Find your next tech and IT Job or contract Python

La mission consiste à : - Concevoir les architectures sur les sujets complexes - Interlocuteur crédible du produit et du business - Animer les pratiques de gouvernance technique - Architecture logicielle / culture plateforme et industrialisation / sécurité / data et architectures orientées données / capacité d'apprentissage - Mission basée en métropole lilloise avec présence sur site obligatoire 3j/semaine Compétences demandées : - Maitrise solide de l'architecture logicielle (DDD, hexagonale, event-driven, CQRS) - Développement : Typescript, Javascript, Java et Python - Azure, Kubernetes, Terraform, Helm, GitOps, Argo CD - Culture data un + - Anglais professionnel

🎯 Contexte Le consultant rejoindra l'équipe CERT Incident Response afin de développer un assistant virtuel basé sur les LLM (SecureGPT), destiné à aider les analystes cybersécurité dans leurs investigations et le traitement des alertes de sécurité. 🔍 Compétences recherchées IA Générative Large Language Models (GPT, Claude, Llama, Mistral...) Prompt Engineering RAG (Retrieval Augmented Generation) Agentic AI / Agents autonomes Intégration et orchestration de modèles LLM Développement Python confirmé / senior Backend API (FastAPI, Flask ou équivalent) HTML / Frontend Intégration d'API Cloud & DevOps Azure (indispensable) Docker Kubernetes OpenShift CI/CD Data PostgreSQL Cybersécurité SOC / CERT Incident Response Investigation d'alertes Sécurité opérationnelle

Contexte Dans le cadre du renforcement d'une plateforme data moderne, l'entreprise recherche un Data Engineer capable de concevoir, développer, déployer et maintenir des pipelines de données robustes dans un environnement cloud. Le poste s'inscrit dans une logique d'industrialisation de la donnée, de fiabilisation des traitements et d'amélioration continue des pratiques DevOps et DataOps. Missions principales Concevoir, développer et maintenir des pipelines de données scalables et performants en environnement cloud. Développer les traitements de transformation et d'automatisation avec SQL et Python. Modéliser les données dans Snowflake et mettre en œuvre les transformations avec dbt. Orchestrer et superviser les workflows de données avec Airflow. Mettre en place des pratiques CI/CD et de versioning avec GitLab afin d'industrialiser les déploiements data. Gérer et automatiser l'infrastructure via Terraform dans une approche Infrastructure as Code. Exploiter les services AWS, notamment S3 pour le stockage et ECS / EC2 pour l'exécution et le déploiement des composants techniques. Collaborer avec les équipes métiers, produit, data et DevOps pour traduire les besoins en solutions data fiables et maintenables. Documenter les pipelines, modèles et traitements afin d'assurer la maintenabilité et la qualité des livrables. Environnement technique Domaine Technologies Langages SQL, Python Data Warehouse Snowflake Transformation dbt Orchestration Airflow Cloud AWS Services AWS S3, ECS, EC2 IaC Terraform DevOps / Versioning GitLab, CI/CD

TON CHALLENGE: Prendre part à des projets stimulants dans le secteur banque ou finance de marché en travaillant avec une équipe soudée, expérimentée et méthodique sur les tâches suivantes : Concevoir, développer et maintenir des pipelines de données robustes et performants. Collecter, transformer et intégrer des données provenant de multiples sources. Garantir la qualité, la fiabilité et la disponibilité des données. Participer à la modélisation des données et à l'optimisation des bases de données. Collaborer étroitement avec les équipes Data, BI, Métier et Développement. Automatiser les traitements de données et améliorer les performances des flux existants. Mettre en œuvre les bonnes pratiques de développement, de tests et de monitoring. Contribuer aux projets de migration vers des architectures cloud et Big Data. Assurer la documentation technique et le partage de connaissances au sein de l'équipe.

- Études & analyses de données : Traduire les besoins métiers en travaux d'exploitation; produire des études ad hoc et des synthèses à partir de traitements SQL; faire émerger tendances, segmentations et comportements. - Datamining & statistiques : Analyses descriptives et exploratoires; approches de classification, segmentation, scoring, détection de profils; interprétation pédagogique des résultats. - Restitutions QlikSense : Concevoir et faire évoluer applications et tableaux de bord; garantir lisibilité, cohérence et pertinence des indicateurs. - Accompagnement métier : Recueillir et challenger les besoins; restituer de façon exploitable; faire le lien entre problématique métier, données disponibles et solution. - IA / analytique avancée : Identifier avec les métiers des cas d'usage à valeur; tester des approches pragmatiques dans une logique de preuve de valeur, en veillant à la qualité des données et à l'interprétabilité. Python en appui lorsque pertinent. - Qualité : Requêtes SQL robustes, optimisées et documentées; contrôle de la cohérence des données; documentation des traitements et hypothèses.