Python is a powerful and easy-to-learn programming language, widely used in data science, web development, and automation. Its extensive libraries and clear syntax make it a favorite among developers.
Mission : Collecter, analyser et exploiter les données disponibles et pertinentes pour améliorer le pilotage des activités et identifier les leviers de création de valeur pour l'entreprise. Aide aux équipes métier à développer, déployer et opérer les solutions qui leur permettront d'atteindre leurs objectifs. Sachant technique de la solution et en particulier des données manipulées. Le point de contact naturel et privilégié des équipes métier pour les sujets d'exposition, d'exploitation de données d'usines dans des conditions industrielles. Principaux résultats attendus : • Les données pertinentes pour répondre aux besoins des utilisateurs sont identifiées, capturées et choisies • Le temps et les ressources/outils nécessaires à la gestion et à l'analyse des données sont optimisées. • Les données sont analysées et partagées dans un format accessible à tous grâce à des visualisations de données • Les activités métier disposent des lignes guides et recommandations pour créer de la valeur • Les offres, services ou processus de l'entreprise sont optimisés grâce aux connaissances acquises par l'analyse et l'évaluation des données • Les prescriptions du groupe en matière d'éthique et de gouvernance des données sont appliquées et respectées. • Présentation des fonctionnalités du ou des « produits » pour les promouvoir et pour faciliter la maintenance dans la durée • Résultats de tests conforme à la stratégie de test • Catalogue des produits data (dataset) à jour • Kit de formation et outils pour les utilisateurs
Renfort des équipes exploitation et support applicatif sur un SI hybride SAP / hors SAP. Le périmètre couvre 50 % SAP / 50 % autres systèmes, avec une forte composante support à la production. Notre client recherche un Administrateur SAP / Ingénieur de production. L'administrateur SAP intervient sur : - les tâches d'administration SAP classiques, le support à la production, et des activités d'ingénierie de production sur plusieurs briques techniques. Il participe également à la gestion des maintenances de l'ensemble du SI. - Linux RedHat 6/7 - ELK (Elasticsearch, Logstash, Kibana) - MongoDB Outils DevOps : Ansible, Jenkins, Nexus, Git, XLDeploy Automatisation & scripting : Shell, Bash, Python, Perl, JavaScript, PHP
"Nous recherchons un consultant Data Scientist orienté ML Engineering, alliant une solide expertise en science des données et de fortes compétences en ingénierie logicielle et infrastructure. Le consultant interviendra sur des sujets variés au sein de la direction DATA, couvrant aussi bien le développement de modèles de machine learning que leur industrialisation et leur mise en production à grande échelle. Le profil recherché est capable de naviguer entre la conception de modèles IA/ML, la construction de pipelines de données robustes, et le déploiement de solutions scalables dans un environnement cloud moderne."
1. Conseil, Gouvernance & Structuration o Accompagnement méthodologique : Conseil, mise en place et optimisation des bonnes pratiques de delivery (Agile, Scrum, Kanban ou hybride). Capacité à harmoniser les processus de delivery entre les 6 squads. o Posture professionnelle : Fort esprit de conseil, diplomatie, rigueur dans le suivi, adaptabilité et proactivité pour s'intégrer dans un écosystème complexe. 2. Pilotage, Consolidation & Gestion des risques o Pilotage & Consolidation : Excellente capacité de synthèse pour consolider les planifications, suivre les plans d'actions (techniques/sécurité et fonctionnels) de l'ensemble du périmètre, et produire des reportings épurés pour l'aide à la décision. o Gestion des risques : Identification proactive des points de blocage, suivi des plans de mitigation des risques et relance des acteurs clés. 3. Expertise Outils & Compétences Techniques / Métier o Outillage : Maîtrise des outils Jira et Confluence pour structurer le suivi et centraliser l'information. o Culture Technique : Compréhension globale des environnements Java / Python pour dialoguer efficacement avec les équipes de développement et traduire leurs alertes ou jalons dans les suivis consolidés. o Culture Métier (Un plus) : La connaissance du risque de crédit et du domaine bancaire pour comprendre rapidement les enjeux.
Dans le cadre de sa stratégie de transformation digitale et du déploiement de l'intelligence artificielle générative, une grande entreprise souhaite renforcer son dispositif d'expertise autour des agents IA et des solutions d'automatisation. L'objectif est d'accélérer l'identification, le développement, l'industrialisation et le déploiement de cas d'usage à forte valeur ajoutée basés sur les technologies d'IA générative. L'intervenant accompagnera les équipes tout au long du cycle de vie des projets, depuis la phase de conception jusqu'à la mise en production et le support des solutions déployées.
Dans le cadre d'un projet IA au sein d'un grand compte, nous recherchons un profil senior pour piloter la gouvernance, la qualification et l'industrialisation de compétences agentiques. Vous intervenez sur la conception et la structuration d'un catalogue de composants agentiques réutilisables, depuis leur qualification jusqu'à leur publication et leur cycle de vie. Le rôle combine expertise technique, revue de code, qualité logicielle, DevSecOps et gouvernance. Vous travaillerez avec les équipes de développement, les référents IA et les équipes métiers afin de définir et faire appliquer les standards de qualité, sécurité, packaging et onboarding. Vos principales responsabilités : Qualifier les composants agentiques existants et identifier ceux pouvant intégrer le catalogue. Définir les processus d'onboarding, validation, publication et cycle de vie. Réaliser des revues de code et contrôler la qualité des composants. Mettre en place les standards de packaging et de distribution. Contribuer aux pipelines CI/CD et aux contrôles qualité et sécurité. Accompagner les équipes techniques et métiers dans l'utilisation des compétences agentiques. Environnement technique : Python, TypeScript / Node.js, Java, MCP, Tool Calling, JSON Schema, GitLab CI, SonarQube, linters, Checkmarx et outils DevSecOps.
Notre client, acteur majeur des services numériques de confiance, recherche un Ingénieur Production & SRE pour renforcer son équipe d'ingénierie. Vous évoluerez sur des plateformes numériques critiques, avec un objectif clair : améliorer la fiabilité, l'observabilité et la performance de la production tout en réduisant progressivement le RUN et les escalades vers le N3. 🎯 Votre missionVous serez au cœur des sujets Production, SRE et Observabilité, avec une forte dimension d'analyse et d'amélioration continue. Vos principales responsabilités : 🔹 Administrer et maintenir la stack Elastic : Elasticsearch, Kibana, Logstash, Filebeat 🔹 Mettre en place et faire évoluer les dashboards, alertes et indicateurs de supervision 🔹 Développer l'observabilité applicative avec APM / OpenTelemetry 🔹 Définir et suivre les SLO / SLI 🔹 Analyser les logs, corréler les signaux et identifier les causes racines des incidents 🔹 Détecter les patterns récurrents, signaux faibles, problèmes de capacité et dérives de performance 🔹 Réaliser les post-mortems et piloter les plans d'actions associés 🔹 Construire des runbooks et accompagner les équipes Support N1/N2 🔹 Faire monter les équipes de développement en autonomie sur le diagnostic et l'analyse de production 🔹 Automatiser les tâches récurrentes avec Python 🔹 Réaliser des tests de performance avec JMeter 🔹 Contribuer à la roadmap technique et aux démarches d'amélioration de la fiabilité 🔹 Participer aux instances Agile / SAFe / PI Planning 👉 L'objectif n'est pas d'ajouter du RUN, mais bien de reprendre l'existant, le fiabiliser, l'industrialiser et progressivement le réduire. 🛠️ Environnement technique :Observabilité / Logs : Elastic Stack, Elasticsearch, Kibana, Logstash, Filebeat, APM, OpenTelemetry Développement & automatisation : Java, Python Infrastructure : Kubernetes, environnements de production critiques Bases de données : PostgreSQL, Cassandra DevOps / CI-CD : Jenkins, SonarQube, Nexus Performance : JMeter Méthodologie : Agile / SAFe / PI Planning