Find your next tech and IT Job or contract Python

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

Le Bénéficiaire souhaite une prestation d´accompagnement dans l´objectif d´assurance d'un service d´ingénierie cybersécurité. Dans le cadre du déploiement du SOC ITG et de la collecte des logs sécurité de ses entités métiers, le bénéficiaire souhaite une prestation en ingénierie Data Collect et Data Transformation autour des solutions techniques Elastic Search et Elastic Beats, afin d'enrichissement d'un "puit de donnée sécurité" pour permission de la corrélation d'événements, et la mise en place d'alerting sur des paterns de sécurité. Les missions sont: - Mise en place et définition des mécanismes de collecte, - Définition des patterns d'architectures de la collecte, - Définition et mettre à jour l'architecture de l'infrastructure (schéma, point réseau (flux, routage)) - Déploiement de ces dispositifs sur le socle d'infrastructure Groupe, et sur les entités opérées dans les filiales ou à l'étranger, - Définition et mise en œuvre d'une stratégie de collecte uniforme et standardisée via Ansible - Mise en place de pipelines d'enrichissement de la donnée, - Maintien condition opérationnelle de la plateforme de collecte et des agents de collecte, - Mise en place de processus d'onboarding de nouvelles sources de logs ou d'assets en liens avec les responsables des systèmes monitorés, - Mise en place et évolution d'un système de monitoring de notre infrastructure et alerting sur la collecte des logs - Création et évolution de dashboard avec Kibana - Réponse aux audits réglementaires et internes - Support et conseil aux entités utilisatrices des services, - Maintien et contrôle de la donnée collectée (exhaustivité et qualité).

Missions principales : Définir les architectures de référence des solutions agentiques et des usages IA. Concevoir les modèles d'intégration entre la plateforme IA et le système d'information. Accompagner la mise en œuvre de workflows agentiques complexes et l'orchestration multi-agents. Définir les standards de développement, de test, d'observabilité et de gouvernance des agents IA. Identifier les technologies, frameworks et composants adaptés aux besoins métiers. Superviser et challenger les développements des équipes produit et des partenaires. Concevoir et évaluer les intégrations avec GitHub, Jira, Confluence, ITSM, les bases documentaires, les API et les services métiers. Participer aux travaux sur les protocoles d'interopérabilité MCP, A2A et autres standards émergents. Mettre en place les mécanismes de supervision, de mesure de la qualité, de traçabilité et de contrôle des usages IA. Accompagner l'industrialisation des solutions, de la preuve de valeur jusqu'à la production. Assurer une veille sur les plateformes IA, les LLM et les architectures agentiques. Compétences techniques : Architectures LLM et IA générative. Agents mono-agent et multi-agents. Orchestration de workflows agentiques. RAG, mémoire conversationnelle et gestion du contexte. Protocoles MCP et A2A. Gouvernance, évaluation, monitoring, traçabilité et contrôle des agents IA. Python. TypeScript apprécié. API, microservices et connecteurs. Intégration de systèmes d'information complexes. CI/CD et pratiques DevOps. Architecture applicative et urbanisation SI. Cloud Azure, AWS ou GCP. Kubernetes et OpenShift. Sécurité, observabilité et exploitation des plateformes IA. Leadership : Animation et accompagnement d'équipes techniques. Coaching de développeurs. Définition de standards et d'une architecture cible. Capacité à challenger les choix techniques. Capacité à fédérer les équipes autour d'une vision commune. Livrables attendus : Architectures de référence et dossiers d'architecture. Frameworks, patterns et composants réutilisables. Standards de développement, de test et de gouvernance IA. Patterns d'intégration avec le SI. Cas d'usage industrialisables et trajectoire de passage à l'échelle. Guides d'architecture et recommandations techniques. Dossiers de décision technologique (ADR). Méthodologies de développement et d'exploitation des agents IA. Supports de démonstration et accompagnement des parties prenantes.