Find your next tech and IT Job or contract Python

Notre client, grand groupe du secteur du luxe, recherche un ingénieur Cloud & Devops pour renforcer son équipe. Vos missions :Administrer les habilitations Azure et GCP : rôles, périmètres, attribution, revue et révocation des accès. Garantir l'application du moindre privilège et des règles de sécurité. Exploiter et faire évoluer les environnements Cloud et leurs politiques de gouvernance. Déployer les droits et règles de conformité via Terraform / Terraform Cloud. Administrer les accès et permissions sur GitLab, Terraform Cloud et Dynatrace. Automatiser les opérations via Python, PowerShell et Bash. Assurer le support des équipes de production et projets. Maintenir la documentation, les référentiels d'habilitations et les runbooks.

ContexteDans le cadre du renforcement de son équipe Data, notre client recherche un Data Architect / Tech Lead spécialisé sur les technologies Snowflake et DBT. Le consultant interviendra sur des sujets d'architecture Data, Data Engineering et Cloud, avec pour objectif de concevoir et faire évoluer des solutions Data robustes, évolutives et industrialisées. Il sera également amené à jouer un rôle de référent technique auprès des équipes Data et à accompagner les choix d'architecture et les bonnes pratiques de développement. Missions principalesConcevoir et faire évoluer l'architecture Data autour de Snowflake. Participer à la conception de plateformes et solutions Data Cloud. Définir les architectures adaptées aux besoins des projets Data. Concevoir, développer et faire évoluer des pipelines de données ETL/ELT. Mettre en œuvre les transformations de données avec DBT. Accompagner les équipes dans l'utilisation de Snowflake et DBT. Définir et promouvoir les bonnes pratiques d'architecture, de développement et d'industrialisation Data. Intervenir sur des problématiques de Data Engineering et Cloud. Participer à l'intégration et à la transformation des données provenant de différentes sources. Optimiser les traitements et les flux de données. Garantir la qualité, la fiabilité et la disponibilité des données. Participer à la mise en place de solutions Data évolutives et performantes. Assurer un rôle de Tech Lead auprès des équipes techniques. Accompagner les Data Engineers dans leurs choix techniques. Participer aux revues de code et aux revues d'architecture. Identifier les axes d'amélioration et contribuer à l'industrialisation des processus Data. Collaborer avec les équipes Data, Cloud, Analytics et les équipes métier. Participer à la documentation des architectures et des solutions mises en œuvre. Compétences techniques — indispensablesSnowflake — expertise Certification Snowflake — Must Have DBT — expérience concrète Data Architecture Tech Lead / leadership technique Data Engineering ETL / ELT SQL Cloud Data Platform Environnement techniqueData Warehouse / Data Cloud Snowflake DBT SQL Data Engineering / Big Data Apache Spark PySpark Python Pandas Hadoop Impala Cloud / Azure Microsoft Azure Azure Databricks Azure Data Factory Azure Data Lake Storage / ADLS Data Integration / Orchestration Azure Data Factory Informatica Stonebranch Power Automate Analytics / BI Power BI DevOps / Collaboration GitHub Databricks Repo Jira Confluence Méthodologie Agile

- Auditer l'architecture et le framework .NET/C# existant. - Comparer les différentes technologies candidates. - Recommander le framework cible et la stratégie de migration. - Auditer la chaîne CI/CD Azure DevOps. - Évaluer l'utilisation de Kubernetes. - Identifier les risques et axes d'amélioration. - Produire un rapport d'audit + roadmap. - Réaliser la restitution auprès des équipes. Livrables attendus:À l'issue des 5 jours, le consultant devra fournir : Rapport d'audit technique Analyse de l'architecture existante Matrice comparative des frameworks candidats Recommandation argumentée du framework cible Préconisations concernant la stratégie de migration Audit et recommandations sur Azure DevOps / CI/CD Audit de l'utilisation de Kubernetes Identification des risques et points de vigilance Roadmap / plan d'action priorisé Restitution auprès des équipes techniques et du management

Contexte :Dans le cadre de plusieurs projets stratégiques autour de la Data et de l'Intelligence Artificielle, notre client recherche un Data Scientist confirmé pour reprendre, faire évoluer et industrialiser des projets et modèles existants. Dans un environnement en pleine transformation, le consultant contribuera également à la construction d'une nouvelle stack technique basée notamment sur MLflow, Airflow et Kubernetes. Missions principales :Reprendre rapidement la compréhension des projets, modèles et codes existants. Concevoir, développer et optimiser des solutions de Machine Learning. Intervenir sur des sujets LLM, IA générative et RAG. Faire évoluer les solutions existantes afin de les intégrer à la nouvelle stack technique. Participer à l'industrialisation et au déploiement des modèles. Contribuer à la mise en place et à l'amélioration des pratiques MLOps / LLMOps. Veiller à la documentation, la maintenabilité et la qualité des solutions livrées. Participer notamment à un projet d'IA visant à générer des pré-réponses aux e-mails des utilisateurs. Livrables attendus :Modèles et solutions ML/LLM développés et optimisés. Solutions industrialisées et déployées sur la nouvelle stack. Pipelines et processus MLOps / LLMOps opérationnels. Documentation technique et fonctionnelle des solutions. Code maintenable et réutilisable. Évolution des projets existants conformément aux besoins du client.

Expert technique sur l'infra As Code et le CI/CD avec une expérience minimum de 10 ans obligatoire. Responsabilités : - Réaliser et modifier une API CRUD - Réaliser et modifier différents rôles et playbooks Ansible - Réaliser et modifier différents modules Terraform - Réaliser et modifier différents jobs et pipelines Gitlab-CI - Assurer le support N3 de la chaîne CI/CD - Participer à l'alimentation de la roadmap technique et à l'élaboration des normes d'exploitation Environnement technique : Ansible, Git, Kubernetes, Python, Terraform, VMware, VSphere, Hashicorp Vault, API Rest

Expert technique sur l'infra As Code et le CI/CD avec une expérience minimum de 10 ans obligatoire. Responsabilités : - Réaliser et modifier une API CRUD - Réaliser et modifier différents rôles et playbooks Ansible - Réaliser et modifier différents modules Terraform - Réaliser et modifier différents jobs et pipelines Gitlab-CI - Assurer le support N3 de la chaîne CI/CD - Participer à l'alimentation de la roadmap technique et à l'élaboration des normes d'exploitation Environnement technique : Ansible, Git, Kubernetes, Python, Terraform, VMware, VSphere, Hashicorp Vault, API Rest

CONTEXTE : Notre ESN accompagne un acteur bancaire majeur dans un programme stratégique d'industrialisation et d'enrichissement de sa gestion des incidents, avec une ambition d'étendre cette démarche à l'ensemble des processus ITSM Ce programme s'appuie sur des technologies innovantes d'intelligence artificielle, de machine learning et d'automatisation, intégrées à la plateforme ITSM du groupe (ServiceNow). MISSIONS PRINCIPALES : En tant que Développeur IA, vous intégrerez les équipes de développement et de production pour concevoir et mettre en œuvre les briques d'intelligence artificielle du dispositif. Vos responsabilités incluront : · Le développement d'APIs d'orchestration pour la gestion des incidents. · La conception de systèmes d'IA pour la classification automatique des tickets et l'assistance à la rédaction. · La création et l'optimisation des prompts de catégorisation des tickets. · L'implémentation et l'ajustement d'algorithmes de machine learning (clustering, génération de texte). · L'intégration des briques IA avec les processus ITSM existants et la plateforme ServiceNow. · L'analyse des échanges et des performances des outils IA, ainsi que la définition et le suivi des indicateurs d'impact. · La documentation et la capitalisation des connaissances sur le SI métier. · La prise en compte de la sécurité et de la protection des données traitées.

Contexte :Dans le cadre du renforcement de son équipe Data, notre client recherche un Développeur Data confirmé spécialisé Snowflake / dbt pour participer à la conception et à l'évolution de sa plateforme Data Cloud. Missions :Concevoir et développer des pipelines de données et des traitements ETL/ELT. Développer et maintenir les modèles de données sur Snowflake avec dbt. Développer des traitements Data en Python / PySpark / Spark. Participer à l'ingestion et à la transformation de données issues de différentes sources. Optimiser les traitements SQL et les performances des pipelines. Mettre en place les tests et contrôles de qualité des données. Participer à l'orchestration des pipelines avec Airflow / Azure Data Factory. Contribuer à l'industrialisation des développements via Git et CI/CD. Participer aux évolutions de l'architecture Data et aux bonnes pratiques de développement. Environnement technique :Snowflake, dbt, SQL, Python, PySpark, Apache Spark, Azure, Azure Data Factory, Azure Databricks, ADLS, Airflow, Kafka, Delta Lake, Git, CI/CD, Power BI. Profil recherchéExpérience confirmée en Data Engineering. Très bonne maîtrise de Snowflake, dbt et SQL. Bonne maîtrise de Python et PySpark/Spark. Expérience sur un environnement Cloud Azure. Connaissance des outils d'orchestration et des pratiques CI/CD. Autonomie, rigueur et capacité à travailler dans un environnement Agile

Contexte de la mission Au sein de la DSI France, le département SI METIER & DATA souhaite renforcer sa capacitée à réaliser des projets Data. Au sein de l'équipe Data et de l'équipe projet, le Data Engineer réalise les intégrations de données, les traitements et les reportings dans PALANTIR Foundry. Il propose et recherche les meilleurs solutions techniques en collaboration avec l'équipe projet et participe au suivi quotidien des flux de données. Le projet concerne en particulier le traitement de données de consommations IT. Objectifs et livrables Comprendre les besoins métier et faire les investigations nécessaires pour une réalisation optimale Concevoir et réaliser les développements et configurations dans Palantir Documenter les réalisation, présenter le résultat et participer aux recettes Intégrer l'équipe BI, travailler en collaboration avec tous les membres et participer à la communité technique. Participer au suivi quotidien des applications Pour cette mission, l'expertise et les compétences attendues sont : · Manipulation et traitement des données : Python · Création de dashboard et fonction d'affichage (JavaScript/TypeScript) · Cloud, Base de données, stockage, automatisation · Framework SPARK · Manipulation d'APIs, etc... · Outil de versionning (GIT) · Comprendre la structure des bases de données mises en place (architecture en étoile, relation 1-N ou N-N..) · Methode Agile / Jira · Connaissance de PALANTIR serait un plus · Anglais : niveau professionnel · Outils bureautique : intermédiaire ou expert (faire un CR, une présentation,…) Compétences demandéesCompétencesNiveau de compétence JIRA / Agile Confirmé Data Engineering Expert AI-assisted development Confirmé Python/pyspark Expert LanguesNiveau de langue Anglais Courant

Au sein de la direction conformité ou sécurité financière d'un acteur bancaire, nous recherchons un Data Scientist spécialisé dans la détection de la fraude et la lutte contre le blanchiment (LCB-FT) pour renforcer les dispositifs de surveillance des transactions. Le consultant interviendra notamment sur : ▪ La conception et le développement de modèles de détection de fraude sur les transactions et les parcours clients ▪ Le développement de modèles de détection des comportements suspects au titre de la LCB-FT (AML) et l'optimisation des scénarios de surveillance existants ▪ La réduction du taux de faux positifs des dispositifs de filtrage et de surveillance, enjeu majeur de productivité pour les équipes d'analystes ▪ L'analyse des typologies de fraude et de blanchiment, et leur traduction en variables et règles exploitables par les modèles ▪ L'évaluation rigoureuse des modèles et la documentation nécessaire à leur validation indépendante et à leur présentation au régulateur ▪ L'explicabilité des modèles : capacité à justifier chaque alerte auprès des analystes et des autorités ▪ L'industrialisation des modèles et leur suivi en production (dérive, réentraînement)