Find your next tech and IT Job or contract Python

Data Scientist confirmé(e) pour reprendre et poursuivre un projet d'IA Générative à fort impact : le développement d'une solution capable de générer des pré-réponses aux e-mails des adhérents (demandes, réclamations, actes de gestion). Vos missions : Reprise et continuité d'un projet IA Générative existant Conception, entraînement et optimisation de LLM (Gemini/Vertex AI, Mistral) Optimisation d'un pipeline RAG en production (PGVector) Mise en œuvre de bonnes pratiques MLOps/LLMOps (CI/CD IA, monitoring, industrialisation) Déploiement sur environnement Cloud (Cloud Run) Collaboration étroite avec les équipes techniques, Product Owners et architectes Profil recherché : 5 ans d'expérience minimum en Data Science, dont une expérience significative en IA Générative/NLP Python avancé (Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch, Hugging Face) Langchain/Langgraph, MLOps/LLMOps en production, PGVector Expérience Gemini/Vertex AI et/ou Mistral appréciée Autonomie, capacité à reprendre un existant rapidement, esprit d'analyse Une première expérience secteur assurance/mutuelle est un plus Poste basé en environnement sécurisé, méthodologie Agile, documentation en français.

Dans le cadre de la protection des données personnelles traitées par ses systèmes d'intelligence artificielle, un grand compte du secteur financier recherche un AI Privacy Engineer pour garantir la conformité et la minimisation des risques dans l'ensemble du cycle de vie de ses modèles. Le consultant interviendra notamment sur : ▪ L'analyse des traitements de données personnelles dans les systèmes IA : données d'entraînement, données d'inférence, historiques de conversation ▪ La mise en œuvre des techniques de protection : anonymisation, pseudonymisation, minimisation, masquage des données sensibles avant traitement par les modèles ▪ L'évaluation des risques spécifiques aux modèles : mémorisation de données d'entraînement, risque de réidentification, fuites via les réponses générées ▪ La réalisation des analyses d'impact (AIPD/DPIA) sur les cas d'usage IA ▪ La définition des politiques de rétention et de purge des données manipulées par les systèmes IA ▪ L'intégration des exigences de privacy by design dans les projets IA, en lien avec les équipes de développement ▪ L'accompagnement du DPO et le support aux instances de conformité

🚀 Qui sommes-nous ? Finaxys est un cabinet de conseil spécialisé dans les secteurs Banque, Finance et Assurance. Depuis plus de 15 ans, nous intervenons auprès des plus grandes institutions telles que BNP Paribas, Crédit Agricole, Société Générale, AXA, Malakoff Humanis, etc. en proposant des solutions technologiques innovantes (IA, Machine Learning, Data, Cloud, DevSecOps, etc.). Notre mission ? Accompagner nos clients dans leur transformation digitale et répondre aux défis IT les plus complexes grâce à l'expertise de nos équipes. 🎯 Votre mission : En tant que Développeur Python, vous rejoindrez les équipes techniques de nos clients grands comptes pour : Concevoir et développer des solutions sur mesure, performantes et évolutives Participer à des projets innovants dans des environnements riches en données et en calculs complexes Travailler sur des frameworks tels que Django, Flask ou encore FastAPI Contribuer à des architectures modernes basées sur des microservices et des environnements cloud Mettre en place des pipelines d'intégration et de déploiement continu (CI/CD) Collaborer étroitement avec les équipes métier et IT dans un contexte Agile Environnement technique : Python, Django, Flask, FastAPI, SQL, CI/CD.

Le programme, piloté par le Chief Data Officer (CDO) et sous sponsoring de la Direction Générale, comporte plusieurs objectifs, dont celui de la mise en place de la plateforme Data & IA, qui a vocation à devenir le coeur du SI. En parallèle, le chantier de transformation Cloud en cours induit d'importantes adhérences avec les travaux d'industrialisation de la plateforme Data & IA. Le Domaine Data Hub, au sein de la Direction Data dont l'objectif est d'assurer la disponibilité, l'accessibilité et la centralisation des données structurées, semi-structurées et non structurées de la société ainsi que les données provenant de l'extérieur. Ce domaine à vocation à démocratiser l'accès pour et par les métiers à l'exhaustivité des données, à travers les produits Comptoirs Data & Référentiels des données. Le périmètre d'intervention sera les Référentiels de données. Les Référentiels sont le point de vérité unique de la donnée d'entreprise, ils sont centraux à toute l'entreprise et font face à de forts enjeux : • continuité de la mise en place du référentiel OPS • continuité de la mise en place du référentiel documentation comptables • continuité de la mise en place du référentiel nomenclatures • décommissionnement des systèmes legacy • mise en place de parcours utilisateurs et des fronts Objectifs et livrables : • Analyse des données en masse (python, excel, SQL autre) • Recueil des besoins métiers et communication à l'équipe techniques • Cadrage de nouveaux sujets sur le plan fonctionnel et technique • Réalisation de la documentation projet détaillée (confluence, jira...) • Mise place de contrôles qualité tout au long du cycle de vie de la donnée sur Informatica Data Quality et disponible sur dashboard Qlik • Identification et analyse des données en non qualité et remédiation de celles-ci • Rôle de PPO pour aider le PO dans la gestion du backlog (création d'US, planning...) • Mise à jour du dictionnaire de données Datalink (datagalaxy) • Modélisation dans le référentiel (Power Designer) • Gestion de la recette des nouvelles fonctionnalités (automatisation, TNR...) • Mise en place de la stratégie de gestion du support aux utilisateurs • Accompagnement des métiers au changement • Participer à l'élaboration de la stratégie de recette • Définir, rédiger les cas de tests et élaborer les jeux d'essais • Exécuter la recette • Suivre les anomalies et leurs corrections • Être garant de la qualité des livrables depuis la base de DEV, jusqu'à la PROD

TEKsystems recherche pour son client grand compte un Développeur IA Générative Confirmé Python / TypeScript (H/F). Il s'agit d'un programme d emodernisation du système d'information. Le Développeur sera chargé d'accompagner la conception et la mise en œuvre des premières solutions basées sur l'IA générative. L'objectif est de construire des assistants IA et des agents intelligents capables d'interagir avec les outils de l'entreprise afin d'améliorer l'accès à l'information, d'automatiser certaines tâches et d'apporter de nouveaux services aux collaborateurs. Le programme est actuellement en phase de cadrage et de définition des cas d'usage prioritaires, avec une mise en production des premières solutions prévue prochainement. Missions Au sein d'une équipe pluridisciplinaire dédiée à l'innovation et à l'IA, vous participerez à la conception, au développement et à l'industrialisation des solutions. Vos responsabilités seront notamment les suivantes : Concevoir et développer des workflows agentiques et des composants réutilisables. Développer des assistants IA connectés aux outils et services de l'entreprise. Construire des agents IA, prompts outillés et services d'orchestration. Développer et intégrer des APIs. Concevoir des connecteurs vers les outils collaboratifs et applications du SI. Mettre en œuvre des intégrations avec Jira, Confluence, Git, plateformes ITSM et autres services métiers. Participer à l'adoption des standards émergents tels que MCP (Model Context Protocol). Réaliser les tests techniques et automatisés. Mettre en place les dispositifs de monitoring et d'observabilité. Contribuer à l'industrialisation et à la mise en production des composants développés. Produire la documentation technique, les guides d'utilisation et les démonstrateurs. Accompagner les équipes dans l'adoption des nouvelles solutions. Environnement techniqueDéveloppement Python TypeScript APIs REST Architecture logicielle IA Générative LLM Agents IA Prompt Engineering Workflows agentiques LangChain, LangGraph, Semantic Kernel, CrewAI ou équivalent Intégration SI APIs et services internes Jira Confluence Git Outils ITSM MCP (un plus) Industrialisation Cloud Git CI/CD DevOps Tests automatisés Monitoring et observabilité

MissionsApporter une expertise technique sur la base de données Oracle et son écosystème. Mettre en place et maintenir les outils et infrastructures adéquats à l'analyse de données. Assurer une expertise sur les technologies BI ainsi qu'une expertise pointue sur les langages SQL et Python. Veiller au déploiement des pipelines de données et à la gestion de la sécurisation technique. Être force de proposition sur les solutions techniques et leur mise en place. Automatiser les processus d'alimentation des données. Travailler sur l'architecture des données et la mise à disposition des informations pour les data analyst/scientist de l'équipe. Comprendre les données sous-jacentes liées à l'environnement CIB. La maîtrise en front end de Power BI et d'Oracle APEX est un plus.

Les organisations évoluent dans un contexte numérique en constante mutation, où la maîtrise et la sécurisation des infrastructures Cloud sont des leviers incontournables pour la résilience et la compétitivité des entreprises. Vous intégrerez une équipe experte et engagée, dédiée à la conception et au déploiement de services Cloud automatisés et sécurisés, garantissant la scalabilité et la robustesse des applications critiques. Dans ce cadre, vous interviendrez au sein de la direction Cloud, Ops & Digital Workplace d'une grande organisation internationale du secteur de la grande distribution, au sein de l'équipe Cloud Platform sénior, pour renforcer les infrastructures automatisées et assurer leur sécurité et disponibilité. Concevoir et développer des APIs personnalisées avec FastAPI ou Flask, en intégrant OpenAPI et le versionning sémantique. Sécuriser les APIs via l'authentification OIDC, la gestion des droits RBAC, le contrôle de flux rate-limit, la validation de schémas et la gestion des secrets. Automatiser les déploiements par des pipelines GitOps (GitLab CI/CD) incluant build, tests et release, en utilisant le packaging Docker. Mettre en place et réaliser des tests unitaires, d'intégration, de charge ainsi que la gestion de la résilience et des stratégies de rollback contrôlé. Orchestrer les ressources Cloud via Terraform pour la gestion des secrets, DNS, proxys applicatifs (AppGW, Envoy, Nginx, HAProxy) et le stockage. Centraliser la collecte des logs, métriques et traces ; définir et suivre des indicateurs de performance (SLI/SLO), alerter et documenter les procédures d'exploitation (runbooks). Documenter et industrialiser les processus avec la création de templates, guides d'intégration, conventions de code et revues de sécurité. Communiquer efficacement à l'oral et à l'écrit avec les différents interlocuteurs techniques et métiers. Analyser les problématiques techniques avec esprit critique et proposer des solutions innovantes et pragmatiques. Respecter les engagements en termes de délais tout en maintenant un niveau d'exigence et de qualité élevé. Collaborer activement, partager vos connaissances et promouvoir l'intelligence collective au sein de l'équipe. Adopter une posture d'amélioration continue pour faire progresser les pratiques et les outils utilisés. Vous évoluerez dans un environnement technique et humain stimulant, au sein d'une équipe senior qui valorise l'excellence, la collaboration et l'innovation.

Au sein d'une équipe d'environ 25 personnes - Assurer le maintien en condition opérationnelle des infrastructures Linux RHEL (support, astreintes, évolution de l'infrastructure …) - Installer et réaliser le maintien en conditions opérationnelles des environnements cluster Veritas Cluster et GPFS sur Linux - Définir les standards Linux, les règles d'ingénierie, les process et outils de Configuration Management - Construire les infrastructures de déploiement basées sur Kickstart, Ansible - Automatiser les gestes d'exploitation récurrents (via Ansible et/ou scripts shell, Python, Ruby, ...) - Participer aux optimisations des environnements serveurs opérés - Audits de performance - Tunning système Nous souhaitons que tous les collaborateurs de l'entité soient force de proposition et soient intégrés dans toutes les réflexions. A ce titre, le collaborateur devra : - Participer aux réflexions sur l'évolution de ces infrastructures et définir les impacts sur la production / le support - S'inscrire dans une démarche d'amélioration continue et proposer des axes d'améliorations tant sur la partie technique qu'organisationnelle Ce poste vous permettra d'appréhender la production d'un environnement supportant plus de 25000 serveurs Linux et en très forte croissance et constitue une réelle opportunité tant sur le plan technique que sur les perspectives d'évolution (orchestration Cloud, conteneurisation, OS, infrastructures hyperconvergées, baremetal, orientation software defined....)

Dans le cadre du développement d'une nouvelle génération de leur plateforme logicielle, l'équipe recherche un(e) Validateur(rice) Python freelance pour garantir la qualité et la fiabilité du code produit par l'équipe de développement. Vos missions : - Concevoir et exécuter des plans de test rigoureux - Tester le code développé par plusieurs membres de l'équipe technique - Contribuer à la fiabilisation d'un prototype en cours de modernisation - Travailler en lien étroit avec l'équipe de développement, en environnement international (échanges en anglais) Stack : Python (plans de test), Git, Jira, Confluence, Jenkins. 📍 Paris, hybride (2 jours/semaine sur site) 📅 Démarrage septembre 2026 — mission de 3 mois

Dans le cadre d'un projet stratégique autour de la Data Science et de l'Intelligence Artificielle, notre client recherche un Data Scientist confirmé capable d'intervenir de manière autonome sur des problématiques de machine learning appliquées à des enjeux métier. Le consultant intégrera un environnement technique exigeant, en collaboration étroite avec les équipes métiers. Il interviendra notamment sur : ▪ La conception et le développement de pipelines de machine learning / deep learning répondant aux cas d'usage métier (scoring, prédiction, classification, détection d'anomalies) ▪ L'exploration et la préparation des données, le feature engineering ▪ La comparaison de différentes architectures et approches afin d'identifier les modèles les plus adaptés ▪ La conception de métriques d'évaluation adaptées aux cas d'usage, l'analyse des performances et la caractérisation des erreurs ▪ La mise en place de mécanismes de score de confiance et de gestion de l'incertitude ▪ L'industrialisation des modèles en environnement conteneurisé et le suivi des expérimentations (MLOps) ▪ La restitution des travaux auprès d'interlocuteurs techniques et métiers