CHARLI GROUP — Offres ¹⁰

Expérience dans l'environnement de la prestation : 6 ans et plus Mission : Projeter, définir et piloter le développement du SI dans son ensemble. S'appuyer sur la stratégie de l'entreprise, notamment en matière de sécurité et de risques. Définir une architecture agile, pérenne et évolutive Piloter les développements, etc... Environnement technique : - Data Models, Data Lineage, …. - Maîtrise des techniques de l'environnement Data; Big Data; Analytics, - DataViz - Expertise en architecture SI - Expertise en architecture et modélisation BDD - Maitrise du SI de l'entreprise dans son ensemble : Afin de proposer la bonne solution pouvant s'intégrer dans le SI de l'entreprise, etc..

Développement et Gestion de projets : Au sein d'une équipe de 4 personnes, en lien avec la table des marché, les équipes projet transverse, le service client B2B et le reste de la DSI, développement des évolutions et des correctifs sur les briques-clé du SI de en lien avec le marché : - Carnets d'ordres actions et fonds - WebServices / Micro services entre les frontaux et les centrales de couverture - Relation avec l'éditeur du progiciel de centrale de couverture et prise en charge des livraisons éditeur dans le SI Gestion des astreintes en roulement au sein d'une équipe de 4 personnes : - Support pour les équipes de production - Analyse des incidents de veille - Prise de décisions pour reprise - Présence pour l'ouverture et la fermeture des marchés

Profil: Ingénieurie Data expérimenté pour concepion, construction et maintenance d' une infrastructure de données robuste et performance dans un environnement entièrement on-premise. Étroite collaboration avec les équipes Data pour garantir des pipelines fiables et de haute qualité sur notre infrastructure autogérée. - Expertise Python en contexte professionnel et en production - Maîtrise des paradigmes avancés : décorateurs, générateurs, context managers, métaclasses, typage statique avec mypy - Conception de packages Python structurés et réutilisables, gestion de dépendances - Écriture de tests robustes : pytest, mocking, fixtures, tests paramétrés, couverture de code - Développement de clients Kafka en Python (confluent-kafka, kafka-python) : producteurs, consommateurs, gestion des offsets et des erreurs - Expérience avec les clients Elasticsearch en Python (elasticsearch-py) pour l'indexation et la recherche - Développement d'opérateurs et de hooks Airflow custom en Python - Manipulation de données avec pandas et PyArrow pour les formats colonnaires (Parquet, ORC) - Maîtrise des outils de qualité de code : black, ruff, pylint, pre-commit - Bonne connaissance de la programmation asynchrone (asyncio, aiohttp) pour les pipelines I/O-bound - Maitrise kubernetes et CI/CD (gitops, etc )

Un ensemble de programmes répondant à des usagesspécifiques ont été développés en SQL via des outils SAS/Altair et des outils Dataiku (branchés sur GCP). La mission consiste à migrer les programmes dans le nouvel environnement / à adapter les programmes si nécessaire / à vérifier que le programme fonctionne correctement / à valider le programme / à suivre le programme une fois la mise en production réalisée. Les premières mises en production sont prévues en Avril / Mai 2027. La première partie de la mission consistera à écrire l'ensemble des programmes dans le nouvel environnement d'ici la fin d'année et à réaliser les premiers tests. Le poste s'inscrit dans un contexte stratégique de migration d'une banque vers une autre. L'enjeu principal est de réussir la migration et l'adaptation de programmes SQL existants développés via SAS/Altair et Dataiku vers un nouvel environnement basé sur GCP. Le profil recherché devra démontrer une forte maîtrise technique en SQL BigQuery, une capacité à comprendre rapidement le SI Mysys, et des compétences en transformation de code. Au-delà des compétences techniques, les soft skills attendues sont essentielles : pro-activité pour anticiper les problématiques, esprit collaboratif pour travailler en équipe projet, et pédagogie pour accompagner les utilisateurs. Le timing est serré avec une réécriture complète des programmes d'ici fin d'année et des premières mises en production prévues entre avril et mai 2027. Compétences Clés Lecture / compréhension de code et de flux SAS / Dataiku / Altair Manipulation de gros volumes de données (partitionnement, optimisation requêtes, performances) Compréhension des structures de données bancaires cœur (Mysys ou équivalent) Mise en place de tests de non-régression data (comparaison ancien / nouveau SI, contrôles d'agrégats, réconciliations) Lecture / compréhension de code SAS / Dataiku / Altair (analyse de logique métier existante) Manipulation de gros volumes de données & optimisation (partitionnement, sharding logique, bonnes pratiques performance) Compréhension des structures de données bancaires (SI cœur type Mysys ou équivalent) Mise en place de tests de non-régression data (comparaisons ancien/nouveau SI, contrôles d'agrégats, échantillonnage) Analyse et compréhension rapide de code et schémas de données complexes (SAS/SQL/Dataiku) Rigueur dans la manipulation de données sensibles Gestion du stress dans un contexte de délais serrés Importantes Modélisation de données décisionnelles (schéma en étoile, ODS, DWH, historisation) Rares Réécriture / transformation de programmes SAS / Altair / Dataiku vers BigQuery Maîtrise avancée de SQL sur BigQuery (optimisation performance/coût, fenêtres, CTE, partitions, clustering, UDF) Réécriture / transformation de programmes SAS/Altair/Dataiku vers BigQuery (migration de traitements legacy vers SQL/GCP) Maîtrise avancée de SQL sur BigQuery (fenêtres, CTE, partitions, clustering, UDF, optimisation performance/coût) Pro‑activité forte (anticipation des risques, prise d'initiative) Pédagogie / capacité de vulgarisation auprès des utilisateurs et métiers

Sur le plan technique technique, l'application est en charge de la gestion des essences du metier de notre client. Elle est composée par un ensemble de Micro-Services développés en Javascript pour la partie Front (~10 MFE React, 1 legacy Angular), Scala (~50) et Rust (~5) qui sont hébergés dans le Cloud (AWS) et On Premise (VMWare). Le travail est organisé suivant des sprints de 2 semaines et l'équipe est constituée de plusieurs Feature Teams complètes (P.O / Devops / Recette / Dev) se partageant un Scrum Master et un UI/UX Designer. Compte tenu des enjeux importants tant au niveau fonctionnel et technique qu'au niveau du calendrier, nous recherchons des candidats : - Dynamiques et motivés, capables de voir au-delà de leur tâche affectée, de s'inquiéter de la complétion du récit utilisateur dans son ensemble (incluant la conception, les tests, la cohérence des livrables) et d'être acteur de sa livraison en production. - Sérieux et autonomes, permettant d'être un relais efficace des Lead Tech présents dans l'équipe, mais n'hésitant pas à poser des questions si nécessaires. Les candidats répondront idéalement aux critères ci-après classés par ordre d'importance : 1

Contexte de la mission : Dans le cadre du renforcement de ses équipes IT, un grand groupe français recherche un(e) Testing & Validation Leader / Business Analyst ServiceNow afin d'accompagner les évolutions de sa plateforme ServiceNow et de garantir la qualité des livraisons fonctionnelles. Vous intégrerez une équipe transverse en interaction avec les équipes métiers, les Product Owners, les équipes de développement et les différentes parties prenantes du programme ServiceNow. L'objectif est d'assurer la qualité des évolutions fonctionnelles, leur validation et leur mise en production dans un environnement exigeant.

"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."

Les missions couvrent à la fois de l'analyse fonctionnelle, du support utilisateur et de la gestion des incidents liés aux outils Front Office. De la gestion de projets peux être requise ponctuellement, même si ce n'est pas l'objet principale de la mission. Analyse Métier · Recueillir, analyser et formaliser les besoins des utilisateurs · Rédiger des spécifications fonctionnelles détaillées · Rédiger des modes opératoires Support Utilisateurs et Gestion des Incidents · Assurer le support fonctionnel de niveau 1 et 2 sur Aladdin · Diagnostiquer les incidents, coordonner leur résolution avec les équipes techniques · Suivre les tickets via les outils JSM et ServiceNow (BRS) · Mettre à jour la documentation utilisateur et former les équipes métiers · Identifier les récurrences d'incidents et proposer des actions correctives ou préventives Amélioration Continue · Être force de proposition sur l'optimisation des processus et des outils · Suivre les indicateurs de performance et de qualité du service · Participer à la veille technologique et fonctionnelle

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

Votre rôle Le/la Lead Technique Salesforce sera responsable de la conception, du pilotage Aet de la sécurisation des solutions Salesforce sur des sujets à forte complexité. Il/elle interviendra en tant que référent technique transverse auprès des équipes produit, métier et développement afin de garantir la qualité, la cohérence architecturale et la pérennité des solutions mises en œuvre. Le rôle implique une forte dimension de leadership technique : définition des bonnes pratiques, amélioration continue des standards de développement, accompagnement des équipes et supervision des sujets techniques stratégiques ou critiques. La mission comporte également une dimension forte de coaching et de transfert de compétences. Le/la consultant·e accompagnera l'expert interne en poste dans le développement de ses compétences en architecture, gouvernance, pilotage technique et prise de décision sur les sujets complexes. L'objectif est de favoriser son autonomie progressive sur les sujets stratégiques et de pérenniser l'expertise au sein de l'organisation Descriptif de la mission Le/la consultant·e devra être capable d'apporter rapidement de l'impact sur : La conception et le pilotage de solutions Salesforce complexes, évolutives et robustes Les sujets d'intégration et les interactions avec le reste du SI La prise en charge des problématiques de performance, maintenabilité et scalabilité La sécurisation des choix techniques et des architectures mises en œuvre L'identification, la priorisation et le traitement de la dette technique (standardisation) L'amélioration de la fiabilité des développements et des déploiements L'amélioration continue des standards de développement, d'architecture et de qualité L'accompagnement des équipes sur les sujets techniques complexes La diffusion des bonnes pratiques Salesforce au sein des équipes Le coaching de l'expert Salesforce en place à travers des sessions régulières de mentorat, de revue de conception, de partage d'expérience et d'accompagnement dans les prises de décision techniques La définition et le suivi d'un plan de montée en compétence permettant un transfert progressif de responsabilités vers le futur Lead Tech interne Profil recherché COMPETENCES INDISPENSABLES Excellente maîtrise de l'écosystème Salesforce (modèle de données, sécurité : profils, rôles, permission sets...), automatisation et gouvernance de la plateforme Solide expérience en conception technique et en architecture applicative Salesforce et sur des architectures d'intégration complexes Intégrations via API (REST, SOAP), gestion des callouts et des limites Salesforce Capacité éprouvée à définir des architectures robustes, évolutives, performantes et sécurisées Expertise Apex avancé (triggers, classes, batchs, schedulables) Maîtrise des Lightning Web Components (LWC) Bonne maîtrise des Salesforce Flows (Record-Triggered, Scheduled et Screen Flows) Bonne culture data, compréhension des bases de données relationnelles, maîtrise du langage SOQL/SOSL Capacité à cadrer, prioriser et sécuriser les sujets techniques complexes Expérience dans la coordination de sujets techniques transverses et multi-intervenants Capacité à transmettre des bonnes pratiques de développement et d'architecture Salesforce Expérience significative en accompagnement et montée en compétence de développeurs ou profils techniques Vision transverse, capacité d'analyse et communication avec les équipes métiers Réaliser la veille sur votre domaine d'intervention (évolution technique du produit), pour suivre et anticiper les évolutions de l'éditeur, y compris le suivi des versions Salesforce PRE-REQUIS Certification Salesforce Certified Platform Sharing and Visibility Architect Salesforce Certified Application Architect (atout) Sales Cloud / Service Cloud Salesforce Marketing Cloud MuleSoft (un plus) Connaissance d'outils de CI/CD (Copado, Git, etc.)