Find your next tech and IT Job or contract Data Scientist

Nous recherchons pour l'un de nos clients un Data Engineer Databricks & DBT sénior (H/F) Dans le cadre du développement de notre plateforme Data, nous recherchons un(e) Data Engineer passionné(e) par les technologies Cloud et les architectures modernes de traitement de données. Vous rejoindrez une équipe Data dynamique afin de concevoir, développer et optimiser des pipelines de données robustes, scalables et performants, en vous appuyant sur Databricks, dbt et les meilleures pratiques d'ingénierie Data. Vos missions Concevoir, développer et maintenir des pipelines de données fiables et performants. Développer des transformations de données avec dbt. Concevoir et optimiser des traitements de données sur Databricks (Spark/PySpark). Participer à la modélisation des données (Data Warehouse, Data Lakehouse). Mettre en œuvre les bonnes pratiques de qualité, de tests et de documentation. Industrialiser les traitements via des pipelines CI/CD. Collaborer avec les équipes Data Analysts, Data Scientists et métiers. Participer à l'amélioration continue de la plateforme Data.

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.

MLOps Engineer – Azure / Cloud & IA – Freelance / 6 mois de contrat initial / Bruxelles Pour le compte d'un client final qui accompagne quotidiennement des millions de particuliers et de professionnels dans toute l'Europe, nous recherchons un(e) des MLOps Engineers Séniors sur environnement Microsoft Azure, afin d'industrialiser et fiabiliser le cycle de vie des modèles d'IA à grande échelle. Informations clés de la mission Type de contrat : Prestation freelance Localisation : Bruxelles (Belgique) Rythme : Temps plein Démarrage : Dès que possible / à convenir Durée : Longue visibilité (contrats renouvelables) Télétravail : Politique hybride flexible (quelques jours sur site à Bruxelles / remote) Environnement : Contexte multiculturel, dynamique et en forte croissance Vos principales responsabilités Concevoir, automatiser et orchestrer les pipelines de bout en bout pour l'entraînement, le packaging, le déploiement et le monitoring des modèles d'apprentissage automatique (ML/DL). Industrialiser les plateformes de Machine Learning sur Azure (Azure Machine Learning, AKS, Databricks). Mettre en œuvre et maintenir les chaînes de CI/CD adaptées aux spécificités de la Data et du ML (GitOps, Azure DevOps / GitHub Actions). Mettre en place des mécanismes avancés de gouvernance, de versioning de données/modèles (MLflow, Feast/feature stores) et de tracking des métriques d'apprentissage. Assurer la surveillance continue des modèles en production (détection de data drift, concept drift, suivi des temps de latence et d'inférence). Collaborer étroitement avec les Data Scientists, les Data Engineers et les équipes d'infrastructure Cloud pour optimiser les performances et les coûts (FinOps).

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

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.