Find your next tech and IT Job or contract role.

Intégré(e) aux équipes Data (Data Engineers, Data Scientists, équipes Produit), vous interviendrez sur l’ensemble de la chaîne data & IA , de la construction des pipelines jusqu’à la mise en production et au suivi des modèles. Vos principales responsabilités : Concevoir et développer des pipelines data robustes (batch et streaming) Préparer, transformer et structurer les données pour les cas d’usage IA Entraîner, évaluer et industrialiser des modèles de Machine Learning Mettre en place le monitoring des données et des modèles Garantir la qualité, la traçabilité et la fiabilité des traitements Collaborer étroitement avec les Data Scientists et équipes produit 🛠️ Industrialisation & MLOps Mise en place des bonnes pratiques de versioning et CI/CD Industrialisation des pipelines et des modèles Contribution à la documentation technique Amélioration continue des performances et de la maintenabilité Participation aux phases de déploiement et de stabilisation

Contexte précis de la mission : Notre client (secteur bancaire), souhaite renforcer ses capacités internes en matière de Lutte contre la Fraude. L’objectif est de déployer une solution, conforme aux standards du marché, couvrant les activités bancaires. À cet effet, le client lance un marché subséquent pour une prestation d’accompagnement structurée en deux phases distinctes : 1. Filtrage des opérations unitaires et activation de la machine learning. - Participer, en appui des collectifs des architectes, à la définition de la solution cible qui vont permettre au client d’être aux standards du marché sur la lutte contre la fraude ; - Réaliser le cadrage du projet lutte contre la fraude avec l’ensemble des attendus (coûts prévisionnels, planning, délais de mise en œuvre, périmètre, schéma d’architecture fonctionnel et technique, en appui des collectifs des architectes, et toutes autres informations indispensables au cadrage) ; - Élaborer, collecter et suivre les plannings détaillés des différents chantiers en assurant la cohérence globale de l’ensemble des travaux fonctionnels, d’urbanisation (dépendances, plannings...) ; - Organiser la circulation de l'information et faire connaître les orientations, objectifs et toutes les informations utiles au bon déroulement du projet ; - Consolider les priorités métiers ; - Préparer les supports des Comités liés à la comitologie du projet ; - Mettre en place et assurer le suivi des tickets dans le cadre du déploiement de la solution ; - S’assurer de la bonne mise à jour des outils de suivi ; - Spécification des paramétrages des outils fraudes - Réalisation des recettes unitaires - Suivre et accompagner le déploiement des nouvelles fonctionnalités et de la machine learning. 2. Activation des contrôles de masse avec le nouvel outil de lutte contre la fraude. - Élaborer, collecter et suivre les plannings détaillés des différents chantiers en assurant la cohérence globale de l’ensemble des travaux fonctionnels, d’urbanisation (dépendances, plannings...) ; - Organiser la circulation de l'information et faire connaître les orientations, objectifs et toutes les informations utiles au bon déroulement du projet ; - Consolider les priorités métiers ; - Préparer les supports des Comités liés à la comitologie du projet ; - Mettre en place et assurer le suivi des tickets dans le cadre du déploiement de la solution ; - S’assurer de la bonne mise à jour des outils de suivi ; - Spécification des paramétrages des outils fraudes - Réalisation des recettes unitaires - Suivre et accompagner le déploiement des nouvelles fonctionnalités et du contrôle des opérations de masse Livrables : Le consultant devra produire un dossier d’étape périodique contenant une synthèse des travaux et des actions menées sur la période avec les livrables produits : • Note de cadrage du projet lutte contre la fraude et machine learning incluant objectifs, périmètre, contraintes et hypothèses • Kick off • Comptes rendus des réunions de suivi et des ateliers collaboratifs avec les architectes et les différentes directions Métiers et Filière SI • Plan de mise en œuvre avec planning prévisionnel, jalons et dépendances • Planning détaillé de la phase de déploiement • Tableau de bord de suivi d’avancement avec les indicateurs de performance • Supports de comités et rapports d’avancement sur l’état d’avancement, les risques et actions correctives • Gestion des priorités métiers • Gestion de l’outil de ticketing • Cahier de paramétrage • Cahier de recette • Jeux de données • PV de recette • Rapport de validation des livrables • Plan de formation des utilisateurs et manuels utilisateurs • Evaluation de la satisfaction des utilisateurs finaux • Les différents livrables seront planifiés en cohérence avec les délais du projet entre le titulaire et le périmètre TDC MDP

Contexte de la mission Dans le cadre du développement d'une application mettant en valeurs des recherches en exécutant des modèles d'apprentissage automatique avancés développés en interne directement sur iPhone. Le consultant sera responsable de la mise en oeuvre de l'optimisation des pipelines d'apprentissage automatique sur iOs, incluant l'adaptation et l'intégration de modèles existants pour une exécution efficace sur le matériel mobile Objectifs et livrables Intégration du Machine Learning : intégrer et optimiser les modèles ML existants Adapter et convertir les modèles (à partir de PyTorch ou autre) pour un déploiement iOs

Ingénieur IA Ouvert en full remote + Déplacement ponctuel Mission principale Concevoir et déployer des systèmes IA en utilisant des modèles existants (LLM, NLP, vision), sans entraînement lourd, mais avec une forte expertise en prompt engineering, context engineering et intégration métier. Responsabilités clés Créer des prompts optimisés et des contextes enrichis pour améliorer la pertinence des réponses IA. Concevoir des workflows IA (LangChain, LiteLLM, VLLM) pour orchestrer les interactions. Intégrer les solutions IA dans les processus métiers (API, microservices). Évaluer la performance des systèmes IA (qualité, robustesse, biais). Mettre en place des mécanismes de récupération contextuelle (RAG) et gestion des données. Compétences techniques Prompt Engineering avancé : structuration, optimisation, tests : Context Engineering : gestion des contextes longs, segmentation, injection dynamique. Python et frameworks IA (havstack-ai, langchain/langgraph, LiteLLM, VLLM). Machine Learning : compréhension des modèles, métriques, limitations. Connaissance des LLM et des techniques RAG (Retrieval Augmented Generation). • UX pour IA (interaction homme-machine). Soft skills attendus Créativité, curiosité, collaboration pluridisciplinaire, rigueur dans validation et documentation. Ouvert en full remote + Déplacement ponctuel

Mon Client recherche un Data Engineer expérimenté (min. 5 ans en Cloud Engineering GCP) pour intervenir sur un nouveau projet GCP natif dans le domaine Trade-Corporate Sales , à partir du 5 janvier 2026 pour une durée initiale d’un an. La mission, basée exclusivement sur site à Toulouse , vise à concevoir et construire la première itération de la solution cloud. L’expert interviendra sur la mise en place des composants et services GCP , le développement de pipelines de données (Cloud Storage, Dataform, BigQuery) ainsi que l’ intégration d’un moteur de machine learning conçu par les data scientists (probablement via Vertex AI). Il contribuera également à la création d’un tableau de restitution sous Power BI et à la coordination avec une équipe fullstack . Au-delà de la réalisation technique, la mission inclut un fort volet de transfert de compétences pour autonomiser l’équipe interne. Le profil attendu doit allier expertise technique GCP , capacité de conception et de documentation fonctionnelle , autonomie , engagement et aisance relationnelle en environnement collaboratif anglophone.

Contexte : La mission interviendra en appui d’une équipe projet pluridisciplinaire (métier conformité, gestion de projets, informatique, data science) en charge de mener à bien le développement interne d’une nouvelle solution informatique performante et innovante, intégrant notamment des fonctionnalités de machine Learning et d’intelligence artificielle en ligne avec les attentes du régulateur et les standards de place les plus performants. Prestations attendues : - Elaboration de nouveaux modèles de données adaptés à la Conformité, et notamment la révision de l’approche en matière de scoring, de segmentation de la clientèle, et des seuils de déclenchement des alertes sur opérations atypiques. - Réduction des alertes non pertinentes et l’optimisation des analyses et investigations - Sélection et la validation de variables pertinentes (features engineering) pour améliorer la performance des modèles de détection - Utilisation combinée de modèles de machine learning supervisés et non supervisés pour optimiser la détection des comportements suspects et réduire les faux positifs - Choix techniques et stratégiques adaptés aux enjeux et au contexte opérationnel du groupe BRED (typologie clients, offre produits et services, entités multiples…) - Accompagnement des différentes étapes des projets informatiques de la Conformité (études & cadrage, recette, suivi comités) dans le respect des échéances imposées - Contribution à la rédaction des livrables projets (expression de besoin métier, cahiers des charges, procédures) Expérience exigée dans la Lutte Contre le Blanchiment d'argent et le Financement du Terrorisme (LCB-FT)

Le département informatique travaille actuellement avec l'équipe Digital & Data Solution sur des initiatives liées à l'IA, au machine learning et aux données. Nous recherchons un expert Azure Cloud pour : - Administrer le tenant Azure existant du groupe - Contribuer à la mise en œuvre de cas d'utilisation de l'IA et du machine learning - Contribuer au projet Data Platform en participant activement au MVP avec la solution Snowflake - Mettre en place les meilleures pratiques Azure (automatisation, sécurité) avec différentes parties prenantes - Transférer ses compétences à l'équipe existante Vous collaborerez étroitement avec différentes équipes informatiques (cybersécurité, opérations informatiques, développement informatique, informatique métier), ainsi qu'avec l'équipe Digital & Data Solution. » Les équipes informatiques du Groupe comptent plus de 600 collaborateurs répartis entre Paris, Tunis, Francfort et Düsseldorf. Nous recherchons un expert Azure ayant une expérience significative (plus de 5 ans) dans l'administration et la conception de projets informatiques cloud. Connaissances en cloud (administration, support, IaC, automatisation, sécurité cloud) Très bonne expertise des services Azure, Terraform, scripting Administrer, surveiller et mettre en œuvre les services Azure Contribuer à la mise en œuvre de projets liés à l'IA et à la plateforme de données Promouvoir les meilleures pratiques DevSecOps Être une référence technique en matière d'IA et d'apprentissage automatique Travailler en étroite collaboration avec les architectes du groupe, les équipes de sécurité et DEX Solides compétences techniques dans Azure, IaC (terraform), Solide expérience dans les cas d'utilisation de l'IA et du machine learning dans Azure. La connaissance des scripts Azure PowerShell serait appréciée. Maîtrise de l'anglais. Expertise dans le cloud Azure.

Ce rôle de Data Scientist est une nouvelle création de poste, avec un démarrage envisagé en janvier 2026 . Le Data Scientist rejoindra l'équipe pour travailler sur des projets d'analyse de données, d'apprentissage automatique (Machine Learning - ML), de collecte de données et de développement d'applications/solutions. Les principales responsabilités incluent : L'analyse approfondie de la donnée. La récolte et le traitement des jeux de données. Le développement et l'implémentation de modèles de Machine Learning. Le déploiement des solutions développées.

Bonjour, Pour le compte de notre client nous recherchons un Data Scientist 👽. Contexte Notre client a misé sur une plateforme Big Data sur Microsoft Azure pour centraliser ses flux data, stocker des pétaoctets de données dans des Data Lakes et industrialiser des cas d’usage IA stratégiques. La Data Science joue un rôle clé, notamment dans les projets de maintenance prédictive, d’information voyageurs et d’optimisation opérationnelle. Missions principales Développer des modèles de Machine Learning et d’IA sur des volumes massifs de données stockées sur Azure (Data Lake, Data Factory, Databricks). Construire des features temporelles , utiliser des séries temporelles ou des méthodes statistiques avancées pour modéliser des phénomènes (ex : retards, maintenance). Analyser les données météorologiques, de trafic, IoT, capteurs ou autres sources pour créer des prédictions (ex : retards, pannes) ou des systèmes d’alerte. Industrialiser les pipelines d’entrainement et d’inférence sur Azure (notamment via Azure Databricks, Azure ML, etc.). Monitorer les performances des modèles, mettre en place des métriques qualité, des alertes, des feedback loops. Collaborer avec les équipes infrastructure / Data Engineering pour garantir la scalabilité et la gouvernance des flux data. Accompagner les équipes métier (opération, maintenance, transport, marketing) dans l’exploitation des modèles prédictifs. Documenter les modèles, écrire des rapports, créer des visualisations et restituer les résultats de manière pédagogique. Cloud Azure : Data Lake, Data Factory, Databricks. Big Data : Spark (Scala ou Python) pour traitement distribué. Langages : Python (pandas, scikit-learn, ML frameworks), SQL / T-SQL. Machine Learning / IA : régression, classification, séries temporelles, modèles statistiques, ou algorithmes supervisés / non supervisés. Data Engineering / Pipeline : connaissance des pipelines ETL/ELT, ingestion de données, feature engineering. MLOps : pipelines de déploiement, scoring, orchestration, monitoring, versioning des modèles. Gouvernance des données : qualité, sécurité, catalogage. Architecture des données : conception de schémas, datalakes, modélisation. Compétences transverses Esprit analytique et méthodique . Capacité à vulgariser des concepts complexes auprès des équipes métier. Autonomie, rigueur, curiosité et force de proposition. Aisance relationnelle et collaboration interdisciplinaire (Data, produit, exploitation). Capacité à prioriser et structurer le travail sur des sujets long terme. Profil recherché Formation : Bac+5 (informatique, data, maths, statistique, IA…). Expérience : minimum 3 à 6 ans en data science / machine learning, idéalement sur des environnements cloud / Big Data. Langues : bon niveau d’anglais technique. Atout : expérience antérieure dans le transport, l’IoT, la maintenance, ou de lourdes infrastructures data.

Introduction & Résumé: Le rôle de Data Scientist est essentiel pour analyser la performance des outils de prévision au sein du département de Recherche Opérationnelle, contribuant ainsi à l'optimisation des revenus de l'entreprise. Le candidat idéal possède une connaissance approfondie de la modélisation mathématique et statistique, ainsi que des compétences en Machine Learning et en Python. Principales Responsabilités: Le Data Scientist Junior aura pour mission de: Analyser la performance d’un moteur de prédiction lié à l’overbooking. Contribuer à d'autres moteurs de prédiction et d'optimisation dans le projet FIT (Freight Intelligence Techniques). Exigences Clés: Connaissance approfondie de la modélisation mathématique et statistique. Compétences en Machine Learning. Maîtrise des bonnes pratiques Python. Expérience avec les outils : Spark, Python, Git, Bash, SQL. Compréhension des environnements Unix/Linux. Bon niveau d’Anglais écrit et oral. Expérience avec GCP (Google Cloud Platform). Doctorat en Mathématiques ou en Physique. (est un plus). Autres détails: Ce poste est basé à Paris et Amsterdam, au sein du département de Recherche Opérationnelle.

Dans le cadre d’un vaste programme de transformation du service client à l’échelle internationale, l’organisation souhaite renforcer ses capacités en matière d’automatisation intelligente et d’expérience omnicanale. Le prestataire interviendra en tant qu’expert Genesys pour accompagner les différentes entités dans la modernisation de leurs centres de contact, en intégrant des fonctionnalités avancées basées sur l’IA et le machine learning. L’objectif est de concevoir des parcours clients plus fluides, d’optimiser le routage des interactions, de réduire les temps de traitement et d’accroître la qualité de service tout en garantissant une cohérence globale entre les pays. La mission s’inscrit dans un contexte multiculturel exigeant, avec un fort niveau d’innovation et une volonté d’industrialiser l’usage de l’IA dans les interactions clients.

Dans le cadre de sa transformation SI, le client cherche un profil capable de valoriser les données , construire des modèles prédictifs , fiabiliser les pipelines data et produire des dashboards à forte valeur ajoutée. • Collecter, nettoyer et préparer les données issues de sources diverses • Concevoir et maintenir des architectures de données adaptées aux besoins analytiques • Collaborer avec les équipes techniques sur la structuration du modèle de données, la gouvernance et la qualité des référentiels. • Explorer les données pour identifier des patterns, tendances et corrélations • Valider et optimiser les modèles • Déployer les modèles dans des environnements de production • Restituer les résultats de manière claire aux parties prenantes • Collaborer étroitement avec les équipes métier, les développeurs. • Construire des modèles de machine learning adaptés aux besoins métier.

Nous recherchons un expert technique cyber & DevSecOps spécialisé IA / GenAI pour renforcer une équipe sécurité déjà structurée (GRC + pilotage en place). Mission orientée mise en œuvre technique , pas du pilotage. 🎯 Votre rôle Intégrer l’équipe sécurité et prendre en charge la sécurisation avancée de la stack Azure IA / GenAI : Azure AI, Cognitive Services, Azure Machine Learning, Azure OpenAI M365, Power Platform, Fabric Intégrations data (Snowflake…) Vous intervenez comme référent technique auprès des devs, data engineers & data scientists. 🔧 Missions techniques Design & déploiement des contrôles de sécurité Azure / IA RBAC, Conditional Access, MFA, PIM Réseau, identité, isolation des environnements Sécurisation des services IA et des données exposées DevSecOps – CI/CD sécurisés Scans, policy-as-code, sécurité IaC (Terraform / Bicep) Configuration avancée des solutions Microsoft Security : Sentinel, Defender for Cloud, Purview Revue de code, pipelines, IaC Mise en place d’automatisations : PowerShell / Python 🧠 Expertise IA / GenAI attendue Capacité à challenger, corriger, sécuriser des implémentations GenAI : prompt injection data/model poisoning fuite de données risques agentiques / escalade via LLM bonnes pratiques de gouvernance et isolation des données 📦 Livrables Blueprints & architectures de sécurité GenAI sur Azure Configurations sécurisées + règles Sentinel / Defender / Purview Analyses de risques & mesures de mitigation Reporting technique : posture, vulnérabilités, remédiations

🎯 Contexte du stage Dans le cadre du développement de nouveaux outils internes et de projets innovants autour de la donnée, nous recherchons un stagiaire Développeur Python , avec idéalement une première sensibilité aux sujets d’ Intelligence Artificielle . Vous évoluerez au sein d’une équipe technique dynamique, accompagnée pour monter en compétence sur des technologies modernes. 🧩 Missions principales Développer des scripts, outils ou micro-services en Python Participer à la conception et l’optimisation de pipelines ou traitements de données Contribuer à l’amélioration ou au développement d’algorithmes Réaliser de la veille technique et proposer des améliorations Participer à des projets IA / ML (selon profil) : entraînement de modèles création de POC automatisation de tâches Rédiger de la documentation technique 🛠️ Compétences recherchées Techniques Maîtrise de Python (obligatoire) Bases en : gestion de données (Pandas, NumPy…) API / scripts Bonus apprécié (non obligatoire) : IA / Machine Learning (scikit-learn, PyTorch, TensorFlow…) Notions de LLM / IA générative

Le Data Engineer est un développeur au sein de l’équipe Engineering Open Big Data du Département Data, qui regroupe l’ensemble des expertises technologiques liées à l’ingénierie de la donnée, de l’automatisation et à l’exploitation des modèles de Machine Learning. Ce déparetement est dédié au service de notre client et de ses équipes (Data office, Tribus data, Business, Transformation Office etc.), afin de fournir, en collaboration avec le Data Office, les plateformes (RPA, BI, Data, …) et les données nécessaires aux équipes chargées de délivrer les cas d’usages, puis les déployer et les maintenir en conditions opérationnelles.

Lieu : Saint-Brieuc (22) Salaire : 35/40K€ Rythme : Présentiel Nous recrutons pour un intégrateur de solutions industrielles et tertiaires en pleine croissance situé à proximité de Saint-Brieuc dans les Côtes d’Armor. Il s’identifie comme un interlocuteur global pour les entreprises ayant besoin de solutions logicielles innovantes en automatisation, informatique, électricité, GTB, maintenance… Il souhaite couvrir l’ensemble du cycle, de l’étude/conception à la mise en œuvre, la formation, la maintenance et le suivi de leurs clients, afin d’apporter une solution clés-en-main. Dans le cadre de leur développement, notre client souhaite recruté un Data Analyst confirmé. Les missions sont les suivantes : - Interpréter les besoins métier et les transformer en problématiques analytiques exploitables. - Veiller à la qualité, la cohérence et la robustesse des données utilisées dans les modèles et analyses. - Préparer, explorer et modéliser des jeux de données complexes afin d’en extraire des résultats actionnables. - Développer et maintenir des indicateurs, rapports avancés et outils analytiques pour soutenir les décisions stratégiques. - Documenter les méthodes, modèles et workflows, et contribuer à la diffusion des bonnes pratiques data au sein de l’organisation. - Accompagner et former les utilisateurs aux analyses, modèles et outils développés pour garantir leur bonne appropriation. - Effectuer une veille continue sur les technologies, méthodes statistiques et avancées en machine learning, puis partager les évolutions pertinentes avec l’équipe.