de répondre aux nouveaux besoins en Machine Learning, analyse et traitement de données. Maintenir et améliorer les pipelines CI/CD, les workflows de développement et les pratiques de sécurité. Participer à la gestion des incidents et au support de la plateforme, afin de garantir sa haute disponibilité et sa fiabilité. Impact auprès des différentes parties prenantesPour les Data Scientists et Data Analysts : vous contribuerez à créer un environnement efficace et simple d'utilisation afin d'accélérer leur travail et de leur permettre de se concentrer sur la création de valeur plutôt que sur les problématiques d'infrastructure. Pour les équipes Engineering : vous fournirez des capacités de plateforme robustes ainsi que des bonnes pratiques permettant de développer efficacement des fonctionnalités à grande échelle. Pour les métiers : vous assurerez une haute disponibilité des composants et ressources, notamment des modèles utilisés en production. Pour l'organisation : vous contribuerez au maintien d'un haut niveau de sécurité et d'efficacité opérationnelle. Ce poste se situe donc à l'intersection du Cloud Computing, de l'infrastructure Machine Learning et du Software Engineering. Stack techniqueLangages : Golang ; Python est un plus Infrastructure : Kubernetes (IKS), Cert Manager, HashiCorp Vault, Full TLS Conteneurisation : Docker, BuildKit OS : Linux CI/CD : GitLab, GitLab CI, Artifactory Déploiement : ArgoCD, Helm, Kustomize Cache : Redis Sentinel Observabilité / Monitoring : Elasticsearch, Grafana, Beats, Kibana, APM, Prometheus Stockage : MinIO, Block Storage Automatisation : Ansible Profil recherchéCompétences et expériences requisesExpérience significative en tant que Software Engineer ou Cloud Engineer ; le poste correspond à un niveau intermédiaire. Forte attention portée à la qualité et aux processus d'ingénierie logicielle. L'équipe exploite elle-même les solutions qu'elle développe et accorde une importance particulière à leur fiabilité. Expérience en Golang ; Python constitue un plus. Bonne maîtrise de Kubernetes On-Premise, l'ensemble des services et workloads fonctionnant sur Kubernetes au sein de plusieurs clusters. Bonnes capacités de communication écrite et orale. Niveau d'anglais correct, à l'écrit comme à l'oral. Orientation utilisateur et solution. Bonnes capacités analytiques et organisationnelles. Compétences appréciéesExpérience sur des sujets liés au Machine Learning ou à l'Intelligence Artificielle. Expérience avec les technologies Cloud. Conditions de travailLe poste est basé dans un environnement Flex Office à Levallois-Perret ou Mérignac. Le télétravail régulier fait partie intégrante du mode de fonctionnement de l'équipe.

Notre client dans le secteur Banque et finance recherche un/une Business Analyst H/F Description de la mission : Dans le cadre de la mise en place d'une solution RAG, la mission porte principalement sur la spécification fonctionnelle et la coordination entre les équipes métiers, les interlocuteurs data et les équipes IT. Mission Le Business Analyst intervient sur le recueil, la formalisation et la traduction des besoins fonctionnels liés à une solution RAG. Il assure également l'interface entre les utilisateurs, les équipes techniques et les interlocuteurs data, tout en contribuant à la qualité et à la continuité des travaux. Principales responsabilités Formaliser les besoins fonctionnels Préparer et animer les ateliers de travail avec les équipes métiers Rédiger les spécifications fonctionnelles Assurer l'interface entre les utilisateurs, le Data Scientist et les équipes IT Contribuer aux tests et à la recette fonctionnelle de la solution Documenter les travaux afin de faciliter leur reprise et leur continuité Livrables attendus Expressions de besoins formalisées Comptes rendus et supports d'ateliers de travail Spécifications fonctionnelles Éléments de tests et de recette fonctionnelle Documentation de continuité et de reprise des travaux Profil recherché Compétences techniques Bonne connaissance des solutions RAG Bonne connaissance de l'intelligence artificielle générative Maîtrise de la spécification fonctionnelle Contribution aux tests et à la recette fonctionnelle Compétences personnelles Autonomie Rigueur Bonnes capacités d'analyse Capacités de synthèse Bonnes capacités de communication Langues Anglais courant Compétences / Qualités indispensables : Spécifications fonctionnelles, Animation d'ateliers métiers, Solutions RAG, Intelligence artificielle générative, Recette fonctionnelle, Anglais courant Compétences / Qualités qui seraient un + : Expérience dans le secteur bancaire ou les activités de risqueInformations concernant le télétravail : Télétravail : 50%

Dans le cadre du développement et de la modernisation de notre plateforme Data, nous recherchons un(e) Tech Lead Data disposant d'une expertise forte sur Snowflake et dbt. Vous rejoindrez une équipe Data en charge de concevoir, développer et faire évoluer des solutions permettant de collecter, transformer, structurer et valoriser les données de l'entreprise. En tant que Tech Lead, vous serez à la fois référent(e) technique, contributeur(trice) sur les sujets complexes et garant(e) des bonnes pratiques d'architecture, de développement et de qualité des données. Vos principales responsabilités seront : Définir et faire évoluer l'architecture technique de la plateforme Data autour de Snowflake et dbt. Concevoir des modèles de données robustes, performants et maintenables. Développer et industrialiser les transformations de données avec dbt. Concevoir et optimiser les traitements et structures de données dans Snowflake. Mettre en place et faire respecter les bonnes pratiques de développement : Git, code review, CI/CD, tests automatisés, documentation et gestion des versions. Définir les standards de modélisation et de développement Data au sein de l'équipe. Garantir la qualité, la fiabilité, la traçabilité et la performance des données. Identifier les problématiques de performance et proposer des solutions d'optimisation, notamment sur Snowflake. Accompagner les développeurs Data dans la résolution des problématiques techniques complexes. Participer aux choix technologiques et aux décisions d'architecture. Contribuer à la mise en place d'une démarche DataOps / CI-CD. Collaborer étroitement avec les équipes Data Engineers, Data Analysts, Data Scientists, Product Owners et métiers. Assurer une veille technologique sur les évolutions de l'écosystème Data Cloud. Le Tech Lead pourra également être amené(e) à intervenir directement dans le développement des composants critiques de la plateforme et à accompagner les équipes dans la montée en compétence sur Snowflake et dbt.

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.

Contexte Dans le cadre du développement d'un produit, nous recherchons un Tech Lead Data / GenAI pour assurer la coordination technique transverse et accélérer la livraison de nouveaux composants et Enablers GenAI. La mission porte notamment sur la mise en place de solutions permettant l'ingestion et l'exploitation de rapports, documents et données structurées ou non structurées, provenant de sources publiques et internes. Le Tech Lead travaillera en proximité avec les équipes Data Science et les différentes parties prenantes du projet afin de définir les choix techniques, industrialiser les solutions et garantir leur intégration dans l'écosystème existant. Missions Assurer le lead technique et la coordination transverse des différents sujets Data / GenAI. Concevoir et développer des Enablers techniques GenAI permettant d'accélérer la livraison du produit. Concevoir et industrialiser des pipelines d'ingestion de données et de documents structurés / non structurés. Développer les composants nécessaires en Python et intégrer des outils d'ingestion adaptés. Concevoir et orchestrer les workflows Data et traitements associés. Déployer et exploiter les solutions sur Google Cloud Platform. Mettre en place et maintenir l'Infrastructure as Code avec Terraform. Définir et maintenir les pipelines CI/CD. Concevoir des interfaces ou outils de visualisation permettant d'exposer les données et résultats. Participer à la conception de pipelines RAG et composants LLM. Collaborer étroitement avec les Data Scientists pour industrialiser leurs travaux. Garantir la qualité, la maintenabilité, la sécurité et l'observabilité des composants développés. Identifier les points de blocage, proposer les choix d'architecture appropriés et accompagner leur résolution. Communiquer de manière claire sur les avancées, risques et décisions techniques.

Dans le cadre du développement de ses produits data et IA, un grand compte recherche un Product Owner expérimenté pour piloter des produits basés sur le machine learning et l'IA générative dans un environnement agile exigeant. Le consultant interviendra notamment sur : ▪ La gestion du backlog produit : recueil des besoins, rédaction des user stories, priorisation par la valeur ▪ Le cadrage des cas d'usage IA avec les métiers et l'évaluation de leur faisabilité avec les équipes techniques ▪ La coordination des équipes pluridisciplinaires : métiers, data scientists, développeurs, IT ▪ L'animation des ateliers et des rituels agiles ▪ Le suivi de la delivery et la garantie de la qualité des livrables ▪ La définition et le suivi des KPI produit : adoption, valeur métier, performance des modèles, coûts ▪ La gestion du cycle de vie spécifique aux produits IA : phases d'expérimentation, critères de passage en production, amélioration continue des modèles