Find your next tech and IT Job or contract Python

Contexte Nous recherchons un Cloud Data Engineer disposant d'une solide expérience sur les environnements Snowflake et AWS, afin d'intervenir sur des sujets de modernisation et d'automatisation des plateformes de données dans un contexte industriel. Répartition des activités • 60 % Data Engineering / Snowflake • 40 % Cloud & DevOps AWS Compétences attendues Data Engineering (60%) • Snowflake • SQL avancé • Modélisation de données • ETL / ELT • Data Quality & Data Governance • Pipelines de données • AWS Glue, S3, DMS, Kinesis • Automatisation des traitements de données Cloud & DevOps AWS (40%) • AWS • Terraform (Infrastructure as Code) • CI/CD (GitLab, GitHub, Jenkins) • Python / Bash • Docker, Kubernetes • AWS Lambda • DevOps / DevSecOps • Sécurisation et automatisation des environnements Cloud

Le poste vise à recruter un Data Scientist expérimenté capable de concevoir et industrialiser des solutions d'IA générative à forte valeur ajoutée métier. L'enjeu principal est de développer des workflows LLM complexes et de les déployer en production dans un cadre industriel structuré. Le candidat devra faire le pont entre les équipes métier et IT, en traduisant les besoins fonctionnels en solutions techniques performantes. Une expertise solide en IA générative, en développement d'API, en évaluation de modèles et en bonnes pratiques de software engineering est attendue, ainsi qu'une capacité à travailler en mode Agile au sein d'une squad dédiée. Développement Python orienté production (architecture, packaging, bonnes pratiques) Développement d'API (REST/GraphQL, frameworks comme FastAPI/Flask) Développement d'API (REST/GraphQL, FastAPI/Flask) Développement Python orienté production (architecture, packaging, tests) Travail en équipe / collaboration en squad Agile Modélisation ML classique (supervisé, non supervisé) Préparation et gestion de données (feature engineering, qualité des données) Tests & qualité de code (unitaires, intégration, linting, typage) CI/CD pour services d'IA (GitHub Actions, GitLab CI, bonnes pratiques MLOps) Conteneurisation & déploiement (Docker, orchestration type Kubernetes) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI Platform) Préparation & gestion de données (feature engineering, qualité, ETL) Tests & qualité de code (unitaires, intégration, linters, type hints) CI/CD pour services d'IA (GitLab CI, GitHub Actions avec pratiques MLOps) Conteneurisation & déploiement (Docker, Kubernetes ou équivalents) Utilisation de services cloud IA (Azure OpenAI, AWS/GCP managed IA services, Bedrock) Tests & qualité de code (unitaires, intégration, linting, typing) CI/CD pour services d'IA (GitLab CI, GitHub Actions, pipelines MLOps) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI) Conception de workflows LLM complexes (orchestration, agents, tools) RAG / retrieval augmenté & bases de vecteurs (Faiss, Pinecone, etc.) Évaluation spécifique des LLM (benchmarks, human eval, red‑teaming) Monitoring / observabilité des modèles et services LLM en production Outils d'orchestration LLM (LangChain, LlamaIndex ou équivalents) RAG / retrieval augmenté & vector DB (Faiss, Pinecone, embeddings en production) Évaluation spécifique LLM (benchmarks, human eval, red-teaming, metrics LLM) Monitoring / observabilité des modèles & services IA (drift, qualité des réponses, alerting) Conception de workflows LLM complexes (orchestration, agents, outils) RAG / retrieval augmenté & vector DB (mise en production) Monitoring / observabilité des modèles et services IA en production Analyse et modélisation de problèmes complexes dans un contexte LLM Pensée systémique appliquée à des workflows IA end‑to‑end Rigueur scientifique & esprit critique pour l'évaluation des LLM Vulgarisation & pédagogie vers métiers et IT Recueil et reformulation des besoins métier en spécifications techniques pour IA générative

Au sein d'une équipe spécialisée en automatisation et observabilité, vous interviendrez sur la conception, le déploiement, la maintenance et l'évolution de solutions permettant le self-provisioning de ressources d'infrastructure. Vous participerez à l'automatisation des tâches IT et à l'évolution du catalogue de services d'infrastructure. Vous serez notamment amené à concevoir et maintenir des automatisations avec Ansible, à contribuer à l'évolution de la plateforme AWX et à mettre en place des pipelines CI/CD. Vous développerez également des scripts, APIs et petites applications Python permettant d'exposer et d'intégrer les différents services d'automatisation. Vous interviendrez dans un environnement hybride associant Cloud Azure, AWS et infrastructures On-Premises. La mission implique des interactions régulières avec les équipes infrastructure, les équipes de développement applicatif et les Product Owners afin de répondre aux différents besoins techniques et d'automatisation.

En tant que Système et Administrateur MFT, vous occupez un rôle central mêlant l'exploitation quotidienne, le conseil technique et la gestion de projets de migration complexes. Vos principales missions se divisent en plusieurs axes : Administration et Exploitation : Vous administrez les plateformes MFT (notamment Secure Transport, CFT, SFTP, AS2, FTPS) et assurez la supervision quotidienne des flux ainsi que la résolution des incidents (support de niveau 2 et 3). Vous gérez les comptes, les clés, les certificats et maintenez la cartographie des flux à jour. Projet de Migration Stratégique : Vous avez pour objectif d'accompagner la migration des flux Axway de la plateforme Gateway vers Secure Transport. Il s'agit d'un projet à forte contrainte où vous devrez impérativement raccourcir les délais de migration. Vos livrables incluront le listing des flux et le plan de migration. Sécurité et Conformité : Vous mettez en œuvre les règles de sécurité (TLS), appliquez les politiques internes (PSSI) sur les transferts de données sensibles et garantissez la traçabilité des échanges. Expertise et Amélioration continue : En tant qu'expert système d'exploitation, vous assistez, conseillez et diagnostiquez les dysfonctionnements. Vous participez au design de nouveaux flux, proposez des améliorations d'automatisation (scripting) et mettez à jour la documentation technique.

ContexteDans le cadre de la transition vers une architecture Data Mesh, nous recherchons un(e) Data Product Engineerspécialisé(e) dans le développement de pipelines sur la plateforme Talend Real Time BigData et de data products sur la plateforme Starburst (Trino). La mission consiste à concevoir, collecter, intégrer, construire et opérer des jeux de données fiables, auto-descriptifs et interopérables, en collaboration avec les domain teams et les data owners. MissionsConcevoir des flux de données et des Data Products Développer des pipelines d'intégration de données optimisés via la Talend Data Fabric / Talend Real Time BigData Développer des requêtes SQL optimisées pour Starburst/Trino (push-down predicates, partitionnement, formats de fichiers comme Iceberg/Parquet) Automatiser les pipelines de données (ETL/ELT) avec des outils comme Airflow, dbt, ou Starburst Galaxy Configurer des accès sécurisés (RBAC, row-level security) et des politiques de gouvernance (tagging, lineage) Collaborer avec les domain teams pour identifier les sources de données et les cas d'usage Documenter les data products (métadonnées, ownership, qualité) via des outils comme Amundsen, DataHub, ou Starburst Discover Participer à la définition des standards d'interopérabilité (formats communs, APIs de données) Monitorer la performance (latence, coût des requêtes) et la qualité des données (frais, complétude) Mettre en place des alertes et des dashboards (Grafana, Metabase) pour le suivi des data products Contribuer à l'amélioration continue de la plateforme Starburst (scaling, caching, federation) Compétences techniques requisesTalend RealTime BigData : expérience avancée en développement de pipelines sur Talend Studio en mode batch ou route (runtime) Starburst/Trino : expérience avancée en SQL sur Starburst/Trino (jointures, CTEs, fonctions analytiques) Data Modeling Pipelines : expérience avec Airflow/Astronomer, Spark, Talend Real Time Big Data / Talend Data intégration Stockage : connaissance des formats Iceberg, Parquet, S3 Gouvernance : familiarité avec les outils de sécurité (Ranger, RBAC) DevOps/DataOps : pratiques CI/CD pour les pipelines, infrastructure-as-code (Terraform, Kubernetes) Langages : SQL avancé (mandatory), Python (Pandas, PySpark), bash Compétences transverses (Data Mesh)Compréhension des principes Data Mesh (domain-oriented ownership, self-serve platform, federated governance) Capacité à travailler en mode produit (roadmap, priorisation, collaboration avec les métiers) Sensibilité à la data quality (tests, monitoring, remédiation) et à la documentation (data contracts, métadonnées) Soft SkillsEsprit collaboratif : travail avec les équipes métiers, data scientists, et DevOps Pédagogie : capacité à expliquer des concepts techniques à des non-experts Autonomie : prise d'initiative dans un cadre agile Environnement techniqueExpertise écosystème zoo Hadoop Connaissance / maîtrise Data Connaissance / maîtrise technique de l'environnement DevOps Maîtrise technique de l'environnement Data Expertise couche d'accès et d'échange (Kafka, Nifi, …) Expertise Java, Scala, Python, Hive, Spark Expertise ETL, Bash Expertise SQL / NoSQL

ContexteAu sein du Data Office de Coface, le consultant intervient dans un contexte international pour développer et industrialiser des solutions autour de la Data Management, Data Quality, Data Governance et de l'IA générative. Missions 1. Data Management, Data Governance & Data QualityConcevoir, développer et maintenir des applications et services Python destinés à automatiser les processus de Data Governance et Data Quality. Développer des mécanismes de contrôle de la qualité des données, de détection d'anomalies et de monitoring. Industrialiser les traitements de collecte, d'analyse et de reporting liés à la qualité des données. Développer des APIs REST et services MCP permettant d'interconnecter les outils du Data Office, Data Marketplace, catalogues de données, plateformes data et outils BI. Automatiser et optimiser les processus de gestion des données. Contribuer à la mise en place de solutions robustes, maintenables et conformes aux standards d'architecture et de sécurité du Groupe. 2. IA Générative & Agentic AIConcevoir et développer des assistants IA spécialisés pour les besoins du Data Office. Développer des solutions de Text-to-SQL permettant d'interroger des bases de données en langage naturel. Concevoir des architectures Agentic AI basées sur des LLM, avec mécanismes d'orchestration, raisonnement et accès aux différentes sources d'information. Développer des connecteurs et intégrations via le Model Context Protocol (MCP). Mettre en œuvre des architectures de type RAG et intégrer différentes sources de données et de connaissances. Participer à l'industrialisation et au déploiement des solutions IA en environnement de production. Veiller au respect des exigences de sécurité, gouvernance, architecture et exploitation. Contribuer aux initiatives IA existantes du Data Office, notamment : l'agent Jira permettant d'évaluer la qualité des tickets entrants et d'anticiper leur criticité ; l'agent de requêtage de bases de données en Text-to-SQL. 3. Industrialisation & accompagnementProduire du code, packages Python, APIs et services documentés, testés et maintenables. Mettre en place les pipelines d'intégration et de déploiement nécessaires à l'industrialisation des solutions. Rédiger la documentation technique et d'exploitation ainsi que les procédures de déploiement. Participer aux phases de tests, mise en production et maintien en conditions opérationnelles. Assurer un reporting régulier sur l'avancement, les risques, les dépendances et les arbitrages nécessaires. Communiquer efficacement les résultats et sujets techniques auprès d'interlocuteurs techniques et métiers.