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
L'enjeu : Réinventer l'expérience en magasin pour l'un des plus grands leaders mondiaux du sport et du retail connecté. En tant que consultant·e Okara, tu rejoins l'équipe Digital In-Store - Data de notre client pour propulser l'usage de la donnée visuelle au cœur des points de vente. Ton terrain de jeu ? L'analyse d'images en temps réel, l'optimisation de l'écosystème d'outils physiques et le déploiement de modèles innovants pour impacter des millions d'utilisateurs au quotidien. 🚀 Ton rôle Tu es le moteur de l'expertise Computer Vision au sein de l'équipe. Tu ne te contentes pas de faire de la R&D dans ton coin, tu conçois des solutions industrielles robustes et tu challenges l'écosystème existant. Concrètement, tu vas : Façonner le Computer Vision de demain : Concevoir et implémenter des modèles avancés (reconnaissance d'images, object detection, segmentation) pour des applications temps réel et asynchrones. Challenger les partenaires (Audit & Benchmark) : Évaluer de manière critique les solutions de fournisseurs tiers. Tu crées des benchmarks internes rigoureux pour valider leurs performances et orienter les décisions stratégiques (Build vs Buy). Industrialiser et Passer à l'Échelle (MLOps) : Intégrer tes modèles dans des environnements de production complexes. Tu optimises la tuyauterie (monitoring, scalabilité, CI/CD, automatisation des backtests) pour garantir des performances optimales. Fédérer et Documenter : Être le pont entre la technique de pointe et le business (Product, Engineering, Operations). Tu vulgarises tes résultats et structures ta documentation pour assurer la reproductibilité des modèles.
🔎 ContexteDans le cadre d'un programme de transformation et de migration dans le domaine du Transaction Monitoring, nous recherchons un Project Manager Senior pour piloter la migration d'un workflow existant de TM Case Management vers une nouvelle plateforme/version. Le consultant sera le point de contact central entre les équipes Business, IT, Risk & Compliance et assurera la gouvernance, la coordination, le suivi et la documentation du programme. 🎯 ResponsabilitésPiloter la gouvernance et la structuration du programme de migration. Coordonner les équipes Business et Technology. Accompagner la migration du workflow Transaction Monitoring Case Management. Être un interlocuteur clé auprès des différentes parties prenantes. Identifier les problématiques opérationnelles et proposer des solutions. Produire les reportings à destination du management. Accompagner les équipes TM dans la conduite du changement. Garantir la qualité et la conformité des livrables. Conseiller les équipes métier et le management senior.
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.
Mission : L'utilisation de la data et le développement des capacités analytiques et IA sont un axe majeur du plan stratégique de mon client. Directement rattachée au COMEX, l'Analytics Factory est le pilier de cette transformation analytique, au service des clients et de l'ensemble des équipes métier – Marketing, Marchandises, Exploitation, E-commerce, Supply Chain, Services Financiers, etc... Dans le domaine très concurrentiel de la vente de détail, les taux de marge sont réduits. Disposer de prédictions de chiffre d'affaires fi ables est donc crucial afin de piloter au plus juste les dépenses, et les choix d'actions commerciales pertinentes. L'objectif est d'améliorer et de fiabiliser les processus de prévision du CA, à différents horizons temporels, à différentes mailles (secteur, magasin, parc de magasins, ...) en utilisant notamment des modèles de ML qui s'appuient sur un grand nombre d'inducteurs (historique des ventes, tendance du marché, calendrier commercial,...). L'applicabilité de ces modèles est nécessaire pour qu'ils puissent être pleinement utilisés, et modifiés par les équipes métier de la finance, au sein d'une webapplication. Livrables : Pipelines de données industrielles SQL Webapplication Python pour interagir avec les prévisions Industrialisation, observabilité de modèles de ML
Nous développons une plateforme de données moderne et prête pour l'IA sur AWS . En tant qu'ingénieur MLOps / LLMOps senior, vous contribuerez à transformer des expérimentations ML et IA en solutions fiables et prêtes pour la production. Vous travaillerez en étroite collaboration avec des chercheurs, des data scientists et des ingénieurs pour mettre en place l'infrastructure et les pratiques nécessaires à l'entraînement, au déploiement et à l'exploitation de modèles à grande échelle. Vous jouerez également un rôle clé en aidant les équipes à adopter les technologies d'IA et les meilleures pratiques au sein de l'entreprise. Responsabilités - Construire et maintenir l'infrastructure MLOps / LLMOps sur AWS, y compris les pipelines ML, ainsi que le déploiement et la surveillance des modèles. - Aider les chercheurs et les data scientists à faire passer les modèles de la phase d'expérimentation à la production. - Concevoir des solutions fiables et évolutives pour des cas d'usage allant du ML traditionnel à l'IA générative (GenAI) et aux LLM. - Garantir la reproductibilité, l'observabilité et la maintenabilité des modèles et des expérimentations. - Conseiller les équipes sur l'architecture, les outils et les meilleures pratiques en matière de ML/IA. - Partager ses connaissances et aider les équipes à utiliser efficacement les services d'IA de AWS. - Collaborer étroitement avec les équipes Data Engineering et DevOps sur les aspects liés aux données, à l'infrastructure et au CI/CD. - Contribuer à l'évolution de la plateforme ML/IA pour répondre aux besoins croissants de l'entreprise en matière d'IA. ### Profil recherché - Plus de 7 ans d'expérience en ingénierie ML, MLOps, génie logiciel ou dans un domaine connexe. - Solides compétences en Python et expérience de l'exploitation de systèmes ML en production. - Expérience avérée en MLOps (pipelines, déploiement, surveillance). - Une expérience avec AWS / Vertex AI constitue un atout majeur. - Expérience avec Docker et Kubernetes/GKE. - Connaissance des frameworks ML modernes tels que PyTorch, TensorFlow ou scikit-learn. - Expérience avec les LLM / l'IA générative. - Excellentes capacités d'analyse et de communication, avec une aptitude à collaborer aussi bien avec des équipes techniques qu'avec des équipes de recherche.
Data science PYTHON GCP Senior 500 e par j ● Concevoir, développer et maintenir des applications et modèles d'apprentissage automatique robustes et scalables avec Python ● Utiliser les plateformes de cloud computing, notamment GCP ou équivalents ● Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning Nice to Have ● Maîtriser les bibliothèques de manipulation et d'analyse de données : Pandas, NumPy, SciPy ● Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch ● Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables ● Gérer le versionning des données et des modèles ● Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly 500 e par j
Dans le cadre du renforcement d'une équipe dédiée à l'innovation et à l'industrialisation de solutions d'Intelligence Artificielle, nous recherchons un(e) Data Engineer / Développeur Fullstack Python Junior souhaitant évoluer sur des sujets mêlant Data Engineering, IA Générative et développement logiciel. Vous intégrerez une équipe à taille humaine intervenant sur des projets déjà en production autour du traitement documentaire, du Machine Learning et de l'IA générative. Vous participerez notamment à : Développer des applications et pipelines de traitement de données en Python. Concevoir et maintenir des traitements distribués autour des technologies Big Data. Participer au développement d'outils intégrant des modèles d'IA générative. Contribuer à l'amélioration continue des chaînes CI/CD ainsi qu'à l'automatisation des tests. Développer des interfaces et outils facilitant l'exploitation des solutions IA. Collaborer étroitement avec les équipes Data Engineering, Data Science et les métiers afin de transformer rapidement les besoins en solutions opérationnelles. Participer à la mise en production et à l'industrialisation des développements.
Un acteur majeur du secteur de la grande distribution recherche un AI Engineer Senior spécialisé en IA générative et systèmes agentiques pour contribuer à un projet stratégique d'optimisation des processus de négociation. Vous rejoindrez une équipe pluridisciplinaire travaillant sur la conception et le déploiement de solutions d'intelligence artificielle avancées, dans un environnement technologique moderne fondé sur Python, PyTorch, TensorFlow et GCP. Ce projet s'inscrit dans une stratégie d'entreprise ambitieuse visant à démocratiser l'usage des données et des approches analytiques rationnelles, ainsi que le développement de systèmes agentiques d'assistance aux équipes métier. Vous participerez à la conception et à la réalisation du « Négociateur Augmenté », une plateforme destinée à fournir des outils analytiques et agentiques permettant d'optimiser les accords conclus avec les fournisseurs. Votre mission couvrir l'ensemble du cycle de vie des projets data et IA : de l'identification des besoins métier à la mise en production, en passant par l'exploration des données, la modélisation, le développement agentique, le déploiement, et le suivi des performances. Vous travaillerez en étroite collaboration avec les équipes opérationnelles pour comprendre leurs enjeux, ainsi qu'avec les équipes techniques pour arbitrer les choix algorithmiques, d'architecture et d'implémentation. Vous serez responsable de l'application des bonnes pratiques de software engineering afin d'assurer la qualité, la maintenabilité et l'industrialisation des solutions. Responsabilités : - Concevoir, développer et déployer des systèmes agentiques robustes et scalables, du prototypage à la mise en production - Dialoguer avec les équipes métier pour identifier les besoins, comprendre les difficultés et traduire les exigences fonctionnelles en solutions techniques - Contribuer itérativement au projet Négociateur Augmenté : exploration de données, construction de datasets, modélisation, conception agentique, développement, revue de code, déploiement et monitoring - Discuter les choix de modélisation, d'architecture algorithmique et technique avec les pairs et l'équipe ; participer à l'arbitrage des décisions complexes - Concevoir et développer des modèles d'apprentissage automatique robustes avec Python, Scikit-learn, TensorFlow ou PyTorch, adaptés aux contraintes de production - Mettre en œuvre les principes DevOps et CI/CD, utiliser Git pour le versionning du code, des données et des modèles - Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables et fiables - Appliquer les principes de qualité logicielle (SOLID, YAGNI), assurer une couverture de tests adéquate et un code maintenable - Implémenter des solutions d'observabilité et de monitoring pour diagnostiquer les performances des applications et modèles en production -...
Missions principalesData Science & AnalyticsConcevoir et développer des modèles analytiques avancés. Construire des algorithmes prédictifs et prescriptifs. Réaliser des analyses exploratoires sur des volumes importants de données. Identifier des leviers d'optimisation des opérations logistiques. Développer des modèles de prévision des volumes, de la charge entrepôt et de la performance transport. Data Warehouse & Data EngineeringExploiter et enrichir le Data Warehouse Snowflake. Structurer, nettoyer et transformer les données issues de différentes sources. Participer à l'amélioration de la qualité des données. Concevoir et optimiser les modèles de données analytiques. Business IntelligenceParticiper à la conception des tableaux de bord Power BI. Produire des KPI et indicateurs métier. Accompagner les directions Supply Chain et Opérations dans l'exploitation de la donnée. Construire des reportings stratégiques et opérationnels. Intégration des données métierExploiter les données provenant des systèmes : SAP WMS TMS Applications métiers logistiques Comprendre les flux opérationnels : Réception Préparation de commandes Stockage Expédition Transport Cas d'usage attendusPrévision d'activité entrepôt. Forecast des volumes logistiques. Optimisation des stocks. Analyse des performances opérationnelles. Détection d'anomalies sur les flux. Analyse de la productivité des sites. Aide à la décision Supply Chain. Construction d'indicateurs de pilotage groupe. Environnement TechniqueData PlatformSnowflake SQL avancé Data Warehouse Data Lake Data SciencePython Pandas NumPy Scikit-Learn Matplotlib Jupyter Notebook Business IntelligencePower BI DAX Power Query ERP & Applications MétiersSAP WMS TMS Solutions logistiques diverses Cloud & Data EngineeringAzure (apprécié) ETL / ELT APIs Modélisation de données Profil recherchéBac+5 Informatique, Data Science, Statistiques ou équivalent. Minimum 5 ans d'expérience en Data Science. Solide expertise Snowflake. Très bonne maîtrise de SQL. Excellente maîtrise de Python. Expérience significative sur Power BI. Expérience dans la gestion de grands volumes de données. Bonne compréhension des flux Supply Chain et logistiques. Pourquoi rejoindre cette mission ? Participation à la transformation Data d'un acteur majeur de la logistique. Projets à fort impact métier. Données volumineuses et complexes. Environnement moderne autour de Snowflake et Power BI. Collaboration avec les équipes Data, Supply Chain et Direction.
Dans le cadre de l'accélération de sa stratégie autour de l'Intelligence Artificielle, notre client dans le domaine bancaire, souhaite renforcer ses équipes avec un Expert IA capable d'intervenir de bout en bout sur les projets IA, depuis l'identification des cas d'usage jusqu'à la mise en production des solutions. Vous participerez à la structuration d'un programme IA ambitieux, en collaboration étroite avec les équipes métiers, Data et IT. Votre rôle sera d'identifier les opportunités à forte valeur ajoutée, de concevoir les architectures adaptées et de développer des solutions robustes, industrialisées et pérennes. Vos missions Analyse & cadrage des cas d'usage IA Vous accompagnez les métiers dans la définition de leur stratégie IA : Animer des ateliers avec les équipes métier afin d'identifier les opportunités d'utilisation de l'IA Analyser les besoins fonctionnels et les traduire en solutions techniques Évaluer la faisabilité, les risques et la valeur métier des cas d'usage Prioriser les initiatives IA selon leur impact Formaliser les cahiers des charges fonctionnels et techniques Élaborer les feuilles de route IA Conception & développement des solutions IA Vous intervenez sur l'ensemble du cycle de vie des projets IA : Concevoir les architectures techniques adaptées Préparer, nettoyer et valoriser les données Développer des modèles de Machine Learning, Deep Learning ou IA Générative Entraîner, évaluer et optimiser les modèles Construire les pipelines de traitement des données Déployer les modèles en production Mettre en place les dispositifs de monitoring et de supervision Garantir la qualité, la robustesse et la performance des solutions Industrialisation & MLOps Vous contribuez à l'industrialisation des projets IA : Mettre en œuvre les bonnes pratiques MLOps Automatiser les cycles d'entraînement et de déploiement Assurer le versioning des modèles et des données Participer à l'amélioration continue des plateformes IA Conseil & accompagnement Vous apportez votre expertise sur les sujets IA : Conseiller les équipes sur les architectures et technologies les plus adaptées Participer à la définition de la stratégie IA Assurer une veille technologique permanente Accompagner la montée en compétences des équipes internes Transférer les connaissances afin de garantir la pérennité des solutions Environnement technique Intelligence Artificielle Machine Learning Deep Learning IA Générative NLP Vision par ordinateur Systèmes de recommandation Classification, régression, clustering Frameworks & bibliothèques TensorFlow PyTorch Scikit-learn Keras Hugging Face LangChain Cloud & MLOps AWS SageMaker Azure Machine Learning Google AI Platform MLflow Kubeflow DVC Data Engineering Collecte et préparation des données Pipelines de données Industrialisation des traitements Déploiement et monitoring des modèles
Expertise d'un ou plusieurs outils majeurs de la protection de la donnée : Purview/Broadcom-Symantec/Forcepoint/Varonis/Mcafee/Trellix... Implémentation/configuration d'un ou plusieurs outils majeurs de la protection de la donnée : Varonis/Purview/Broadcom-Syamantec/forcepoint/Mcafee/Trellix... Une Expérience/compétence dans la gestion du "Run" de ces produits est également recherchée Sécurisation des environnements Microsoft (M365, Defender, Entra ID, Intune, Sentinel…) - Expertise\Connaissance Data classification, labélisation : Connaissance des types de données Maîtrise des outils et des technologies de classification des données Machine learning et IA -Sécurité des données : Compréhension des principes de sécurité des données pour assurer une classification et une labélisation sécurisées Expertise/ connaissance sur la prévention contre les différents canaux de fuite de donnée (DLP) : - DLP Endpoint - DLP Base de données - DLP Cloud Service Provider, Web, Saas - Monitoring data Dark/Deep Web - DLP IA et IA générative Travail d'équipe - Force de proposition - Gestion de projet - Communication La prestation attendue est l'assistance à la mise en place et au maintien en condition opérationnelle de nos dispositifs de protection des données Compétences/ connaissances clés : Expertise d'un ou plusieurs outils majeur de la protection de la donnée : Purview/Broadcom-Symantec/Forcepoint/Varonis/Mcafee/Trellix... Implémentation/configuration d'un ou plusieurs outils majeur de la protection de la donnée : Varonis/Purview/Broadcom-Syamantec/forcepoint/Mcafee/Trellix... Une Expérience/compétence dans la gestion du "Run" de ces produits est également recherchée Sécurisation des environnements Microsoft (M365, Defender, Entra ID, Intune, Sentinel…) Expertise\Connaissance Data classification, labélisation : Connaissance des types de données Maîtrise des outils et des technologies de classification des données Machine learning et IA Sécurité des données : Compréhension des principes de sécurité des données pour assurer une classification et une labélisation sécurisées Expertise/ connaissance sur la prévention contre les différents canaux de fuite de donnée (DLP) : DLP Endpoint DLP Base de données DLP Cloud Service Provider, Web, Saas Monitoring data Dark/Deep Web DLP IA et IA générative
Contexte : L'Analytics Factory conçoit et développe les services analytiques pour fournir aux équipes métier des données et analyses fi ables, soutenant la transformation analytique et la prise de décision dans tous les domaines. Dans le cadre de la modernisation et de la digitalisation de ses points de vente, déploie un système d'audit automatisé des rayons grâce à des caméras installées en magasin. L'objectif stratégique de ce projet est d'internaliser entièrement la chaîne de contrôle automatique des planogrammes personnalisés. L'ambition est de remplacer les audits manuels de rayons, longs et fastidieux, par une analyse continue, automatisée et à grande échelle sur l'ensemble du parc d'hypermarchés Le candidat évoluera sur une architecture moderne basée sur Google Cloud Platform (GCP) Mission : ● Communiquer clairement et effi cacement à l'écrit et à l'oral en français pour des interactions fl uides avec le métier et les équipes ● Analyser les situations et proposer des solutions adaptées tout en identifi ant les axes d'amélioration ● Respecter les délais tout en maintenant des standards élevés de qualité et d'excellence ● Collaborer activement avec les membres de l'équipe, partager les connaissances et favoriser un esprit collectif pour atteindre les objectifs communs ● Appliquer un esprit d'amélioration continue pour optimiser les pratiques et les résultats Livrables : ● Rapport de conformité du rayon construit à partir de photos de ce dernier ● Reconstitution du jumeau numérique des rayons à partir des photos Must Have : ● Concevoir, développer et maintenir des applications et modèles d'apprentissage automatique robustes et scalables avec Python ● Avoir une expérience sur les modèles YOLO, Sam 3 ou DINOv2 Nice to Have : Maîtriser les bibliothèques de manipulation et d'analyse de données : Pandas, NumPy, SciPy ● Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch ● Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables ● Utiliser les plateformes de cloud computing, notamment GCP ou équivalents ● Gérer le versionning des données et des modèles ● Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly ● Gérer les bases de données relationnelles et/ou orientées document ● Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning ● Intégrer les principes de craftsmanship et les bonnes pratiques telles que SOLID, YAGNI et la couverture de tests avec Sonar ● Appliquer les principes d'observabilité pour monitorer et diagnostiquer les applications et modèles ● Participer à toutes les phases du cycle logiciel, de la conception à la mise en production et au run ● Contribuer à l'amélioration continue des pratiques de développement et assurer la qualité, la simplicité et la maintenabilité du code ● Assurer la maintenance et l'évolution des applications et modèles existants ● Appliquer les méthodes agiles, notamment Scrum ● Recherche d'images : Vector Databases pour le matching de produits à grande échelle
Au sein d'un Grand Compte bancaire, vous rejoignez l'équipe « Surveillance applicative et technique », en charge du déploiement, de la configuration et de l'administration de l'ensemble des outils de monitoring. En tant que référent(e) technique sur la solution Elastic, vous jouerez un rôle clé pour garantir l'observabilité, la performance et la fiabilité des infrastructures et applications critiques du groupe. Vos missions sont donc les suivantes : Administration du cluster : Assurer le maintien en condition opérationnelle (MCO), la gestion des nœuds, le suivi des performances, le dimensionnement et la sécurisation du cluster Elastic (jusqu'à la version 9.4). Gestion des montées de version : Planifier et exécuter les migrations et mises à jour de versions majeures/mineures du cluster en garantissant la continuité de service. Observabilité & APM : Déployer, configurer et optimiser le suivi des performances applicatives via Elastic APM. Machine Learning : Mettre en place et administrer les fonctionnalités de Machine Learning d'Elastic (détection d'anomalies, prédictions) Les compétences indispensables : Elastic search jusqu'à la version 9.4 Les compétences appréciées : Machine Learning, Synthétic monitoring, AIOPS
Date de démarrage : ASAP Date de fin : 25/06/2027 (Mission de longue durée) Localisation : Massy (Rythme : 2 jours par semaine sur site) Tarif Journalier Moyen (TJM) Max : 510 € HT Contexte et Mission : Au sein de l'Analytics Factory, entité transverse qui conçoit et développe les services analytiques à forte valeur ajoutée pour soutenir la prise de décision stratégique, vous serez le moteur technique de la transformation digitale des points de vente physiques. Votre objectif principal consistera à concevoir, développer et déployer en production des modèles de Computer Vision innovants. Vous rejoindrez un projet d'envergure phare : le Monitoring Temps Réel de l'Étagère, visant à transformer les rayons physiques en flux de données exploitables pour optimiser l'excellence opérationnelle et l'expérience client. Livrables et Enjeux clés :Développer des solutions capables de comprendre parfaitement la disponibilité, la conformité des rayons et les mouvements des stocks via l'analyse d'images. Relever des défis de détection d'objets et de reconnaissance de produits à très grande échelle. Assurer l'industrialisation et le déploiement de ces modèles dans un environnement de production en temps réel. Compétences Techniques et Expertises Requises : Incontournables (Must have) :Langage : Maîtrise experte de Python. Cloud & MLOps : Expérience significative sur l'écosystème GCP (Google Cloud Platform) et l'utilisation de Vertex AI pour le cycle de vie des modèles. Algorithmes : Solides compétences en Deep Learning appliquées à la vision par ordinateur. Souhaitées (Nice to have) :Modèles de pointe : Connaissance et manipulation de modèles récents tels que YOLO, SAM (Segment Anything), DINOv2 pour le feature extraction ou équivalents. Recherche d'images : Expérience avec les bases de données vectorielles (Vector Databases) pour le matching et l'indexation de produits à grande échelle. Frameworks & Outils : Pratique courante de PyTorch, TensorFlow, OpenCV et des environnements conteneurisés (Kubernetes).
Le projet vise à industrialiser et enrichir la gestion des incidents et, à terme, les processus ITSM, via des solutions innovantes (IA, machine learning, automatisation) intégrées à une plateforme ServiceNow. Missions principales — Développeur IA : Développer et mettre en œuvre des API pour l'orchestration des tâches de gestion des incidents Participer à la création de systèmes IA (classification automatique, assistance à la rédaction de tickets) Analyser les échanges et performances des outils IA pour en assurer l'efficacité Créer et optimiser des prompts de catégorisation de tickets Implémenter et ajuster des algorithmes de machine learning Contribuer à la documentation et à la capitalisation des connaissances SI métier Compétences techniques requises : Connaissance approfondie des langages de modèles, notamment LLM Expérience en développement d'API et intégration avec ServiceNow Maîtrise d'outils de machine learning (clustering, génération de texte) Analyse de données et optimisation de processus Méthodologies agiles et gestion de projets complexes Points d'attention : Suivi des initiatives IA et intégration avec les processus ITSM existants Collaboration avec équipes développement/production Sécurité des données et protection des informations traitées Définition d'indicateurs de performance
