CHARLI GROUP — Offres ⁸

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

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.

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

Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, notre client recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution des données Corporate stratégiques du groupe. Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources internes, essentielles à la prise de décision stratégique et opérationnelle. Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc. Concevoir et implémenter des pipelines d'ingestion automatisés fiables et performants, garantissant l'intégrité et la fraîcheur des données. Structurer et modéliser les données dans un entrepôt de données (Data Warehouse Snowflake) de manière logique, modulaire, réutilisable et optimisée pour l'analyse et la restitution. Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs. Développer des vues et agrégats de données spécifiques aux besoins de restitution et d'analyse des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité.

Nous recherchons un Lead Software Engineer Full Stack pour rejoindre une équipe d'experts intervenant sur la conception et le développement d'une plateforme d'observabilité innovante au sein d'un environnement IT à grande échelle. Vous participerez à la conception, au développement et à l'évolution de solutions techniques sur mesure autour de la collecte, du traitement et de l'exploitation des données d'observabilité. Vos principales missions seront : Concevoir et développer des composants backend performants en Golang. Participer au développement d'interfaces web en JavaScript / TypeScript (React, Angular ou Vue.js). Concevoir des outils techniques et des services dédiés à l'observabilité. Participer aux phases de POC, de design technique et d'architecture. Développer des solutions cloud-native dans un environnement Kubernetes. Automatiser les déploiements et contribuer aux pratiques DevOps. Collaborer avec des experts infrastructure, plateforme et développement dans un contexte agile. Être force de proposition sur les choix techniques et les évolutions de la plateforme.

La mission consiste à : Gestion des évolutions Déploiement et validation des changements applicatifs, d'infrastructure et de sécurité sur les environnements de test (Staging/UAT) puis en production. Automatisation & outillage Conception des scripts et des solutions d'automatisation des interventions récurrentes. Mise en place des outils facilitant le support et l'évolution de l'application. Monitoring Mettre en place ou améliorer le monitoring applicatif sous Dynatrace (définition de métriques, alertes, dashboards). Documentation Rédaction et maintenance de la documentation fonctionnelle et technique (procédures d'exploitation, run-books, guides d'incident). Support technique Assurer le support quotidien au sein d'une organisation répartie sur Mumbai, Paris, portugal & UK. Gestion des incidents (Service Mgt - ITIL) Élaboration, suivie et mise en œuvre des plans d'action préventifs pour éviter la réapparition des dysfonctionnements. Communiquer quotidiennement sur l'état de la production applicative. Opérations exceptionnelles Intervention lors des tests de reprise (DRP/PRA), des mises en production majeures et des migrations d'infrastructure planifiées le week-end. Points forts à mettre en avant dans la réponse : Communication et Service management (Incident, problèmes et changements) + Jira pour les actions de support de production. Notions du chainage CI/CD via un pipeline DevOps complet. Notions en Python et scripting Bash Notions sql et BD Experience dans un envirobnnement big data Approche orientée automatisation visant à réduire les interventions manuelles et à optimiser le coût de support.

Environnement multi SGBD majoritairement Oracle et SQLServer avec SingleStore. - Contrôle et livraison des modifications de structure de base, - Prise en charge des demandes de Mise en Production, - Prise en compte des demandes d'interventions sur les différentes technologies SGBDs - Prise en charge de l'installation, l'administration et l'optimisation avec analyse de performances des serveurs SGBDs - Assistance aux équipes études pour le contrôle et l'optimisation des requêtes SQL et procédures stockées - Participation aux exercices de continuité et de disponibilité et maintenance des procédures associées. - Réalisation et maintenance de la documentation d'exploitation des bases de données. - Participation aux projets de veille technologique (Nouvelles fonctionnalitées oracle 23AI ) La mission proposée est soumise aux dispositifs d'astreintes et horaires décalées. - Bon niveau en Anglais ( B2 minimum )