Mission de l'équipe : Au sein de l'équipe Stress Testing and Data Analytics, la mission consiste à renforcer les capacités de développement et d'industrialisation des traitements de données utilisés dans les exercices de stress testing réglementaires. L'équipe est responsable de la collecte, de la structuration, de la transformation et de la mise à disposition des données nécessaires aux projections réglementaires, aux exercices de stress testing et aux productions associées. Dans le cadre de la préparation de l'EBA Stress Test 2027, le consultant interviendra sur le périmètre Credit Risk afin de contribuer à la fiabilisation des données, à l'automatisation des traitements et à la sécurisation des livrables réglementaires dans un environnement Big Data. La mission s'inscrit dans un contexte international impliquant une collaboration étroite avec les équipes Data, IT, Finance, Risque et Modèles. 1. Développement et industrialisation des traitements de données_ _L'équipe est responsable du développement, de l'évolution et de la maintenance des pipelines de données nécessaires aux exercices réglementaires. Elle conçoit des traitements robustes et industrialisés sous Dataiku DSS v14, en s'appuyant sur Python, PySpark et SQL, afin d'assurer la production de données fiables, reproductibles et auditables. Les traitements développés doivent répondre à des exigences élevées de qualité, de performance et de traçabilité conformément aux principes BCBS 239. 2. Intégration et contrôle de la qualité des données_ _L'équipe assure l'intégration de données provenant de différentes sources réglementaires et internes. Elle est responsable de la transformation des données, de la mise en œuvre des contrôles de qualité, des contrôles de cohérence ainsi que des rapprochements entre les différentes sources. Les écarts détectés doivent être analysés puis faire l'objet d'actions de remédiation afin de garantir la fiabilité des livrables réglementaires. 3. Contribution aux exercices réglementaires_ _L'équipe contribue directement à la construction du Credit Starting Point dans le cadre de l'EBA Stress Test 2027. Elle participe à la préparation des datasets réglementaires, à l'alimentation des templates attendus ainsi qu'à la sécurisation des différentes phases de production jusqu'aux livraisons. Une forte implication est attendue durant les périodes critiques de préparation, de validation, de re-run et de remédiation. 4. Documentation et traçabilité_ _L'équipe est responsable de la documentation technique et fonctionnelle des traitements développés. Elle garantit la traçabilité complète des données, des règles de transformation et des contrôles mis en œuvre afin de répondre aux exigences d'audit et de conformité réglementaire. Prestations demandées : La mission interviendra principalement sur les activités suivantes : Développer et maintenir les pipelines de données sous Dataiku DSS v14. Concevoir, optimiser et exécuter des traitements en Python, PySpark et SQL. Contribuer à la construction du Credit Starting Point dans le cadre de l'EBA Stress Test 2027. Intégrer, transformer et contrôler des données réglementaires et internes. Automatiser les contrôles de qualité et les contrôles de cohérence des données. Réaliser les analyses d'écarts et participer aux actions de remédiation. Produire une documentation technique et fonctionnelle des traitements développés. Garantir la traçabilité et l'auditabilité des données conformément aux principes BCBS 239. Collaborer avec les équipes Data, IT, Finance, Risque, Modèles et les différentes parties prenantes du programme. Participer aux phases de recette, validation, re-run et sécurisation des livrables réglementaires. Expertises : Data Engineering Dataiku DSS v14 Développement de pipelines de données Python PySpark SQL Big Data Data Quality Data Lineage Data Transformation Data Remediation Stress Testing BCBS 239
Entité : mon client (grand groupe, secteur énergie / services) Site : Province, hybride (à préciser) Rôle : AI Engineer TJM max : 400 euros Date de démarrage : 01/10/2026 Date de fin : 30/09/2028 Profil recherché : Consultant AI Engineer intervenant sur le développement de solutions d'IA générative, avec une expertise en Python, RAG et intégration applicative dans un environnement Dataiku. Missions principales : Développer des assistants conversationnels et solutions d'IA générative. Concevoir et faire évoluer des applications basées sur le RAG. Développer des connecteurs d'intégration. Assurer l'interface entre le frontend et le backend par Dataiku via APIs. Participer aux POC et à l'industrialisation des cas d'usage IA (ML, etc.). Développer et maintenir les IHM dédiées aux assistants conversationnels et solutions RAG. Documenter les développements et assurer la qualité du code. Compétences indispensables : Dataiku Python RAG et IA générative APIs REST et intégration applicative Node.js et/ou Angular Vector Search et bases vectorielles GitLab Compétences souhaitées : Docker et Kubernetes PGVector, ChromaDB ou Qdrant Connaissances MLOps/DevOps
Mission de l'équipe : Au sein d'une équipe dédiée au Stress Testing et à la Data Analytics, la mission consiste à concevoir, industrialiser et fiabiliser les traitements de données utilisés dans le cadre des exercices réglementaires de stress testing, des projections prudentielles et des reportings associés. L'équipe évolue dans un environnement Big Data et intervient sur l'ensemble de la chaîne de valeur de la donnée, depuis l'intégration des sources jusqu'à la production de livrables conformes aux exigences réglementaires, avec un niveau élevé de qualité, de traçabilité et de reproductibilité. Dans le cadre de la préparation de l'EBA Stress Test 2027, l'équipe renforce sa capacité d'exécution sur le périmètre Credit Risk, notamment pour la construction du point de départ réglementaire, l'automatisation des traitements et la sécurisation des livraisons.
Entité : mon client (grand groupe, secteur énergie / services) Site : Province, hybride (à préciser) Rôle : MLOps Senior TJM max : 500 euros Date de démarrage : 01/10/2026 Date de fin : 30/09/2028 Profil recherché : Consultant MLOps intervenant sur l'industrialisation, le déploiement et l'exploitation de solutions d'IA générative, avec une forte expertise en Python, CI/CD, Kubernetes et Dataiku dans un environnement Dataiku. Missions principales : Industrialiser et déployer des solutions d'IA et de Machine Learning. Mettre en place et maintenir les pipelines CI/CD. Automatiser les déploiements, les tests et la supervision des modèles. Assurer le maintien en conditions opérationnelles des plateformes IA. Contribuer à l'intégration de solutions d'IA générative et de RAG. Garantir la performance, la sécurité et la fiabilité des environnements. Rédiger la documentation technique et les bonnes pratiques. Compétences indispensables : Dataiku Python MLOps et industrialisation des modèles IA GitLab CI/CD Kubernetes / OpenShift Docker Supervision : Grafana, ELK, Dynatrace Connaissance des architectures RAG et IA générative Compétences souhaitées : Terraform Bases vectorielles (PGVector, ChromaDB, Qdrant) Environnement Cloud / MultiCloud Expérience sur des projets de chatbot ou d'IA générative
La mission consiste à contribuer à la conception, l'industrialisation, l'exploitation et l'évolution des plateformes et services Data. Le consultant interviendra aussi bien sur les projets DATA que sur les activités de RUN. Il devra être capable de travailler dans un environnement technique large, sans nécessairement être expert sur chaque technologie, mais avec une bonne culture Data / Big Data / DevOps / Cloud. Une forte capacité d'autonomie, de curiosité et de proposition est attendue afin d'accompagner les équipes dans leurs choix techniques et leur évolution. MISSIONS PRINCIPALESParticiper aux projets Data et aux activités de RUN. Concevoir et faire évoluer les solutions Data Engineering. Participer à l'industrialisation et à l'automatisation des traitements et infrastructures. Développer et maintenir les pipelines CI/CD. Participer à la gestion et à l'exploitation des environnements Docker / Kubernetes. Automatiser les opérations à l'aide d'Ansible et/ou Terraform. Intervenir sur les bases de données SQL Server, PostgreSQL et MongoDB. Participer à l'exploitation et à l'évolution des environnements Big Data. Contribuer aux sujets Cloud public AWS / GCP. Participer à la supervision et à l'observabilité des plateformes. Analyser les problématiques de production et contribuer à leur résolution. Proposer des améliorations techniques et opérationnelles. Challenger l'existant et orienter les choix techniques lorsque nécessaire. Collaborer avec les équipes Data, DevOps, infrastructure et projets.
🌐 ContexteDans le cadre de l'accompagnement d'un acteur majeur du secteur de l'assurance dans sa transformation Data, nous recherchons un(e) Data Engineer Senior / Lead Data pour renforcer une équipe Data basée à Niort. Vous intégrerez une équipe travaillant sur des sujets stratégiques autour de la valorisation de la donnée, de l'industrialisation des produits Data et de l'évolution des plateformes décisionnelles. 🎯 Vos missionsVous interviendrez notamment sur : Concevoir, développer et industrialiser des solutions Data (ETL/ELT) Construire et faire évoluer des produits Data à destination des métiers Participer à la transformation des outils et plateformes Data Développer des traitements et flux de données robustes Réaliser la modélisation des données (MCD, MLD, modèles dimensionnels) Concevoir et optimiser des DataWarehouses et DataMarts Réaliser des requêtes SQL complexes Accompagner les équipes métiers et Product Owners dans la définition des solutions Garantir l'industrialisation, la qualité et la maintenabilité des solutions développées 🛠️ Environnement techniqueDataiku Tableau Business Objects SQL ETL / ELT DataWarehouse / DataMart Python apprécié GitLab / outils de gestion de versions
🌐 ContexteDans le cadre d'un programme de modernisation Data, nous recherchons un(e) Data Analyst Technique / Consultant Dataiku afin d'accompagner la migration des traitements SAS vers une plateforme Dataiku Cloud. Vous rejoindrez une équipe projet travaillant sur la transformation des usages Data et l'industrialisation des traitements. 🎯 Vos missionsVos principales missions seront : Manipuler et transformer des données issues de différentes sources via Dataiku Cloud Développer et maintenir des traitements Dataiku Transformer des recettes Dataiku On-Prem vers Dataiku Cloud Participer à la migration de programmes SAS vers Dataiku Concevoir et mettre à disposition des datasets métiers Réaliser des analyses à destination des équipes métiers Suivre l'activité projet via Jira Documenter les traitements et solutions développées via Confluence 🛠️ Environnement techniqueDataiku Cloud SQL BigQuery SAS Jira Confluence
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
Dans le cadre du programme Agents (IA générative / agentic AI), nous recherchons un Data Scientist expérimenté afin de contribuer aux phases d'expérimentation, de prototypage (PoC) et d'industrialisation progressive des cas d'usage métier. Le programme vise à explorer et structurer l'usage d'agents intelligents permettant d'automatiser et d'augmenter des processus métier, en s'appuyant sur des architectures modernes intégrant LLM, orchestration, data pipelines et Cybersécurité. Les Agents IA sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. Objectifs de la mission La mission consiste à intervenir en tant que Data Scientist spécialisé dans la création et la mise en exploitation d'agents IA. Les principaux objectifs sont les suivants : • Concevoir et développer des PoC et MVP autour d'agents IA • Explorer différentes approches techniques (agent frameworks, orchestration, RAG, tool use, …) • Évaluer les performances, la robustesse et les limites des solutions testées • Contribuer aux choix d'architecture cible pour le programme • Participer à la capitalisation des expérimentations (best practices, patterns) • Accompagner la montée en maturité des cas d'usage vers leur industrialisation Cette mission s'inscrit, par ailleurs, dans une démarche de gouvernance des cas d'usage IA pour le groupe, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Périmètre technique Le consultant devra être capable d'intervenir sur un écosystème technologique varié, notamment : • Frameworks agentiques et orchestration : LangGraph, outils équivalents • LLM & IA générative : Mistral, modèles open source ou propriétaires • Plateformes Data / ML : Dataiku, Domino • Solutions éditeurs / partenaires : IBM (watsonx, orchestration, etc.) • Approches RAG avancées (multi-sources, pipeline complexe) Livrables attendus • PoC fonctionnels démontrant les capacités des solutions testées • Analyses comparatives (technologies, approches) • Recommandations d'architecture et bonnes pratiques • Documentation technique et synthèses pour prise de décision Conclusion Cette mission est d'importance et s'inscrit dans une démarche stratégique visant à préparer le passage à l'échelle des architectures agentiques au sein du SI, en cohérence avec les standards data, IA et sécurité du Groupe.
Descriptif de mission Contexte Au sein du pôle Data & IA, intégration de l'équipe GenAI en charge de la conception et de l'exploitation de plateformes d'Intelligence Artificielle à destination des différentes entités du groupe. L'objectif est de concevoir des offres d'IA générative industrialisées, sécurisées et hautement disponibles, déployables aussi bien sur des infrastructures Cloud (AWS, GCP) que On-Premise, en s'appuyant sur des architectures modernes, distribuées et résilientes. Missions Concevoir et déployer des architectures techniques dédiées aux plateformes d'IA générative. Industrialiser et automatiser le déploiement de plateformes agentiques via les pratiques MLOps et LLMOps. Développer et maintenir des services managés en intégrant les exigences de sécurité, de conformité et de gouvernance. Automatiser les infrastructures et les pipelines de déploiement (Infrastructure as Code, CI/CD). Assurer la mise en production, le maintien en condition opérationnelle et l'optimisation des plateformes IA. Participer aux choix d'architecture et assurer le rôle de référent technique sur un produit de la squad. Concevoir la documentation technique et accompagner l'adoption des solutions auprès des équipes internes. Réaliser des démonstrations techniques et promouvoir les offres d'IA générative. Participer aux cérémonies Agile (Daily Scrum, Sprint Planning, Backlog Refinement, Roadmap) et contribuer aux travaux de la squad. Participer aux astreintes techniques afin de garantir la disponibilité des plateformes.
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
Contexte de la mission Au sein de l'international Digital Factory, nous amorçons une transformation profonde de nos processus de delivery pour passer d'un modèle traditionnel à une "Agentic Factory". L'objectif est d'intégrer massivement l'IA agentique au cœur du cycle de vie de nos applications pour atteindre trois objectifs industriels : une documentation technique nativement auto-mise à jour, une couverture de tests automatisés proche de 100%, et un saut historique en matière de productivité et de qualité logicielle. Le premier jalon critique de cette transformation sera l'application immédiate de ces méthodes sur un cas concret et urgent : la reprise en main, la cartographie et la rétro-documentation flash d'une application stratégique complexe en phase de transition RH. Nous recherchons un Architecte IA Senior / Ingénieur IA capable de concevoir cette vision cible tout en délivrant des résultats opérationnels dès ses premiers jours. Missions principales 1. Phase 1 : Sauvetage Tactique et Reverse-Engineering (Urgence Immédiate) Déployer et configurer des environnements d'IA agentique pour le code (type Cursor Enterprise, Claude Code, ou équivalents sécurisés) pour indexer 100% des repositories d'une application stratégique en transition. Automatiser la création de cartographies de dépendances, de schémas d'architecture dynamiques (Mermaid/UML) et de fiches de sûreté technique. Mettre en place un pipeline d'ingestion (LLM/RAG) pour traiter, structurer et rendre interrogeables les sessions de transfert de compétences (transcriptions vidéo, wikis, tickets). 2. Phase 2 : Initialisation de l'Agentic Factory (Moyen Terme) Zéro Dette de Documentation : Concevoir et implémenter les workflows IA permettant de générer et de mettre à jour la documentation technique de manière totalement autonome à chaque commit/pull-request. Qualité Totale (Objectif 100% Tests) : Déployer des agents IA spécialisés dans la génération autonome de plans de tests, de tests unitaires et de bout en bout pour couvrir l'intégralité du patrimoine applicatif. Accélération des Devs : Accompagner et outiller nos hubs de développement (Inde, Mexique) dans l'adoption des agents de codage pour maximiser la vélocité et élever les standards de qualité du code. 3. Phase 3 : Gouvernance et Architecture Cible Définir la stack technologique de la future plateforme d'ingénierie assistée par IA de la Digital Factory. Évaluer, maquetter et arbitrer la solution industrielle cible en fonction de nos assets d'entreprise et des contraintes de sécurité (Scénarios : Databricks, Dataiku, LLM souverains ou outils managés Cloud).
MissionsAu sein d'une organisation Agile et DevOps, l'ITOps est le garant de l'exploitabilité, de la disponibilité et de la résilience des solutions IT, il accompagne les équipes projets dans l'intégration des exigences de production, de sécurité et d'infrastructure tout au long du cycle de vie des applications et plateformes. En complément, la dimension DataOps consiste à assurer le déploiement et l'architecture Data autour des solutions Databricks & Dataiku. Le rôle consiste à garantir la stabilité, la performance et la sécurité des environnements, en collaboration avec les équipes techniques et métiers de la direction Data & IA d'une grande entreprise du secteur financier. Attention : nous ne recherchons pas un Data Engineer ni quelqu'un ayant simplement exploité ces solutions en tant qu'end user, mais un profil ITOps possédant de l'expérience dans le déploiement et l'industrialisation de solutions Data, notamment Databricks et/ou Dataiku. Responsabilités principalesAdministrer les environnements Databricks et Dataiku : gestion des clusters, sécurité et gouvernance (Databricks Azure, Dataiku on prem) Automatiser le déploiement et la configuration IaC Administrer des environnements Airflow, Starburst … et rétablir le service en cas d'incident Assurer la fiabilité, l'intégrité et la qualité de la plateforme en production Participer à la conception d'architectures data end-to-end (ingestion, stockage, transformation, exposition) et anticiper les impacts sur la production
Consultant AIOps chargé de l'exploitation et de la supervision d'une plateforme d'IA générative, avec une forte expertise en Kubernetes, OpenShift, CI/CD et observabilité dans un environnement Dataiku. Missions principales : - Assurer le RUN et le MCO de la plateforme IA. - développement des pipelines de données - Administrer les environnements DEV, STG et PROD. - Mettre en place le monitoring, l'observabilité et l'alerting. - Supervision des ressources de la plateforme ( FinOps ) - Gérer les accès, la sécurité et les habilitations. - Automatiser les déploiements et l'exploitation de la plateforme. - Contribuer à la documentation et aux bonnes pratiques d'exploitation.
Résumé : Ce poste de Machine Learning Engineer au sein du Data Office vise à développer et déployer des solutions de machine learning pour optimiser la gestion des données et soutenir les objectifs commerciaux du PMU. Responsabilités : Optimiser la collecte des données en amont (data processing, feature engineering,…) et l'exposition des modèles en aval (API, endpoints…). Collaborer étroitement avec les data engineers pour intégrer efficacement les modèles de machine learning. Collaborer avec les data scientists pour déployer les meilleures versions des modèles. Implémenter des pratiques de ML Ops sur toute la chaîne data science. Monitorer les modèles en production et gérer leur cycle de vie. Documenter les processus et systèmes de machine learning. Must Haves : Minimum de 6 années d'expérience en data science et data engineering. Excellente connaissance des techniques et modèles de machine learning et IA. Bonnes compétences sur AWS. Excellente connaissance de l'écosystème Dataiku. Expérience avancée en programmation avec Python, SQL, Spark et Scala. Nice to Haves : Maîtrise des frameworks classiques de machine learning et IA. Excellent esprit d'équipe. Approche pragmatique et orientée résultats. Aisance à vulgariser et expliquer votre travail. Autres détails : Localisation : Paris Télétravail : 2 jours de télétravail (jeudi/ vendredi) Date de début : 15 septembre
