Mission freelance Développeur Full Stack

Back-End :

• Maîtrise des langages et frameworks : Java/Spring Boot, Node.js, Python (pour le traitement des données et l’intégration avec les modèles IA).

• Expérience dans le développement d’APIs (REST, GraphQL) et des services back-end pour des applications Data & IA.

• Connaissance des bases de données (SQL, NoSQL) et des pipelines ETL/ELT (ex : IBM DataStage, Talend) pour l’ingestion et la transformation des données.

• Compréhension des architectures modernes (microservices, serverless, conteneurisation avec Docker/Kubernetes).

Front-End :

• Expertise en développement d’interfaces utilisateur avec des frameworks modernes : Angular (prioritaire), React, Bootstrap.

• Maîtrise des langages : JavaScript/TypeScript, HTML/CSS.

• Expérience dans la création de tableaux de bord interactifs (ex : intégration avec Power BI, Tableau, Cognos) et de visualisations dynamiques (ex : D3.js, Chart.js).

• Capacité à intégrer des fonctionnalités d’IA dans les interfaces (ex : assistants conversationnels, recommandations automatisées).

Data & IA :

• Connaissance des concepts Data Engineering (pipelines de données, stockage, traitement) et des outils (SQL, Spark, Pandas).

• Familiarité avec les modèles d’IA Générative (LLM, RAG, fine-tuning) et leur intégration dans des applications full-stack.

• Expérience dans le développement de solutions Data-Driven (ex : applications analytiques, outils de décision).

DevOps/MLOps :

• Pratique des outils de versioning (Git) et des pipelines CI/CD (Jenkins, GitLab CI).

• Connaissance des bonnes pratiques DevOps (automatisation, tests, déploiement continu) et des outils (Docker, Kubernetes, Terraform).

• Sensibilité aux enjeux MLOps (industrialisation des modèles, monitoring, maintenance).

Sécurité et Qualité :

• Respect des standards de sécurité (ex : RGPD, ISO 27001) et des bonnes pratiques de développement (clean code, revues de code).

• Expérience dans la rédaction de tests (unitaires, d’intégration) et la validation des données.

Collaboration : Capacité à travailler en équipe pluridisciplinaire (Data Engineers, IA Engineers, Architectes, DevOps) dans un environnement Agile.

Communication : Explication claire des solutions techniques aux parties prenantes métiers et techniques.

Résolution de problèmes : Analyse et résolution des problématiques techniques liées au développement full-stack.

Adaptabilité : Capacité à s’adapter aux évolutions technologiques et aux besoins métiers changeants.

Expérience confirmée en développement full-stack pour des applications Data ou IA.

Participation à des projets Data-Driven ou d’IA Générative (ex : intégration de modèles LLM, développement de PoC ou MVP).

Connaissance des enjeux métiers liés à la gestion de données massives et à l’automatisation des processus.

Expérience dans un environnement Cloud (AWS, Azure, Cloud Souverain) est un plus.

Back-End :

• Langages : Java/Spring Boot, Node.js, Python.

• Frameworks : Spring Boot, Express.js (Node.js), Flask/Django (Python).

• Bases de données : Oracle, PostgreSQL, MongoDB, Cassandra.

• Outils ETL : IBM DataStage, Talend, Apache NiFi, Spark.

• APIs : REST, GraphQL, gRPC.

Front-End :

• Frameworks : Angular, React, Bootstrap.

• Langages : JavaScript/TypeScript, HTML/CSS.

• Librairies : D3.js, Chart.js, jQuery.

• Outils de visualisation : Power BI, Tableau, Cognos (intégration via APIs ou embed).

Data & IA :

• Outils : SQL, Spark, Pandas, NumPy.

• Modèles IA : LLM (Hugging Face, Mistral, Llama), RAG, fine-tuning.

• Plateformes : Databricks, Snowflake, AWS SageMaker, Vertex AI.

DevOps/MLOps :

• Outils : Git, Jenkins, GitLab CI, Docker, Kubernetes, Terraform, Ansible.

• Pratiques : CI/CD, Infrastructure as Code (IaC), monitoring, logging.

Cloud :

• Plateformes : AWS (S3, Lambda, EKS), Azure (Blob Storage, Functions, AKS), Cloud Souverain.

• Services : Stockage, calcul, orchestration, sécurité (IAM, chiffrement).

Collaboration :

• Outils : Jira, Confluence, Microsoft Teams, Slack.