Cogniwave dynamics — Offres ¹¹

Pour une mission long terme grand compte de l'un de nos clients, un établissement bancaire de la place luxembourgeoise, nous recherchons un(e) Business Analyst senior pour renforcer son équipe IT Banking Risks. Cette équipe prend en charge l'ensemble des besoins des métiers Risques : risques financiers, risque de crédit, risque opérationnel, exécution/clearing et reporting réglementaire. Profil senior. Mission basée à Luxembourg, [présentiel 80/ 100% ]. Démarrage Novembre 2026, pour une durée de 3 ans Statut : Salarié 70 000 / 90 000 euros suivant expérience + primes de performances (voiture au bout de 6 mois) (Indépendant TJM 550 / 630 e possible selon profil) Le poste est transverse et centré sur les risques financiers. L'activité se répartit à parts égales entre le traitement des demandes courantes et la contribution aux projets ; cet équilibre évoluera selon les projets arbitrés dans le cadre budgétaire 2027. Votre mission Vous interviendrez comme interface entre les métiers Risques et les équipes de développement, de l'expression du besoin jusqu'à la stabilisation en production. À ce titre, vous serez en charge de la réalisation des analyses fonctionnelles et des analyses d'impact, du pilotage et du suivi des tests métiers, du suivi post-mise en production et des évolutions, du support de production fonctionnel, ainsi que du suivi et de la priorisation des tickets JIRA.

Contexte Dans le cadre d'un accord-cadre avec un groupe bancaire international, nous recherchons des Data Scientists disposant d'une expérience démontrable et mesurable sur des projets d'intelligence artificielle. Les postes sont ouverts sur trois niveaux de séniorité (0-2 ans, 2-5 ans, 6 ans et plus d'expérience sur des projets IA). Poste en CDI: Salaire suivant expérience / Package avec ou sans voiture Vos missions Collecte et préparation des données Récupérer et nettoyer les données issues de sources variées (bases de données, API, fichiers) Mener les analyses exploratoires (EDA) pour qualifier la structure et la qualité des données Réaliser les transformations et le feature engineering permettant d'améliorer la pertinence des modèles Développement de modèles Sélectionner et entraîner des modèles de machine learning et de deep learning adaptés au cas d'usage Comparer les approches (régression, classification, réseaux de neurones) Optimiser les modèles par tuning d'hyperparamètres et validation croisée Déploiement et industrialisation Intégrer les modèles dans les applications et systèmes, en collaboration avec les équipes MLOps/DevOps Mettre en place les pipelines d'entraînement et de mise à jour Assurer le suivi des performances en production et détecter les dérives de modèle (model drift) Restitution et valorisation Présenter résultats et insights aux équipes métier via visualisations et rapports Expliquer le fonctionnement des modèles et leur impact business Veille et amélioration continue Suivre les avancées en IA et machine learning Tester de nouvelles architectures et frameworks (TensorFlow, PyTorch, Scikit-learn) Contribuer à l'amélioration des algorithmes et des processus internes Un atout Expérience en environnement bancaire ou assurance (risque, conformité, lutte anti-fraude, scoring) Connaissance des exigences de gouvernance et de validation des modèles Pratique des environnements cloud IBM / On premise

Pour implémenter des stratégies IA par ontologie, nous recherchons un consultant avec une experience en gouvernance IA Vous implémenterez un outil IA de pilotage IA développé sous PYTHON. Vous avez un bon niveau en Python et vous êtes capable de discuter avec les métiers Vous maitrisez les knowledge Graph Le plus: Vous avez déjà implémenté des modèles comme RDF/OWL. Idéalement, vous avez donc déjà une première expérience en stratégie IA et/ou vous avez déjà une expérience en implémentation de projets IA Poste en CDI : Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. . Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Contexte Organisation intensive en connaissances et fortement régulée. Les initiatives IA se multiplient sans cadre commun de pilotage. L'enjeu est de structurer une gouvernance IA durable, contrôlable et évolutive. Objet de la mission Concevoir et déployer un cadre de gouvernance IA qui formalise connaissances, données, responsabilités, risques et décisions dans une architecture commune. Non pas une couche de conformité ajoutée après coup, mais une infrastructure sémantique pilotable. Méthode attendue Trois niveaux de gouvernance articulés dans un cadre unique. Gouvernance des connaissances. Transformer les documents institutionnels, réglementaires et de conformité faisant autorité en objets structurés : vocabulaires contrôlés, taxonomies, systèmes de types, triplets sémantiques, cartes conceptuelles, graphes et ontologies. Ingénierie des connaissances et IA générative mobilisées conjointement. Gouvernance des données. Stabiliser ces objets comme produits de données réutilisables, mesurables et alignables. L'ontologie sert de référentiel formel fixant entités, relations, responsabilités, risques, processus, documents et décisions. Gouvernance de l'IA. Superviser initiatives, dépendances, indicateurs et exigences de conformité via des matrices RACI explicites par processus clé, et une modélisation comparative des états — sans IA, avec IA à un horizon donné, avec IA optimale — pour rendre écarts, priorités et trajectoires arbitrables. Principe d'architecture Centralisation des principes, vocabulaires, référentiels, indicateurs et règles de contrôle. Fédération des usages, expertises et responsabilités dans les entités opérationnelles. Livrables Inception report et plan de travail, current-state assessment, maturity dashboard, gap analysis, target-state model, roadmap IA, workforce impact and change plan, governance and compliance framework, final roadmap package, knowledge transfer package. Produits de données complémentaires : vocabulaires contrôlés, données synthétiques, FAQ structurées, cartes conceptuelles, taxonomies, systèmes de types, triplets sémantiques, ontologies, diagrammes, agents conversationnels spécialisés, spécifications d'un hub d'acculturation IA, prototype de logiciel de gouvernance IA. Modalités Mission cadrée à livrables : diagnostic, roadmap, framework de gouvernance. Accompagnement à la mise en œuvre et transfert de connaissances aux équipes internes. CDI. Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Processus de recrutement Trois étapes : un premier entretien avec l'équipe recrutement ; une évaluation technique sur des cas proches de ceux que vous rencontrerez et selon les besoins clients ; un entretien vidéo asynchrone conduit par un assistant IA, dont les résultats sont revus par nos équipes avant toute décision.

Pour une mission de 3 mois renouvelable, nous recherchons un Quant Developer Python sur la Modélisation de portefeuilles de crédit Client & contexte Notre client, institution financière de place, intervient sur plusieurs métiers : financement court, moyen et long terme en partenariat avec les banques, garantie des concours financiers, financement de l'innovation, investissement en fonds propres, financement des besoins à l'export et assurance export. La Direction Actuariat, Modélisation des Risques pilote la modélisation et le suivi des portefeuilles associés à ces métiers et classes d'actifs. Au sein de cette direction, le département développe les modèles de pilotage et de risque : provisionnement IFRS 9 et capital économique sur les activités de financement, pilotage des fonds de garantie, etc. Missions Implémenter en Python les modèles de portefeuilles de crédit Optimiser et maintenir la base de code existante Assurer la coordination avec les administrateurs de l'infrastructure Dataiku

Pour une mission longue, nous recherchons un profil FINOPS à double casquette : quelqu'un qui comprend assez l'infrastructure pour savoir ce qu'on mesure et pourquoi (d'où l'exigence de 5 ans sur des projets d'infra), et qui sait construire un modèle de coûts défendable. Votre rôle consiste à rendre visible et piloter le coût de l'IT : savoir qui consomme quoi, combien ça coûte, et donner aux décideurs de quoi arbitrer. Historiquement c'est né avec le cloud public (où chaque VM allumée génère une facture), mais le poste décrit ici est en réalité un poste hybride, et c'est sa particularité. Ce que fait concrètement cette personne Le cœur du mandat n'est pas du FinOps cloud classique, c'est du capacity management on-premise avec refacturation interne. Le client a son propre datacenter, donc pas de facture fournisseur qui tombe chaque mois : il faut construire de toutes pièces le modèle de coût. Les quatre livrables demandés suivent une logique assez claire : Rapports de capacité — combien de CPU, RAM, stockage, bande passante l'infrastructure offre, et quel est le taux d'utilisation. C'est la photo de l'offre. Rapports de consommation par client/application — l'inverse : qui consomme quoi. C'est la brique indispensable à la refacturation, et généralement la plus pénible, parce qu'il faut allouer des coûts partagés (le datacenter, le réseau, les licences socle) sur des applications qui ne s'en soucient pas. Il faut définir des clés de répartition et les faire accepter. Rapports prévisionnels — projeter la consommation future pour anticiper les achats de capacité plutôt que de les subir. Rapports d'obsolescence — quel matériel arrive en fin de vie, quand, et combien coûtera son remplacement. C'est ce qui alimente le plan pluriannuel d'investissement. À cela s'ajoutent deux extensions : Déployer les pratiques FinOps cloud au fur et à mesure de l'arrivée d'Azure et de Bleu (l'offre de cloud de confiance Capgemini/Orange sur technologie Microsoft, souvent retenue par les acteurs publics pour des raisons de souveraineté). Là on retrouve le FinOps standard : tagging, budgets, alertes, rightsizing, réservations d'instances. Construire le business case du "Move to Cloud" — c'est-à-dire produire la comparaison économique on-prem vs cloud, application par application, pour arbitrer les migrations. C'est l'objectif final et le plus visible en interne.

Contexte Le client est un établissement dont le système d'information est majoritairement hébergé en interne : il dispose de son propre datacenter et de sa propre infrastructure. Sa DSI souhaite mettre en place une démarche de refacturation à destination de ses clients internes, ce qui suppose au préalable de savoir mesurer précisément ce que produit et ce que consomme cette infrastructure. Le poste est rattaché à l'équipe Chefferie de Projet Production (CPP), au sein de la division Infrastructures et Services d'Exploitation (ISE) du département des Systèmes d'Information. Le client engage par ailleurs l'intégration d'un cloud (Azure). Le titulaire du poste étendra progressivement les pratiques FinOps à ces environnements, avec pour objectif final de fournir les éléments économiques permettant d'arbitrer, application par application, entre hébergement interne et hébergement cloud. Poste en CDI Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. / Ouvert aux freelances Missions principales Capacité — Construire et maintenir les rapports de capacité de l'infrastructure (calcul, stockage, réseau, mémoire), à partir des données transmises par les équipes en charge des infrastructures. Objectif : disposer d'une vision fiable de l'offre disponible et de son taux d'utilisation. Consommation — Mettre en place les rapports de consommation des ressources techniques par client interne, et si possible par application, à partir des données transmises par les équipes techniques. Ce chantier suppose de définir, documenter et faire valider les clés de répartition des coûts mutualisés (socle, réseau, licences, datacenter) : c'est la brique fondatrice de la refacturation. Prévision — Produire les rapports prévisionnels de consommation, afin d'anticiper les besoins de capacité plutôt que de les subir, et d'aligner les achats sur une trajectoire connue. Obsolescence et budget — Établir les rapports de gestion de l'obsolescence de l'infrastructure, alimentant les trajectoires techniques et le plan pluriannuel d'investissement. Catalogue et tarification — Formaliser le catalogue des services d'infrastructure et la grille tarifaire interne associée (coût unitaire par vCPU, Go de stockage, machine virtuelle), puis accompagner les clients internes dans son appropriation. FinOps cloud — Déployer les pratiques de gestion des ressources cloud au fil de l'adoption d'Azure et de Bleu : politique de tagging, suivi budgétaire et alerting, rightsizing, optimisation des engagements de capacité. Business case Move to Cloud — Construire le modèle de comparaison économique on-premise / cloud permettant à la DSI d'objectiver sa stratégie d'hébergement et ses décisions de migration. Comment se passe la suite Le processus tient en trois temps : un premier échange avec l'équipe recrutement pour faire connaissance, une mise en situation concrète sur des cas proches de votre futur quotidien ou des besoins de nos clients, et — en option, si l'exercice vous tente — un entretien vidéo à enregistrer quand cela vous arrange, guidé par un assistant IA.

AI engineer Senior (H/F) — CDI — Luxembourg Banque/assurance Pour un poste en cdi sur Luxembourg, nous recherchons de AI engineer senior dans le secteur de la banque et de l'assurance Vous rejoignez une équipe chargée de faire passer l'intelligence artificielle du prototype à l'usage réel, à l'échelle du Groupe. Le poste est résolument tourné vers le build et la mise en production : LLM, copilotes, agents et automatisations qui répondent à des besoins métier identifiés. Salaire enttre 80 000 et 105 000 euros Conditions Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. Véhicule de fonction envisageable après une première période. Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Ce que vous ferez au quotidien Vous construisez des solutions d'IA générative de bout en bout — architectures RAG, agents, assistants conversationnels, chaînes d'automatisation — et vous les amenez jusqu'en production. Le code est votre terrain principal : vous développez en Python des services et applications pensés pour tenir la charge, être maintenus et évoluer. Vous branchez les modèles sur l'existant via API, connecteurs, bases de données et applications métiers, et vous concevez, exposez et documentez les API Data/IA que d'autres équipes viendront consommer. Côté cycle de vie, vous vous appuyez sur un registre de modèles (MLflow ou outil équivalent) pour garder la traçabilité, gérer les versions et suivre le comportement des solutions déployées. Vous mettez en place ce qu'il faut de supervision et d'instrumentation pour détecter les écarts, optimiser et itérer. Vous avancez avec les Data Scientists, les Data Engineers et les équipes plateforme sur l'industrialisation. Et vous travaillez directement avec les métiers pour cadrer des cas d'usage réalistes, mesurables et alignés sur les priorités du Groupe. L'environnement étant régulé, la sécurité, la gouvernance des données et les obligations issues de l'AI Act structurent votre manière de concevoir dès le départ. Comment se passe la suite Le processus tient en trois temps : un premier échange avec l'équipe recrutement pour faire connaissance, une mise en situation concrète sur des cas proches de votre futur quotidien ou des besoins de nos clients, et — en option, si l'exercice vous tente — un entretien vidéo à enregistrer quand cela vous arrange, guidé par un assistant IA.

Pour un poste en cdi sur Luxembourg, nous recherchons des data Scientist senior dans le secteur de la banque et de l'assurance Vous rejoignez une équipe qui met l'analytique avancée et le machine learning au service de décisions métier concrètes. Votre rôle : transformer des questions business en modèles qui tournent réellement en production, et pas seulement en preuves de concept. Vous avez une bonne capacité de vulgarisation afin de discuter avec le métier Conditions Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. Véhicule de fonction envisageable après une première période. Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Conditions Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. Véhicule de fonction envisageable après une première période. Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Ce que vous ferez au quotidien Vous prenez en charge des cas d'usage de bout en bout — de l'exploration des données jusqu'au suivi post-déploiement — sur des sujets comme la détection de fraude, la prévision, la segmentation clientèle, la rétention ou l'optimisation des campagnes. Concrètement, cela veut dire : construire les features, entraîner et évaluer les modèles, choisir les indicateurs de performance pertinents, puis surveiller leur comportement dans la durée et déclencher les recalibrages quand la dérive s'installe. Vous travaillez main dans la main avec le Data Engineering, l'IT, l'équipe AI et les directions métiers pour industrialiser ce qui est développé. Vous documentez vos travaux et accompagnez les utilisateurs dans l'appropriation des outils livrés. Le contexte étant réglementé, l'explicabilité des modèles et leur usage responsable font partie intégrante du travail, pas d'une case à cocher en fin de projet. Enfin, vous contribuez aux standards data science du Groupe, à la constitution d'une base de composants réutilisables, et vous servez de point d'appui technique aux profils plus juniors. Comment se passe la suite Le processus tient en trois temps : un premier échange avec l'équipe recrutement pour faire connaissance, une mise en situation concrète sur des cas proches de votre futur quotidien ou des besoins de nos clients, et — en option, si l'exercice vous tente — un entretien vidéo à enregistrer quand cela vous arrange, guidé par un assistant IA.

Pour un poste en CDI sur PAris , nous recherchons un développeur de Solutions IA Conditions Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. . Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Le Développeur de Solutions IA sera responsable du développement de solutions basées sur l'intelligence artificielle afin de renforcer les solutions et processus de sécurité de la Production IT. Ce poste implique une collaboration étroite avec des experts métiers afin d'adapter les outils et de les améliorer en continu. Le développeur utilisera Python ainsi que les bibliothèques associées pour concevoir et déployer des modèles de machine learning et des interfaces utilisateurs. MissionsResponsabilités principales Développer et déployer des solutions basées sur l'IA en utilisant Python. Concevoir des interfaces utilisateurs avec Streamlit, Gradio, Flask et d'autres frameworks pertinents. Collaborer avec des experts métiers afin de comprendre les besoins et adapter les outils en conséquence. Mettre en œuvre des processus ETL (Extract, Transform, Load) pour gérer et transformer les données. Utiliser des bibliothèques telles que pandas et scikit-learn pour la manipulation de données et les tâches de machine learning. Améliorer continuellement les outils en fonction des retours utilisateurs et des analyses de données. Une bonne culture en cybersécurité est attendue. Comment se passe la suite Le processus tient en trois temps : un premier échange avec l'équipe recrutement pour faire connaissance, une mise en situation concrète sur des cas proches de votre futur quotidien ou des besoins de nos clients, et — en option, si l'exercice vous tente — un entretien vidéo à enregistrer quand cela vous arrange, guidé par un assistant IA.

Nous recherchons un(e) Data Scientist / Expert IA disposant d'un doctorat (PhD) en Machine Learning / NLP ou domaine proche, pour rejoindre nos équipes à Paris au sein de projets à forte valeur ajoutée en intelligence artificielle appliquée. Profil PHD EXPERIMENTE ayant plusieurs expériences profesionnelles concrètes CDI de préférence (ouvert aux freelance pour certaines missions) : Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. . Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Projets sur Paris, luxembourg ou Belgique Votre rôle Concevoir, développer et industrialiser des solutions d'IA (NLP, LLM, IA générative) au service de cas d'usage métiers concrets. Participer à la définition des architectures data/IA et aux choix technologiques associés (cloud, outils, librairies). Contribuer à la mise en production des modèles (qualité, performance, robustesse) en lien étroit avec les équipes produit et métier. Intervenir sur tout le cycle de vie des projets : cadrage, POC, expérimentation, déploiement, suivi et amélioration continue. Ce que nous offrons Des projets IA de pointe, avec un fort niveau d'autonomie et de responsabilité. Un environnement stimulant, à l'interface entre R&D, innovation et enjeux business. Un cadre parisien dynamique, au sein d'équipes passionnées par l'intelligence artificielle et son impact concret. 🗼 Comment se passe la suite Trois étapes : un premier entretien avec l'équipe recrutement, une évaluation technique sur des cas proches de ceux que vous rencontrerez et/ou en fonction du besoin clients , et un entretien vidéo asynchrone conduit par un assistant IA. Les résultats de cette dernière étape sont revus par nos équipes avant toute décision.