Find your next tech and IT Job or contract Python

ACCROCHE SI POUR TOI, CHAQUE DONNEES A SA PLACE, CETTE ANNONCE TE METTRA SUR LA BONNE VOIE ... CE QUE TU RECHERCHES : Travailler sur des architectures Data performantes et scalables Participer à des projets innovants de valorisation des données Relever des défis autour du Big Data, du Cloud et de l'IA Donner un nouveau souffle à ta carrière Alors nous avons la mission idéale pour toi. Au sein d'un acteur majeur du secteur de l'assurance, tu participeras à la mise en place et à l'optimisation des architectures data pour une exploitation stratégique et innovante : Analyse des besoins métier et data, tu feras Modélisation et structuration des données, tu assureras Solutions d'ingestion et d'exploitation, tu concevras Bonnes pratiques Data, tu instaureras Veille sur les innovations Data, tu réaliseras Les équipes, tu accompagneras Aux instances de pilotage, tu participeras QUI TU ES : Diplômé(e) de la formation qui va bien Expérience de 10 ans minimum dans l'architecture Data Expert(e) des plateformes Data Lake, Data Platform, Data Gouvernance, Data Virtualisation, Cloud Habile avec les outils : Cloudera, Power BI AU-DELÀ DES COMPÉTENCES TECHNIQUES, TU ES / AS : Dynamique : tu n'aimes pas rester les deux pieds dans le même sabot Autonome : un guide du Routard te suffira Esprit de synthèse : tu sais aller à l'essentiel Rigoureux(se) : chaque donnée doit être bien placée Curieux(se) : tu suis les tendances Data et IA Visionnaire : tu anticipes les besoins Data des entreprises Pédagogue : tu sais expliquer la valeur des données Organisé(e) : tu aimes structurer et optimiser Communicant(e) : tu fais le lien entre métier et technique

Profil : ✅ Gestion et maintien en conditions opérationnelles des Landing Zones Azure et GCP ✅ Mise en œuvre des pratiques DevOps (CI/CD, Infrastructure as Code, automatisation) ✅ Création, évolution et optimisation de pipelines CI/CD Jenkins ✅ Concevoir, développer et sécuriser les APIs internes ✅ Expérience en scripting Python dans un contexte de gestionnaire de source Git ✅ Maintenir la landing zone en condition opérationnelle ✅ Déploiement et gestion d'infrastructures Cloud via Terraform ✅ Maîtrise du contrôle d'accès basé sur les rôles (RBAC) Compétences clés : ✅ Cloud : Azure / GCP ✅ Infrastructure as Code : Terraform ✅ Sécurité : DNS, Bastion ✅ CI/CD : Azure DevOps, GitLab CI/CD, GitHub Actions ✅ FastAPI / OpenAPI ✅ Linux (SSH, Bash)

Contexte de la missionDans le cadre de la refonte d'une Cloud Management Platform et de la migration depuis l'environnement VMware, les équipes Platform recherchent un Consultant DevOps Senior capable de les accompagner sur les sujets suivants : Développement et intégration autour de Terraform (reprise des services vRA – certification Terraform appréciée) ; Développement en Golang pour la création de providers Terraform ; Accompagnement et montée en compétences des équipes DEC sur ces technologies ; Connaissances d'OpenShift ; Développement Python (Web Services).

Périmètre technique Ansible - maîtrise requise ; AWX / Ansible Workflow Automation est un fort plus Python : scripting, développement d'APIs et de petites applications Terraform, Bash / Shell, PowerShell CI/CD : Azure DevOps Pipelines, GitHub Actions Docker & Kubernetes Administration système Linux et Windows Environnement hybride : Azure / AWS / On-Premises Connaissances et compétences sur les éléments d'infrastructure : DNS, Proxy, certificat TLS, AD, etc. Splunk : connaissance appréciée Activités principales Étudier et mettre en œuvre des solutions d'automatisation des tâches IT Contribuer à la construction et à l'évolution du catalogue de services d'infrastructure en self-provisioning Faire évoluer la plateforme d'automatisation AWX Mettre en place et maintenir les pipelines CI/CD pour les déploiements Développer des APIs et applications Python pour exposer et intégrer les services d'automatisation Assurer un support aux équipes applicatives et infrastructure sur l'ensemble du périmètre technique Travailler en méthode agile avec les outils Azure DevOps / GitHub

ContexteDans le cadre de la modernisation de son Système d'Information, la DSI recherche un Data Engineer Azure afin de concevoir, développer et faire évoluer les plateformes d'intégration et de traitement des données. Vous interviendrez sur plusieurs programmes stratégiques autour des architectures Event-Driven, de la modernisation des flux d'intégration, de la plateforme Data Azure ainsi que des projets analytiques. L'objectif est de construire des solutions robustes, évolutives et maintenables répondant aux enjeux de temps réel, de qualité des données et de performance. MissionsDéveloppement de la plateforme Middleware Azure Vous participerez à la conception et au développement d'une plateforme d'intégration temps réel basée sur une architecture Event-Driven. À ce titre, vous serez amené à : Concevoir des architectures d'intégration basées sur Azure Service Bus et Azure Event Grid. Développer des Azure Function Apps permettant le traitement, la transformation et le routage des événements. Concevoir et développer des APIs et composants d'intégration robustes. Participer aux choix d'architecture technique et aux bonnes pratiques de développement. Garantir la scalabilité, la résilience et les performances des traitements. Mettre en œuvre les mécanismes de gestion d'erreurs (Retry, Dead Letter Queue, Idempotence). Assurer la sécurisation des échanges via Azure Key Vault. Vous interviendrez notamment sur : Synchronisation des commandes d'achat Intégration des données de vols au format AIDX Automatisation des flux d'heures et cycles APU Développement de nouveaux flux événementiels entre les applications du SI Qualité de développement Une attention particulière sera portée à la qualité du code produit. Le consultant devra appliquer les bonnes pratiques de développement Python : Développement d'un code lisible, maintenable et documenté. Respect des principes Clean Code et SOLID. Séparation des responsabilités et modularisation. Gestion robuste des exceptions. Optimisation des performances. Revue de code (Code Review). Développement de tests unitaires avec Pytest. Respect des conventions de développement (PEP8). Documentation technique des composants. Industrialisation & DevOps Vous participerez à l'industrialisation des développements : Mise en place des pipelines CI/CD sous Azure DevOps. Déploiement des ressources Azure via Bicep. Infrastructure as Code. Gestion des versions avec Git. Supervision et monitoring des traitements. Documentation des architectures et des flux. Amélioration continue des processus de développement.

Entité : mon client (grand groupe, secteur énergie / services) Site : Province, hybride (à préciser) Rôle : MLOps Senior TJM max : 500 euros Date de démarrage : 01/10/2026 Date de fin : 30/09/2028 Profil recherché : Consultant MLOps intervenant sur l'industrialisation, le déploiement et l'exploitation de solutions d'IA générative, avec une forte expertise en Python, CI/CD, Kubernetes et Dataiku dans un environnement Dataiku. Missions principales : Industrialiser et déployer des solutions d'IA et de Machine Learning. Mettre en place et maintenir les pipelines CI/CD. Automatiser les déploiements, les tests et la supervision des modèles. Assurer le maintien en conditions opérationnelles des plateformes IA. Contribuer à l'intégration de solutions d'IA générative et de RAG. Garantir la performance, la sécurité et la fiabilité des environnements. Rédiger la documentation technique et les bonnes pratiques. Compétences indispensables : Dataiku Python MLOps et industrialisation des modèles IA GitLab CI/CD Kubernetes / OpenShift Docker Supervision : Grafana, ELK, Dynatrace Connaissance des architectures RAG et IA générative Compétences souhaitées : Terraform Bases vectorielles (PGVector, ChromaDB, Qdrant) Environnement Cloud / MultiCloud Expérience sur des projets de chatbot ou d'IA générative

Dans le cadre d'un programme d'innovation en cybersécurité, nous recherchons un Expert en Intelligence Artificielle Générative pour concevoir, entraîner et évaluer des modèles de langage spécialisés destinés à assister les équipes opérationnelles dans l'analyse des menaces et l'automatisation des processus de sécurité. Le consultant interviendra sur les missions suivantes : Réaliser le fine-tuning de modèles de langage open source (LLM/SLM) sur des jeux de données spécialisés. Concevoir et mettre en œuvre des stratégies d'alignement des modèles afin d'améliorer la qualité des réponses et de réduire les hallucinations à l'aide de techniques de Reinforcement Learning (DPO, PPO, GRPO...). Structurer, préparer et formater les données d'entraînement selon les meilleures pratiques (ChatML, Alpaca, etc.). Développer des pipelines d'évaluation et de benchmarking permettant de mesurer les performances des modèles à l'aide de benchmarks de référence (MMLU, GSM8K, LLM-as-a-Judge...). Collaborer avec les équipes métier et techniques afin de concevoir des solutions IA robustes, performantes et adaptées aux besoins opérationnels. Compétences requises : Expertise en fine-tuning de LLM avec LoRA, QLoRA et frameworks tels que TRL, Unsloth ou Axolotl. Maîtrise des techniques d'alignement et de Reinforcement Learning appliquées aux modèles de langage. Solides compétences en Python et PyTorch. Expérience des méthodologies d'évaluation des modèles d'IA générative. Connaissance des environnements MLOps et des outils de déploiement (Hugging Face Hub, vLLM, Ollama, Triton) appréciée. Une sensibilité aux problématiques de cybersécurité constitue un atout.

Nous recherchons un Analytics Engineer confirmé pour rejoindre une équipe Data et intervenir sur des projets à fort enjeu autour de la valorisation et de l'exploitation des données. Vous évoluerez dans un environnement Data moderne, en collaboration avec les équipes techniques et métiers. Missions principalesConcevoir et développer des pipelines de données. Développer et faire évoluer les modèles de données. Concevoir une couche sémantique performante. Développer des tableaux de bord et reportings décisionnels sous Power BI. Participer à l'amélioration des performances et de la qualité des solutions analytiques. Collaborer avec les équipes métiers afin de comprendre leurs besoins et proposer des solutions adaptées. Contribuer aux bonnes pratiques de développement et d'industrialisation. Environnement techniqueMicrosoft Fabric Power BI SQL Python Modélisation sémantique Data Pipelines

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

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

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.