Trouvez votre prochaine mission ou futur job IT.

Contexte de la mission Vous intégrerez une équipe intervenant sur une architecture data complexe et participerez à la mise en place, l’analyse et l’exploitation de données à forte volumétrie dans un environnement Agile. La mission nécessite une forte autonomie ainsi qu’une excellente maîtrise des technologies Data et BI. Missions principales Développer et maintenir des traitements de données en Python et PySpark Manipuler et exploiter des données au sein d’une architecture data complexe Concevoir et optimiser des requêtes SQL Créer et maintenir des tableaux de bord et reportings avancés sous Power BI Développer des mesures et indicateurs via le langage DAX Participer aux analyses de données et à l’amélioration continue des traitements existants Collaborer avec les équipes métiers et techniques dans un environnement Agile Participer au versionning et à la gestion du code via Git

Dans le cadre d'un projet chez l'un de nos clients grands compte, nous sommes à la recherche d'un Tech Lead Data Scientist. Au sein de l'équipe Data qui développe des solutions analytiques et d'intelligence artificielle dédiées aux enjeux de la chaîne d'approvisionnement, vous intégrerez une squad composée de Data Scientists, Data Analysts, Analytics Engineers et ML Engineers, en collaboration étroite avec des interlocuteurs métier et produit à travers le monde. Vous aurez pour missions Leadership technique & stratégie Définir et piloter la roadmap technique de la prévision de la demande Être le référent technique du Product Manager : traduire les besoins métier en spécifications techniques, arbitrer la faisabilité du backlog Assurer une veille active sur les technologies émergentes en forecasting et machine learning Coordination d'équipe & montée en compétences Animer et coordonner au quotidien une équipe de plus de 5 experts data Conduire les revues de code et de modèles, définir les standards de qualité ML (reproducibilité, documentation, MLOps) Accompagner la montée en compétences des profils juniors et favoriser une culture d'excellence technique Modélisation avancée & industrialisation Concevoir et déployer des modèles statistiques et ML avancés intégrant des signaux internes (prix, assortiment) et externes (météo, données calendaires, tendances marché) Superviser le cycle de vie complet des solutions : de la R&D au déploiement CI/CD en environnement de production Restituer les insights data de façon claire et actionnable auprès des directions Supply Chain et métier. Stack technique Vous évoluerez dans un environnement cloud & data moderne, articulé autour de Python, de frameworks ML reconnus (dont du deep learning), d'outils d'orchestration et de tracking de modèles, ainsi que de pipelines CI/CD et de plateformes cloud hyperscalers.

Contexte La Direction des Systèmes d’Information recrute un Data Engineer pour concevoir, développer et maintenir les architectures Data nécessaires à l’exploitation des données. Missions Mener les projets d’intégration (temps réel) et data (big data & insights) Comprendre, analyser et proposer des solutions techniques répondant aux besoins des divers acteurs de la donnée (spécialistes métier, architecte, data analystes et scientists) Apporter un éclairage technique sur les architectures Cloud, dialoguer avec les fournisseurs de solutions et les consultants techniques Dans une logique de mise en production, créer et déployer des pipelines de données robustes pour les data scientists et data analysts (collecte, stockage, transformation et exploitation) Assurer une bonne qualité des données pour les projets Machine Learning (préparation, complétude, épuration, enrichissement) dans le but d’optimiser les performances des modèles Améliorer les processus internes : localisation et traçabilité de la donnée, standardisation des flux et des scripts de traitement des données, documentation Collaborer avec les équipes basées à l'étranger (Anglais) pour faciliter le Data-Sharing, échanger sur les best-practices et les moyens d’optimiser les architectures Contribuer à l’amélioration de la gouvernance sur la protection et la confidentialité des données Toute activité en dehors de celles énumérées au titre des fonctions principales pourra être confiée au collaborateur dans le cadre de son activité en fonction de son évolution au sein du service et des besoins de l’entreprise

4. Description de la prestation et des missions attendues Le/La Data Engineer sera intégré(e) à l'équipe produit TOPASE NLS et interviendra sur les missions suivantes : 🔹 Conception, développement et optimisation des pipelines de données (GCP) Concevoir, développer et maintenir des pipelines robustes et performants pour la collecte, la transformation et le chargement des données depuis diverses sources (Oracle, fichiers, API, etc.) vers BigQuery et autres cibles. Exploiter et orchestrer les services Google Cloud Platform (Dataflow, Dataproc, Cloud Composer/Airflow, Pub/Sub, Cloud Storage, BigQuery) afin de construire des architectures data scalables et fiables. Automatiser les traitements, gérer les dépendances et orchestrer les jobs de données. Optimiser les performances des pipelines ainsi que la consommation des ressources GCP. 🔹 Modélisation et gestion des données Participer à la conception et à l'évolution des modèles de données dans BigQuery, en lien avec les Data Analysts et les équipes métiers. Garantir la qualité, la cohérence et l'intégrité des données. Mettre en œuvre des stratégies de versioning des schémas et de gestion du cycle de vie des données. 🔹 Run opérationnel, maintenance et support N2/N3 Assurer le support opérationnel de niveau 2/3 de la solution TOPASE (environnement GCP + solution éditeur). Développer et maintenir des scripts Bash pour automatiser les tâches récurrentes (supervision, traitement de données, maintenance). Rédiger, optimiser et exécuter des requêtes SQL complexes (BigQuery et Oracle) pour l'analyse, le diagnostic d'incidents et la restitution de données. Gérer les incidents en collaboration avec les équipes internes et l'éditeur. Participer à la qualification des livraisons de patchs éditeur impactant les flux de données. Suivre les incidents via le CRM éditeur et contribuer aux comités de suivi. 🔹 Monitoring, logging et alerting Mettre en place et maintenir des dispositifs de supervision des flux de données, de la qualité, des performances et de l'utilisation des ressources (Stackdriver, Grafana, Looker Studio). Définir et implémenter des alertes permettant la détection proactive des anomalies. Concevoir des tableaux de bord pour le suivi des KPI opérationnels et métier. 🔹 Infrastructure as Code (IaC) Contribuer à la définition et à l'implémentation de l'infrastructure data via Terraform. Garantir la reproductibilité et la traçabilité des environnements (Dev, Recette, Pré-prod, Prod). 🔹 Collaboration et conseil Travailler en étroite collaboration avec les équipes Data (Data Scientists, Data Analysts), les Product Owners et les métiers. Proposer des solutions techniques adaptées et conseiller sur les bonnes pratiques en Data Engineering. Participer aux rituels Agile/Kanban de l'équipe produit. 5. Compétences et expériences requises5.1 Expertise technique Cloud GCP : Expertise confirmée des services data (BigQuery, Dataflow, Cloud Storage, Pub/Sub, Composer/Airflow, Stackdriver, Data Catalog). Bases de données : Maîtrise avancée SQL (optimisation, requêtes complexes), expérience sur BigQuery et Oracle 19 (MySQL/PostgreSQL appréciés). Scripting : Excellente maîtrise de Bash (indispensable pour le run). Systèmes : Bonne maîtrise des environnements Linux (RedHat). IaC : Solide expérience avec Terraform. CI/CD : Maîtrise d'un outil comme GitLab CI. Monitoring/Logging : Stackdriver, Grafana, ELK, Looker Studio. Versioning : Git (GitLab). Réseaux : Connaissances solides (TCP/IP, HTTP/S, DNS, load balancing, firewall). Data Engineering : Maîtrise des concepts ETL/ELT, Data Warehouse, Data Lake et streaming. 5.2 Environnement technique TOPASE NLS OS : RedHat Enterprise 9.4 Cloud : Azure (solution éditeur) & GCP (data, monitoring, pipelines) CI/CD : GitLab CI IaC : Terraform Monitoring : Looker Studio, GANTI, Grafana, ELK Bases : Oracle, BigQuery Langage : Bash 5.3 Méthodologies et soft skills Expérience en environnement Agile (Scrum, Kanban). Excellentes capacités d'analyse et de résolution de problèmes, notamment en situation d'incident. Autonomie, proactivité et sens de l'amélioration continue. Bonnes compétences de communication (français courant, anglais technique). Esprit d'équipe et partage des connaissances. Sens des responsabilités, notamment en environnement de production. 5.4 Expérience Minimum 3 ans d'expérience en tant que Data Engineer, idéalement sur GCP. Expérience sur des environnements à forte volumétrie, avec des enjeux de performance, fiabilité et disponibilité.

Descriptif de la mission Notre Client recherche pour cette mission un Data Engineer. Les tâches au quotidien seront : - Définir et analyser les structures de données - Concevoir, construire et gérer des pipelines ETL (Extraction, Transformation, Chargement) qui ingèrent des données brutes provenant de diverses sources, les transforment et les chargent dans des entrepôts ou des lacs de données - Concevoir et gérer des solutions de stockage, telles que les entrepôts de données (Amazon Redshift), entrepôts de données (AWS S3 avec Databricks) ou bases de données NoSQL - Travailler en étroite collaboration avec les data scientists, les analystes et les équipes commerciales pour comprendre les données besoins, recueillir les exigences - Garantir la fiabilité de la production (surveillance, alerte et intervention selon les besoins) - Expérimenter les technologies de données émergentes et les meilleures pratiques pour améliorer l'infrastructure de données et l'efficacité des flux de travail

Vous rejoindrez l’équipe Data Platform en tant que Data Engineer . Vous serez responsable de la conception, de l’optimisation et de la maintenance des pipelines et infrastructures de données afin de garantir un traitement et un stockage scalables. Vos missions incluent la conception d’architectures de données, l’optimisation des flux de données et la facilitation de leur accessibilité pour des usages analytiques et de machine learning. Vous collaborerez étroitement avec les équipes d’ingénierie, data science et produit afin d’assurer la qualité, la sécurité et l’intégration des données dans l’écosystème cloud. Vos responsabilités au quotidien : Définir et analyser les structures de données Concevoir, développer et gérer des pipelines ETL (Extract, Transform, Load) pour collecter, transformer et charger les données dans des data warehouses ou data lakes Concevoir et administrer des solutions de stockage (data warehouse type Amazon Redshift, data lakes sur AWS S3 avec Databricks, bases NoSQL) Collaborer avec les data scientists, analystes et équipes métier pour comprendre les besoins en données Garantir la fiabilité en production (monitoring, alerting, interventions si nécessaire) Expérimenter de nouvelles technologies data et bonnes pratiques afin d’améliorer l’infrastructure et l’efficacité des workflows

Nous recherchons un(e) Senior Data & AI Engineer pour concevoir et opérer une plateforme data cloud-native sur Google Cloud Platform. Vous interviendrez à l’intersection de l’ingénierie des données à grande échelle et de l’IA générative appliquée : pipelines BigQuery, services IA GCP (Vertex AI, Gemini) et déploiement de systèmes RAG / agents LLM permettant de rendre les données business intelligibles et actionnables. Mission hands-on à fort impact pour un(e) expert(e) maîtrisant aussi bien le socle data que l’IA appliquée. Responsabilités : Data Engineering & BigQuery Concevoir et maintenir des pipelines ELT scalables : BigQuery, Cloud Workflows, Pub/Sub Écrire et optimiser du SQL avancé : window functions, CTEs, procédures stockées, partitionnement Modéliser les données pour les usages BI et ML Piloter l’optimisation des coûts BigQuery : clustering, vues matérialisées, gestion des slots, tuning Mettre en place la qualité, la traçabilité et l’observabilité des données Gérer l’infrastructure as code avec Terraform Automatiser le déploiement des pipelines data via CI/CD (Cloud Build, GitHub Actions) IA Générative & Services GCP Architecturer et déployer des systèmes RAG connectés aux données internes (structurées et non structurées) Utiliser des LLMs (Gemini, GPT-4o, open-source) pour des cas d’usage analytiques, RAG et agents autonomes en production Construire des agents autonomes capables d’interroger et d’analyser les données business Concevoir des stratégies de prompt engineering et de gestion de contexte pour agents LLM Productioniser des modèles ML via Vertex AI Pipelines, Model Registry et Feature Store Mettre en place l’évaluation et le monitoring de la qualité des modèles en production Utiliser le Model Context Protocol (MCP) pour connecter des agents LLM à des sources de données externes (bases de données, APIs, outils internes) Gouvernance & Collaboration Définir et appliquer les politiques de gouvernance des données et les garde-fous d’usage de l’IA Participer aux revues d’architecture et contribuer aux décisions de plateforme Collaborer avec Data Scientists, Analystes BI et Software Engineers en équipes Agile

Vous serez responsable de la conception et de la mise en œuvre d'architectures optimisées et scalables au sein d'une plateforme data, analytique et IA basée hébergée en hybride Cloud/On Premises. Ce poste nécessite une compréhension approfondie de l’écosystème Data en terme de technologies et de pratiques à l’état de l’art (i.e. Hybridation, Datamesh etc…) Les principales activités sont les suivantes : - Collaborer avec les équipes data (Data Engineer, Data Analyst, Data Scientist, Business Analyst, Product Owner, Chef de projet, etc.) pour comprendre les exigences en matière de données, d'usages et de capacités et concevoir et formaliser l’architecture adaptée - Accompagner les équipes data dans la mise en œuvre des architectures définies - Assurer la qualité, l'intégrité et la sécurité des données dans l'environnement de la plateforme data, analytique et IA - Optimiser les processus d'ingestion de données et contribuer à la définition et la mise en œuvre des politiques de gouvernance des données - Évaluer et préconiser les technologies et outils appropriés pour le stockage, le traitement et l'analyse des données - Proposer des optimisations pour résoudre les problèmes d’architecture liés au stockage, à l’accès et à l’exploitation de la plateforme data - Une expérience sur l’accompagnement de projet en lien avec des migrations de plateforme data On premises vers le Cloud (idéalement GCP). Compétences techniques ou métier recherchées : - Vous avez une expérience minimale de 6 ans sur un poste d'architecte data et vous avez une expérience de mise en œuvre d'une plateforme basée sur une technologie Cloud. - Vous avez obtenu un diplôme dans le domaine IT et êtes spécialisé dans la Data. - Vous avez une expérience similaire sur la modélisation des données. - Concepts et technologies liés au Big Data (par exemple, Apache Spark, Hadoop) et aux bases de données SQL/NoSQL. Compétences comportementales recherchées : - Coopérer et fonctionner en transversal - Interagir facilement avec les autres - Négocier et convaincre - Proposer des initiatives ou des solutions - S'adapter aux changements. Compétence complémentaire : - Maitrise des Plateformes Data GCP, Spark, Python, SQL, Kafka, MongoDB Excellente connaissance des concepts et technologies des datalake, datawarehouse / entrepôts de données, lakehouse, des plateformes cloud telles que Google Cloud.

Principales missions : • Vision & Stratégie Produit IA : Porter la vision produit des solutions d’IA en étroite collaboration avec les équipes métier. Cela inclut d’identifier les opportunités d’usage de l’IA au service du Risque, du Paiement, du Digital et des autres lignes métiers, et de prioriser les projets en conséquence (focus valeur et faisabilité). • Gestion du Backlog & Priorisation : Être garant de la priorisation des initiatives Data Science/IA. Vous traduisez les besoins métier en features et user stories, alimentez et maintenez le backlog, et arbitrez les priorités en fonction de la valeur ajoutée attendue, du feedback utilisateur et des contraintes (réglementaires, techniques, ROI). Votre objectif est de maximiser l’impact business de chaque sprint livré. • Pilotage du Delivery Agile : Piloter la delivery des projets IA en méthodologie agile. Vous organisez et animez les cérémonies Scrum/Kanban (planification, revues, démonstrations, rétrospectives), suivez l’avancement des développements, et assurez la levée des obstacles en coordination avec les autres départements. Vous veillez au respect des engagements de qualité, budget et délais, et communiquez de manière proactive sur l’avancement auprès des sponsors. • Coordination Métiers–Data–IT : Jouer le rôle d’interface et de facilitateur entre les équipes Data Science, les équipes IT (architectes, MLOps, sécurité…) et les métiers sponsors. Vous travaillez en collaboration étroite avec les experts métier pour co-construire les solutions et favoriser leur adoption, tout en intégrant les contraintes techniques avec les équipes Data/IT pour une implémentation fluide. • Crédit & Risque (Scoring) – Use cases « Machine Learning » traditionnels : Sur ce pilier clé, vous pilotez les évolutions des modèles de scoring crédit (scoring d’octroi, scores comportementaux). En lien direct avec les équipes Risque et Validation, vous concevez et suivez les projets d’optimisation des scores existants et le développement de nouveaux modèles, en explorant des approches innovantes (par ex. nouvelles données, algorithmes avancés). Vous vous assurez que les modèles délivrés contribuent à la stabilité du coût du risque (suivi des KPIs de performance) et respectent les exigences réglementaires. Vous veillez également à la mise en production et au monitoring de ces modèles (détection de dérive, recalibrage), en collaboration avec les Data Scientists et Analystes Risque. • IA Générative & Agents : Vous explorez et déployez les cas d’usage liés à l’IA Générative pour transformer nos processus internes et la relation client. Concrètement, vous pilotez des projets d’agents IA (chatbots avancés, assistants cognitifs, systèmes à base de LLM, approches RAG – Retrieval-Augmented Generation). Par exemple, vous pourrez lancer des MVP d’agents pour automatiser l’analyse de documents complexes, assister les équipes internes (Audit, Marketing…) ou enrichir le support client. Vous définissez les objectifs et indicateurs de succès de ces projets, supervisez les étapes de prototypage et de déploiement en production, et veillez à mettre en place des architectures agentiques robustes pour ces solutions. Vous aurez aussi à cœur d’évaluer et optimiser les performances de ces agents (cohérence des réponses, pertinence, diversité), en vous appuyant sur des méthodologies de pointe (par ex. LLM as a Judge pour la qualité des réponses). L’enjeu est de concrétiser les promesses de l’IA générative tout en garantissant un usage responsable et efficace pour l’entreprise.