Find your next tech and IT Job or contract SQL

Dans le cadre de la contribution à l'exercice biannuel de Stress Test EBA (STEBA), nous recherchons un(e) consultant(e) spécialisé(e) sur les problématiques de Marge Nette d'Intérêts (MNI). La mission consiste à réaliser les travaux de préparation et d'alimentation des templates EBA pour les projections de la MNI en situation de stress. Le consultant interviendra également sur l'adaptation du framework de production, afin de faire évoluer et fiabiliser le processus de réalisation de l'exercice. Il/elle contribuera à accroître la granularité des données utilisées dans les analyses et à optimiser les rapprochements avec le reporting EBA IRRBB. Une capacité à analyser les données, sécuriser les processus de production et travailler sur des sujets réglementaires est attendue. Une expérience réussie en Stress Tests EBA sur le module MNI est OBLIGATOIRE pour cette opportunité.

Contexte : Dans le cadre d'un programme de transformation digitale au sein d'un grand groupe bancaire ou industriel, nous recherchons un Business Analyst AMOA avec une expertise dans le domaine des paiements et des échanges de données (flux EDI / B2B). Le profil recherché devra être capable de travailler en autonomie, d'interagir avec des équipes métier et IT, et de piloter les phases d'analyse, de cadrage et de recette dans un environnement Agile. Missions & Livrables - Recueil et formalisation des besoins métiers auprès des parties prenantes (Back-Office, Trésorerie, IT, Conformité) - Rédaction des livrables fonctionnels : BRD, spécifications fonctionnelles, User Stories, critères d'acceptation - Modélisation des processus métiers et des flux de données (BPMN, diagrammes de flux) - Alimentation et affinage du backlog produit - Définition de la stratégie de recette et conception des cahiers de scénarios de test - Exécution des campagnes de tests (UAT, TNR) et suivi des anomalies jusqu'à clôture - Participation active aux cérémonies Agile (Sprint Planning, Daily, Review, Rétrospective) - Accompagnement au changement et support utilisateurs - Suivi post-mise en production et gestion des incidents

Le Business Analyst intervient au sein d'une activité de Trésorerie / ALM d'un grand groupe bancaire, au plus près des équipes Treasury et Front Office. Missions principales : Recueillir et analyser les besoins des équipes métier. Traduire les besoins en spécifications fonctionnelles et règles métier. Participer à l'évolution des outils et processus de Trésorerie / ALM. Analyser les flux entre les systèmes Front Office, Risk, Finance et Back Office. Suivre le cycle de vie des opérations et analyser les anomalies. Piloter ou contribuer aux tests, recettes fonctionnelles et mises en production. Assurer l'interface entre les équipes Métier, IT, Risk, Finance et Operations. Environnement fonctionnel – Treasury / ALM : Liquidité : position de liquidité, funding, liquidity buffer, gaps, stress tests. Risque de taux : IRRBB, gaps de taux, exposition du bilan, stratégies de couverture. Change : expositions en devises et stratégies de couverture. Gestion du bilan et analyse des positions/expositions. Profil recherché : BA avec une bonne compréhension des problématiques Treasury / ALM, capable d'échanger aussi bien avec les équipes métier qu'avec les équipes IT.

Vous rejoignez la filière reporting réglementaire d'un acteur bancaire de premier plan, sur le périmètre des états de résolution. Vous reprenez des rapports existants pour en revoir la construction, vous formalisez ce dont le métier a besoin sous une forme que l'IT peut développer, et vous laissez derrière vous des procédures de production écrites et des contrôles qui tiennent sans vous. Ce poste s'adresse à quelqu'un qui a déjà tenu la production de ces états et qui sait pourquoi ils cassent : maîtrise du bilan bancaire, de ses opérations intragroupes et internes, et de l'environnement prudentiel (COREP, Bâle 3, ratios de solvabilité et de levier, contrôles EBA).

Nous recherchons un Business Analyst Fonctionnel Senior pour une mission longue au sein d'un grand groupe du secteur bancaire. Localisation : Charenton-le-Pont (Île-de-France) Durée : 12 mois Expérience requise : 6 à 9 ans Contexte de la mission : Vous intégrerez une équipe RSE au sein d'une DSI et travaillerez en proximité avec les équipes métier, les Data Analysts et les équipes techniques. Principales missions : Recueillir, analyser et formaliser les besoins métier Rédiger les spécifications fonctionnelles et les user stories Définir les règles de gestion et les indicateurs de suivi Participer aux ateliers de conception Coordonner les échanges entre les métiers, la data et les équipes techniques Définir la stratégie de tests et rédiger les cahiers de recette Réaliser et piloter les tests fonctionnels Suivre les mises en production Accompagner les utilisateurs dans le déploiement des solutions Préparer les supports de formation et de communication Piloter de manière autonome des projets de petite taille Compétences recherchées : Expérience confirmée en Business Analysis fonctionnelle Très bonne maîtrise d'Excel Bonne maîtrise de SQL Expérience des projets SaaS Connaissances de base des enjeux RSE Capacité à gérer un projet de manière autonome Excellentes qualités relationnelles et rédactionnelles Capacité à travailler avec des interlocuteurs métier et techniques

Contexte Dans le cadre du développement d'un produit, nous recherchons un Tech Lead Data / GenAI pour assurer la coordination technique transverse et accélérer la livraison de nouveaux composants et Enablers GenAI. La mission porte notamment sur la mise en place de solutions permettant l'ingestion et l'exploitation de rapports, documents et données structurées ou non structurées, provenant de sources publiques et internes. Le Tech Lead travaillera en proximité avec les équipes Data Science et les différentes parties prenantes du projet afin de définir les choix techniques, industrialiser les solutions et garantir leur intégration dans l'écosystème existant. Missions Assurer le lead technique et la coordination transverse des différents sujets Data / GenAI. Concevoir et développer des Enablers techniques GenAI permettant d'accélérer la livraison du produit. Concevoir et industrialiser des pipelines d'ingestion de données et de documents structurés / non structurés. Développer les composants nécessaires en Python et intégrer des outils d'ingestion adaptés. Concevoir et orchestrer les workflows Data et traitements associés. Déployer et exploiter les solutions sur Google Cloud Platform. Mettre en place et maintenir l'Infrastructure as Code avec Terraform. Définir et maintenir les pipelines CI/CD. Concevoir des interfaces ou outils de visualisation permettant d'exposer les données et résultats. Participer à la conception de pipelines RAG et composants LLM. Collaborer étroitement avec les Data Scientists pour industrialiser leurs travaux. Garantir la qualité, la maintenabilité, la sécurité et l'observabilité des composants développés. Identifier les points de blocage, proposer les choix d'architecture appropriés et accompagner leur résolution. Communiquer de manière claire sur les avancées, risques et décisions techniques.

AI Engineer / Data Engineer : Agents IA au service du delivery Data Mission consultant · Île-de-France · Démarrage octobre 2026 · Jusqu'à début 2027 · TJM selon profil LE CONTEXTE Notre client, grand groupe de services à l'environnement, fait évoluer son socle analytique / Data. Objectifs : accélérer l'intégration de nouvelles sources, construire et enrichir les objets métiers (OBM), migrer les reportings vers Apache Superset, structurer la gouvernance et le catalogue de données. Le projet couvre l'ensemble du cycle Data : conception, spécification, modélisation, développement, recette et mise en production. Le client veut s'appuyer sur des agents IA pour accélérer le delivery. Vous concevez et intégrez deux agents, avec une vraie exigence d'industrialisation et de mesure des gains. VOS MISSIONS 1. Concevoir et intégrer un agent "PO Data" : analyse des structures de données, identification des écarts de complétude 2. Outiller cet agent sur le lignage, la génération de spécifications fonctionnelles et l'alimentation du backlog 3. Concevoir et intégrer un agent "Data Engineer" : génération et accélération des pipelines d'ingestion et de transformation 4. Outiller cet agent sur les jointures multi-sources et la modélisation des objets métiers (OBM) 5. Intégrer les LLM à l'environnement Cloud et Data du client, en particulier BigQuery 6. Industrialiser les agents (LLMOps, prompt engineering) et mesurer les gains obtenus