Find your next tech and IT Job or contract Python

Nous recherchons pour l'un de nos clients un DevOps / Cloud Infrastructure Engineer afin de rejoindre une équipe technique travaillant sur une plateforme Cloud à grande échelle, dans un environnement où les enjeux de sécurité, industrialisation et disponibilité sont particulièrement importants. Vous intégrerez une équipe d'ingénieurs et travaillerez en collaboration avec des profils Infrastructure, Data, Architecture et Product. Missions Vous participerez au développement, à l'évolution et à la maintenance de l'ensemble de l'infrastructure définie as code. La mission se répartit approximativement de la manière suivante : Terraform : 45 % – développement et maintenance de l'Infrastructure as Code ; Helm & Docker : 30 % – création et maintenance de charts Helm et Dockerfiles ; Bash : 20 % – développement de scripts, outils de contrôle et automatisation des déploiements ; Python : 5 % – interactions avec les équipes Data, tests et besoins spécifiques des utilisateurs. Vous serez notamment amené à automatiser le déploiement d'infrastructures Cloud à grande échelle sous Microsoft Azure à l'aide de Terraform, Terragrunt, Packer et Ansible. Vous participerez également au déploiement et à l'industrialisation de différents composants au sein de clusters Kubernetes, notamment Ingress, Keycloak, Nexus, GitLab, Jupyter, Spark ou PostgreSQL. Vous contribuerez aux évolutions d'architecture de la plateforme, à l'amélioration des processus de déploiement, à la documentation technique ainsi qu'à l'application des bonnes pratiques de sécurité.

Contexte L'équipe détecteur IMINT (IMagery INTelligence) travaille sur des algorithmes de détection d'objets d'intérêt militaire sur des images satellites. Le pôle est composé d'une vingtaine de personnes dont une majorité de Deep Learning Scientists. Pour faire face à une augmentation de la charge, nous avons besoin de renforcer rapidement l'équipe en particulier pour travailler sur le développement d'un Retraining Kit. L'objectif est de permettre à nos clients de réentraîner certains de nos détecteurs sur leurs propres données et cas d'usage. Ce kit s'appuiera sur plusieurs modules internes de notre AI factory, notamment pour préparer les données, lancer et suivre les entraînements, évaluer les performances et packager le détecteur réentraîné. Nous cherchons à renforcer l'équipe avec un profil ML Engineering capable de contribuer à la mise en production de ce kit. La personne fera partie intégrante de l'équipe et s'intègrera dans une squad de 3 personnes. La mission sera d'une durée minimale de 6 mois. La personne devra venir sur site au minimum 2 jours par semaine. Mission Les missions principales sont : Développer le Retraining Kit en s'appuyant sur les modules internes de notre AI Factory. Valider et fiabiliser le kit pour un déploiement client via des tests de bout en bout, l'amélioration des workflows, de la qualité logicielle et de la documentation. Profil recherché en résumé : Une formation en Software Engineering, en machine learning, computer vision ou domaine similaire. 2 ans d'expérience minimum en ML Engineering, très bonne connaissance de Python et des bonnes pratiques en développement logiciel Expérience en Deep Learning et / ou Computer Vision o D'une expérience en SW engineering (culture archi / design, qualité / testing / CI/CD). o Une connaissance de l'imagerie satellite est un plus. En terme de méthodologie de travail : d'une expérience en environnement agile, sans pour autant en défendre une application dogmatique En terme de soft skills : o D'autonomie et de capacité à investiguer un problème de bout en bout. o D'une posture user-centric, en pensant avant tout aux besoins des utilisateurs. o D'ouverture d'esprit, communication, et travail en équipe. Conditions de la mission : Intégration dans une squad de 3 personnes, Mission de 6 mois minimum Présence sur site 2 jours par semaine

Mission de l'équipe : La mission porte sur la validation indépendante et le contrôle des données d'Insurance Accounting liées aux instruments Fixed Income au sein des différents livres comptables. L'objectif est de garantir l'exactitude des book values, book yields, Unrealised Gains/Losses (UGL), Realised Gains/Losses (RGL) et autres métriques comptables, leur réconciliation avec les sources internes et externes ainsi que leur conformité aux normes IFRS et GAAP. La mission est non front office et se concentre principalement sur l'intégrité des données comptables, le traitement des exceptions et l'amélioration continue des processus de Fixed Income Accounting. 1. Contrôle des données comptables Fixed Income Le consultant contribuera aux tests et à la vérification des écritures comptables relatives aux obligations, notamment : · Obligations souveraines · Obligations corporate · Obligations municipales · Obligations perpétuelles · Obligations à taux variable · Obligations zéro coupon · Obligations Fixed to Float Les contrôles porteront notamment sur : · L'amortissement des primes et décotes · Les book values et book yields · Les coupon accruals et intérêts courus · Les calculs de P&L, UGL et RGL · Les flux financiers associés aux instruments 2. Application des normes comptables et réconciliations Le consultant devra appliquer les principes IFRS et GAAP, principalement French GAAP, afin d'assurer la classification, la mesure et le reporting appropriés des instruments Fixed Income. Il réalisera également les réconciliations entre l'Accounting Book of Records (ABOR) et les autres sources de données internes ou externes. 3. Analyse et résolution des anomalies Le consultant sera responsable de l'identification, de la documentation et de l'investigation des anomalies détectées, notamment : · Écarts de valorisation · Cash flows manquants · Accruals incorrects · Écarts entre l'ABOR et les autres sources de référence Il assurera le suivi de leur résolution en coordination avec les différentes parties prenantes concernées.

La mission porte sur la conception et le déploiement de POC autour des agents autonomes et des LLM appliqués aux données d'infrastructure IT (logs, CMDB, monitoring). L'objectif est de fournir des aides intelligentes à la production : supervision, automatisation et résolution proactive d'incidents, dans une logique d'industrialisation à terme. Vos missions : Concevoir et gérer des environnements d'expérimentation Kubernetes / Docker avec intégration CI/CD (Jenkins, GitLab CI, ArgoCD) Automatiser la collecte, le pré-traitement et l'exploitation des datasets d'infrastructure pour alimenter des agents basés sur LLM Développer et intégrer les pipelines de déploiement d'agents IA, en lien avec les data scientists et ingénieurs IA (LangChain, LangGraph, AutoGen ou équivalents) Implémenter des scripts et outils en Python, Bash, Go pour l'automatisation infra, l'orchestration et le monitoring Garantir la sécurité des développements et déploiements en environnement réglementé : DevSecOps, SAST/DAST, gestion des accès, conformité RGPD Produire la documentation technique des POC et les spécifications d'industrialisation Assurer une veille sur les architectures agentiques, les LLM et l'automatisation d'infrastructure

Dans le cadre du renforcement d'une équipe Data, nous recherchons un Data Engineer Microsoft Fabric confirmé afin de participer à la conception, au développement et à l'industrialisation des traitements de données sur la plateforme Microsoft Fabric. Vous interviendrez sur l'ensemble de la chaîne de traitement des données, de l'ingestion à la mise à disposition, en garantissant la qualité, la performance et la fiabilité des pipelines. Vos missionsConcevoir, développer et maintenir des pipelines de données sous Microsoft Fabric. Développer les traitements de transformation de données en Python, PySpark et SQL. Concevoir et exploiter des architectures Lakehouse, Delta Lake et Data Warehouse. Paramétrer et configurer les différents composants de l'écosystème Microsoft Fabric. Garantir la qualité, la performance et la fiabilité des traitements de données. Automatiser les déploiements et contribuer à l'industrialisation des développements (CI/CD). Participer aux phases de tests, de recette et de mise en production. Assurer la maintenance évolutive et corrective des solutions Data. Collaborer avec les équipes Data, BI, Architecture et Métiers afin de répondre aux besoins fonctionnels et techniques. Participer à l'amélioration continue des bonnes pratiques de développement et de gouvernance des données.

🎯 Le contexteDans le cadre d'un projet stratégique au sein d'une grande banque française, nous recherchons un profil hybride Data & Technique, capable de faire le lien entre développement, analyse de données et coordination de projet. Vous intégrerez une équipe Data Analytics et interviendrez principalement sur un projet visant à détecter et analyser les désynchronisations entre les bases transactionnelles et la base décisionnelle Analytics. L'objectif : identifier les écarts, comprendre leur origine et contribuer à fiabiliser les données. 👉 Ce poste n'est ni un poste de développeur Python pur, ni un poste de chef de projet purement fonctionnel. Nous recherchons avant tout une personne technique, autonome et à l'aise dans la coordination de sujets transverses. 💼 Vos missionsVous interviendrez sur plusieurs activités en parallèle : Développer, maintenir et faire évoluer des scripts Python Lire et comprendre des scripts existants Corriger les anomalies et réaliser des évolutions Développer des scripts simples pour automatiser certaines analyses Manipuler et analyser les données avec Pandas Interroger les bases de données via SQL Analyser les écarts entre différentes sources de données Comprendre les modèles de données et réaliser les mappings entre les environnements Identifier les causes des désynchronisations et proposer des pistes d'investigation Coordonner les différentes équipes contributrices Identifier les bons interlocuteurs et collecter les informations nécessaires Suivre l'avancement, les échéances et les actions Identifier les blocages et remonter les alertes Produire un reporting régulier auprès des responsables de mission Acquérir progressivement une vision globale de l'écosystème Data Analytics Participer à terme à d'autres sujets : analyse d'incidents, investigations Data, support et compréhension fonctionnelle de la plateforme. 🛠️ Compétences techniques recherchéesIndispensables : Python : niveau opérationnel, idéalement avec une expérience préalable en développement Pandas SQL : bonne maîtrise Analyse et manipulation de données Compréhension des modèles de données Mapping entre différentes sources / bases de données Une expérience sur des environnements Data / Analytics est fortement appréciée. 👤 Le profil recherchéNous recherchons avant tout un profil hybride et autonome. Vous pouvez par exemple être : un ancien développeur Python ayant évolué vers du pilotage ou de la coordination technique ; un Chef de Projet Technique avec une forte culture Data ; un Business Analyst Technique ayant de solides compétences Python / SQL ; un Coordinateur ou Responsable Applicatif avec une expérience Data ; un Data Analyst / Data Engineer ayant déjà pris en charge des sujets transverses et de la coordination. Ce qui fera la différenceAutonomie : capacité à prendre un sujet en main sans supervision quotidienne Proactivité : savoir identifier les problèmes, alerter et proposer des solutions Esprit d'analyse et curiosité Bonne capacité à comprendre des systèmes et des flux de données Sens de l'organisation et du suivi Très bonnes capacités de communication Capacité à coordonner plusieurs interlocuteurs Appétence pour les problématiques Data ❌ Profils moins adaptésChef de projet uniquement organisationnel Développeur Python sans appétence pour la coordination Data Analyst exclusivement fonctionnel Profil très junior nécessitant un accompagnement quotidien Expert technique très spécialisé sans vision transverse

Le prestataire mène actuellement la mise en place du Centre d'excellence (CoE) du projet Agentic. Notre mission consiste à aller au-delà de l'automatisation statique et à construire un écosystème sophistiqué d'agents autonomes dotés de capacités de raisonnement, capables de gérer des flux de travail financiers complexes. Au sein de cette équipe, vous ne vous contenterez pas de développer des API traditionnelles ; vous concevrez la « colonne vertébrale de l'intelligence », c'est-à-dire l'infrastructure hautement performante, évolutive et résiliente qui permet aux grands modèles linguistiques (LLM) et aux systèmes multi-agents d'interagir avec les données et les outils d'entreprise de la banque. MissionsConcevoir et mettre en œuvre l'architecture backend pour les agents autonomes à l'aide de frameworks d'orchestration avancés tels que LangGraph, Google ADK et CrewAI. Développer et normaliser des interfaces d'agents à l'aide de FastMCP (Model Context Protocol) afin de garantir une utilisation fluide des outils et une récupération des données sans heurts pour les LLM. Concevoir et maintenir des microservices asynchrones haute performance en Python capables de gérer des boucles de raisonnement complexes et des tâches d'agent de longue durée. Mettre en œuvre des modèles de communication robustes et pilotés par les événements à l'aide de systèmes de messagerie afin de gérer les transitions d'état et les flux de données au sein des systèmes multi-agents. Diriger la conteneurisation et l'orchestration des services d'IA à l'aide de Docker et de Kubernetes, en garantissant une haute disponibilité et une faible latence. Outils et environnementProgrammation de base : maîtrise avancée de Python (programmation asynchrone, indication de types), expérience avec Rust ou C++ Frameworks d'agents : LangGraph, CrewAI, Google ADK ; AutoGen, LangChain (privilégié) Connectivité IA : FastMCP (Model Context Protocol) ; Semantic Kernel, LlamaIndex (privilégié) Architecture : microservices, conception orientée événements, API RESTful ; modèles de conception de systèmes distribués (privilégié) Données et messagerie : SQL (PostgreSQL), middleware orienté messages ; bases de données vectorielles (apprécié) DevOps et cloud : Docker, Kubernetes, Jenkins, Artifactory ; Google Cloud Platform (GCP) (apprécié) Tests/assurance qualité : tests automatisés, Cucumber/BDD ; tests de performance/de charge pour la latence des grands modèles de langage (LLM) (apprécié) Conditions de travailAu moins 8 ans d'expérience professionnelle en ingénierie logicielle backend. Expérience avérée dans la conception et le déploiement de systèmes d'entreprise distribués à grande échelle. Connaissance approfondie de l'écosystème Python et des modèles de conception logicielle modernes. Excellente maîtrise de l'anglais ; capacité à communiquer des concepts techniques complexes aux parties prenantes au sein du Centre d'excellence (CoE). Capacité à s'épanouir dans un environnement en constante évolution où les méthodologies d'IA changent rapidement.

Pour l'un de nos clients du secteur de l'Asset Management, nous recherchons un(e) Data Analyst / Data Scientist ESG disposant d'une solide expérience dans le traitement et l'analyse des données ESG. Le consultant interviendra sur la collecte, l'intégration, le contrôle qualité et l'exploitation des données extra-financières afin de produire des indicateurs et analyses destinés aux équipes métiers. Il/elle participera au développement et à l'optimisation des traitements de données, à l'automatisation des processus, à la mise en place de contrôles de cohérence et à la documentation des modèles et procédures. Une excellente maîtrise de Snowflake, Matlab et Python est indispensable pour mener à bien cette mission. Une bonne connaissance des enjeux ESG, des données financières et des environnements Asset Management constitue un prérequis pour évoluer efficacement dans ce contexte.

Pour un établissement bancaire international, nous recherchons un consultant indépendant senior spécialisé en Empreinte Carbone, Risque Climatique et Émissions Financées. La mission vise à accompagner la banque dans le renforcement de son cadre de comptabilisation carbone, avec un focus particulier sur les émissions financées du Scope 3, et dans le respect des attentes réglementaires et prudentielles bancaires européennes relatives aux risques climatiques et ESG. Le consultant sera notamment amené à : évaluer le cadre existant de l'empreinte carbone de la banque, les méthodologies, les données et la gouvernance ; définir le périmètre organisationnel et opérationnel approprié pour l'évaluation de l'empreinte carbone ; revoir et, lorsque nécessaire, calculer les émissions de Scope 1 et Scope 2 ; évaluer la matérialité des différentes catégories du Scope 3 applicables à la banque ; se concentrer spécifiquement sur le Scope 3 Catégorie 15 – Investissements / Émissions Financées ; cartographier les portefeuilles de prêts et d'investissements de la banque avec les méthodologies de comptabilisation carbone et les classes d'actifs pertinentes ; calculer les émissions financées pour les portefeuilles concernés, notamment les financements Corporate, les expositions Large Corporate, le Project Finance, les obligations, l'immobilier commercial et autres investissements matériels ; appliquer les méthodologies reconnues, notamment le GHG Protocol et le PCAF – Partnership for Carbon Accounting Financials ; collecter et structurer les données relatives aux contreparties, aux expositions, aux données financières et aux émissions carbone ; calculer les émissions financées absolues et les indicateurs pertinents d'intensité carbone ; évaluer la disponibilité, la couverture et la qualité des données, y compris le scoring de qualité des données PCAF ; développer des méthodologies documentées de proxy et d'estimation lorsque les données carbone des contreparties ne sont pas disponibles ; identifier les principaux secteurs, portefeuilles et contreparties à forte intensité carbone ; analyser les principaux facteurs déterminant les niveaux d'émissions financées et leur évolution dans le temps ; définir les KPIs et KRIs appropriés liés au carbone et au climat ; accompagner l'intégration des indicateurs climatiques dans la gestion du risque de crédit, le suivi des portefeuilles, l'appétit au risque, l'ICAAP et la gestion des risques climatiques ; contribuer à l'amélioration des questionnaires ESG utilisés lors de l'octroi de crédits et des revues annuelles de crédit ; évaluer la cohérence de la méthodologie d'empreinte carbone avec les exigences prudentielles bancaires pertinentes de la CSSF, de l'EBA et européennes ; accompagner la préparation des publications ESG du Pilier 3 et du reporting réglementaire lié au climat ; établir les rapprochements appropriés avec les données Finance, Risque de Crédit et de reporting réglementaire ; définir la gouvernance des données, les contrôles, la traçabilité des données et les pistes d'audit ; préparer la documentation méthodologique, procédurale et réglementaire ; développer des tableaux de bord de reporting destinés au management et à la direction générale ; proposer une feuille de route pour améliorer la couverture, la fiabilité et l'automatisation des données carbone ; former et assurer le transfert de connaissances aux équipes Risques, Crédit, Finance, Sustainability et Reporting Réglementaire de la banque. Le consultant doit disposer d'une expérience significative dans le secteur bancaire, la comptabilisation carbone, le risque climatique et les émissions financées, avec une expérience pratique avérée dans le calcul de l'empreinte carbone de portefeuilles de prêts ou d'investissements. Une expérience préalable avec le PCAF, le GHG Protocol, le Scope 3 Catégorie 15, le reporting ESG du Pilier 3 et les exigences réglementaires bancaires européennes est fortement privilégiée. Une bonne compréhension des portefeuilles de crédit bancaires, des expositions Corporate et Project Finance, de la gestion des risques ESG et du reporting prudentiel est essentielle.

OBJECTIFS L'objectif est d'assurer la stabilité opérationnelle des plateformes réseau tout en pilotant l'évolution technique et l'automatisation des déploiements. RESPONSABILITÉS CLÉS Gestion courante de la production : • La gestion des tickets de production (demandes, incidents, demandes de changement) et la garantie de leur résolution dans les délais. • Le maintien de la stabilité et de la performance des plateformes existantes (legacy). • La surveillance et la remédiation de la posture de vulnérabilité de sécurité sur les plateformes détenues (correctifs, mises à jour de firmware, durcissement). Évolution du périmètre technique : • L'évaluation, la conception et l'introduction de nouvelles technologies ou fonctionnalités (par exemple, pare-feux nouvelle génération, SD-WAN, répartition de charge pilotée par API). • Le pilotage des preuves de concept (POC) et des projets pilotes ; la production de plans de migration ou de déploiement. Expertise technique transversale : • Le rôle d'expert pour les questions liées à l'infrastructure provenant d'autres équipes projet de lignes métier. • La fourniture de revues de conception, d'assistance au dépannage et de conseils de mise en œuvre pour les projets s'appuyant sur nos plateformes. Standards opérationnels & continuité : • La promotion et l'application des standards opérationnels, des procédures opérationnelles standard (SOP) et des procédures de contrôle des changements à l'échelle de la banque, dans toutes les régions où les plateformes sont déployées. • La réalisation de sessions de transfert de connaissances et la création de documentation pour soutenir les équipes régionales. Coordination avec les parties prenantes & les fournisseurs : • La liaison avec les fournisseurs externes (matériel, logiciel, partenaires de services managés) pour les escalades, les demandes de garantie et les mises à jour de produits. • L'exécution et la supervision de l'ensemble des tests et des POC sur les nouvelles technologies ou versions. Amélioration continue : • L'identification des goulots d'étranglement des processus, la proposition d'améliorations en matière d'automatisation ou d'outillage, et le pilotage de la mise en œuvre des meilleurs modèles opérationnels. Automatisation & outillage : • La conception, le développement et le maintien de la plateforme d'automatisation (par exemple, Ansible, Terraform, scripts Python) qui sous-tend la gestion de la configuration et les pipelines de déploiement des plateformes mentionnées ci-dessus. • La responsabilité du cycle de vie de l'outillage (intégration CI/CD, contrôle de version, frameworks de test).

L'objectif est d'assurer la stabilité opérationnelle des infrastructures réseau tout en pilotant l'évolution technologique et l'automatisation des déploiements pour répondre aux besoins de transformation de la banque. Responsabilités (Key Responsibilities) Gestion de la Production Courante : La gestion des tickets de production (demandes, incidents, demandes de changement) et la garantie d'une résolution rapide ; le maintien de la stabilité et de la performance des plateformes héritées ; le monitoring et la remédiation de la posture de vulnérabilité sécuritaire sur les plateformes gérées (patchs, mises à jour de firmware, hardening). Évolution du Périmètre Technique : L'évaluation, la conception et l'introduction de nouvelles technologies ou fonctionnalités (ex: next gen firewalls, SD WAN, load balancing piloté par API) ; le pilotage de preuves de concept (POC) et de pilotes ; la production de plans de migration ou de déploiement. Expertise Technique Transverse : L'intervention en tant qu'expert métier pour les requêtes liées à l'infrastructure provenant d'autres équipes projets ; la fourniture de revues de design, d'assistance au dépannage et de conseils d'implémentation pour les projets s'appuyant sur les plateformes. Standards Opérationnels et Continuité : La promotion et l'application des standards opérationnels, des SOP et des procédures de contrôle des changements à l'échelle de la banque ; la réalisation de sessions de transfert de connaissances et la création de documentation pour le support des équipes régionales. Coordination Parties Prenantes et Fournisseurs : La coordination avec les fournisseurs externes (matériel, logiciel, partenaires de services managés) pour les escalades, les demandes de garantie et les mises à jour produits ; l'exécution ou la supervision de tous les tests et POC sur les nouvelles technologies ou versions. Amélioration Continue : L'identification des goulots d'étranglement des processus, la proposition d'améliorations d'automatisation ou d'outillage, et le pilotage de l'implémentation de modèles opérationnels de meilleures pratiques. Automatisation et Outillage : La conception, le développement et la maintenance de la plateforme d'automatisation (ex: Ansible, Terraform, scripts Python) supportant la gestion des configurations et les pipelines de déploiement ; la gestion du cycle de vie de l'outillage (intégration CI/CD, contrôle de version, frameworks de test).

Au sein du Security Operations Center (SOC) d'un grand compte, nous recherchons un Data Scientist spécialisé en cybersécurité pour renforcer les capacités de détection des menaces par l'exploitation avancée des données de sécurité. Le consultant interviendra notamment sur : ▪ La conception et le développement de modèles de détection d'anomalies sur les journaux de sécurité (logs réseau, systèmes, applicatifs) ▪ La mise en œuvre de l'analyse comportementale des utilisateurs et des entités (UEBA) : détection des comportements déviants, compromissions de comptes ▪ Le développement de modèles de scoring et de priorisation des alertes afin de réduire le bruit et les faux positifs ▪ L'analyse des jeux de données de sécurité et l'ingénierie des caractéristiques (feature engineering) sur des données massives et déséquilibrées ▪ L'évaluation rigoureuse des modèles : métriques adaptées à la détection (précision, rappel, taux de faux positifs), analyse des erreurs ▪ L'industrialisation et le monitoring des modèles en production, en lien avec les équipes SOC ▪ La collaboration avec les analystes sécurité pour qualifier les détections et enrichir les modèles