Kajenthi@RED Global – Recherche d'un consultant technique - fonctionnel SAP MDG – Mode hybride – Paris – Freelance – 12 mois + RED Global recherche un consultant SAP MDG – technique et fonctionnel Date de début : ASAP Contrat d'un an renouvelable Lieu : Paris – 3 jours sur site (negociable) Description de la mission : Consultant technique – fonctionnel Savoir paramétrer Pour un projet de migration d'ECC vers S4 Hana Parle anglais couramment Si ce poste vous intéresse, merci de m'envoyer votre CV et vos dispos
Dans le cadre du renforcement d'une équipe Data & IA, nous recherchons un Data Scientist / Data Engineer expérimenté, spécialisé en Intelligence Artificielle Générative, afin d'assurer la continuité et l'évolution de projets stratégiques. Le consultant intégrera une équipe travaillant sur un projet d'IA agentique à fort impact métier. L'un des principaux objectifs est de développer et d'optimiser une solution capable de générer automatiquement des pré-réponses pertinentes à des e-mails utilisateurs portant sur différents types de demandes : renseignements, réclamations, opérations contractuelles, etc. La mission comporte une forte dimension LLM, NLP, RAG et industrialisation des modèles IA. Missions principales Reprendre les travaux existants et assurer la continuité du projet d'IA agentique. Concevoir, entraîner, évaluer et optimiser des Large Language Models (LLM) dédiés à la génération de texte. Améliorer la pertinence et la qualité des pré-réponses générées. Optimiser les processus de Retrieval-Augmented Generation (RAG) existants. Participer à l'intégration et au déploiement des modèles en environnement de production. Mettre en œuvre les bonnes pratiques MLOps / LLMOps : CI/CD, versioning, monitoring, déploiement et maintien en conditions opérationnelles. Analyser les performances des modèles et identifier les axes d'amélioration. Garantir la robustesse, la scalabilité et la maintenabilité des solutions développées. Réaliser une veille sur les évolutions en IA Générative, LLM, NLP et Machine Learning. Collaborer étroitement avec les équipes Data, développement, architecture, produit et métiers. Participer aux cérémonies et rituels Agile de l'équipe.
Dans le cadre du développement de nouveaux projets d'innovation, nous recherchons un(e) Project Manager / Product Manager DATA & IA. Rattaché(e) aux équipes de direction, vous aurez pour mission de cadrer, piloter et valider des POCs (Proof of Concept) d'Intelligence Artificielle, d'identifier des cas d'usage à forte valeur ajoutée et d'élaborer des dossiers de préconisation technique et stratégique pour l'obtention de financements et l'industrialisation. Missions : Cadrage, Audit & Stratégie : Analyser l'existant (architecture, flux de données, outils, maturité IA) et réaliser l'audit des systèmes concernés. Recueillir et analyser les besoins auprès des différentes directions métiers et animer des ateliers avec les équipes DATA, IT et métiers. Identifier et prioriser les cas d'usage IA à fort impact et forte valeur ajoutée. Cadrer le périmètre des POCs (définition des objectifs, hypothèses, livrables et KPIs). Pilotage Technique & POC : Évaluer la faisabilité technique (choix des algorithmes, pertinence des modèles, qualité de la donnée). Définir l'architecture cible pour l'intégration de l'IA dans l'écosystème. Piloter le développement opérationnel du POC en méthodologie Agile / Lean. Tester, mesurer et analyser la performance des modèles (validation des KPIs, calcul du ROI potentiel). Recommandations, Financement & Industrialisation : Documenter les résultats, formaliser les retours d'expérience et élaborer des préconisations stratégiques et techniques. Construire un dossier argumenté et structuré pour la demande de financement des phases ultérieures. Présenter les conclusions et arbitrages auprès des instances décisionnelles. Élaborer la feuille de route (roadmap) en vue de la phase d'industrialisation en cas de validation.
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.
Nous recherchons un profil DataScience Python Expérimenté (Data & Analytics) afin d'intervenir au sein de l'Analytics Factory sur des sujets stratégiques de prévision de la demande pour la Supply Chain. Description and Location Au sein de la Supply Chain Carrefour, la précision de la prévision de la demande constitue un enjeu stratégique majeur afin de garantir la disponibilité des produits en magasin, réduire les coûts logistiques et limiter le gaspillage alimentaire. Le consultant intégrera une équipe pluridisciplinaire composée de Data Scientists et Data Engineers au sein de l'Analytics Factory afin de développer, optimiser et industrialiser des modèles de prévision avancés. Les principales activités attendues seront : Échanger régulièrement avec les équipes métier Supply Chain afin de recueillir les besoins et restituer les résultats. Analyser les données historiques et étudier les saisonnalités, tendances, impacts promotionnels et événements exogènes. Concevoir, entraîner et optimiser des modèles de prévision de séries temporelles. Définir et suivre les métriques d'évaluation des performances. Industrialiser et déployer les pipelines de modélisation dans l'environnement Cloud GCP. Développer les dispositifs d'explicabilité permettant une meilleure appropriation des résultats par les équipes métier. Livrables attendus Analyses approfondies des données métiers. Modèles de prévision de séries temporelles industrialisés. Suivi des indicateurs de performance et de qualité des modèles. Pipelines de déploiement automatisés sur GCP. Restitutions et recommandations pour les équipes métier Supply Chain. Documentation des modèles et des processus d'industrialisation. Compétences requises Must Have Maîtrise éprouvée des algorithmes de prévision de séries temporelles. Excellente maîtrise de Python (Pandas, NumPy, Scikit-Learn). SQL avancé sur de grands volumes de données. Développement de code propre, modulaire, testé et versionné pour un usage en production. Nice to Have Développement et industrialisation de modèles Machine Learning avec Scikit-Learn, TensorFlow ou PyTorch. Solides compétences en manipulation et analyse de données. Déploiement de solutions DataScience sur des plateformes Cloud GCP. Git, CI/CD et bonnes pratiques DevOps. Visualisation de données avec Matplotlib, Seaborn et Plotly. Gestion du versionning des données et modèles. Qualité de code, craftsmanship, SOLID, YAGNI et Sonar. Observabilité et monitoring des applications Data. Participation à l'ensemble du cycle de vie logiciel. Expérience Agile / Scrum.
Almatek recherche pour l'un de ses clients Un Expert Data sur Pau. La Gestion de Données Industrielles, au travers d'une solution telle que AVEVA PI OSIsoft, permet l'acquisition et le stockage des données chronologiques issues du réseau industriel dans le réseau d'entreprise. Ces données sont pour nos clients la porte d'entrée vers le Big Data et sont fondamentales pour le reporting de production, l'optimisation des procédés ou le monitoring en temps réel. Elles permettent également d'activer des projets innovant comme la maintenance préventive des équipements industriels. En tant qu'Expert Data Industrielles, vous : - Interviendrez auprès de clients dans des secteurs variés (énergie, pharma, manufacturing) pour fournir des solutions de traitement et de valorisation des données industrielles - Serez responsable de la conception et de la mise en œuvre de modèles de données pour structurer les informations liées aux actifs et aux processus - Pourrez également contribuer à des projets autour des systèmes MES, en lien avec le pilotage et l'optimisation des opérations de production Qualités requises pour réussir dans ce rôle : De formation Bac+5 (école d'Ingénieurs ou Université), vous justifiez d'une expérience d'au moins 2 années dans le domaine de la gestion et de l'analyse de données industrielles. Vos compétences sont les suivantes : - Connaissance de la solution de gestion de données industrielles AVEVA (anciennement OSISOFT) PI System - Expertise dans les environnements Big Data et MES - Analyse de données et création de jumeaux numériques - Connaissances en sécurité informatique et en environnements Windows - Anglais niveau B2 minimum et français courant obligatoire Le poste requiert aussi : - Capacité à travailler de manière autonome et à collaborer en équipe - Esprit d'analyse et de synthèse - Sens de l'initiative et de la rigueur Localisation : Pau
La mission intervient au sein d'une équipe Data Office dans un environnement Asset Management international. Le consultant interviendra en tant que Data Protection Analyst, rattaché au Chief Data Officer et au manager de l'équipe Data Office. Son activité quotidienne sera pilotée par un Data Management Officer référent sur les sujets de protection des données et participant à la coordination d'un réseau international de première ligne de défense. La mission s'inscrit dans le cadre d'un programme global majeur et contribuera principalement à la mise en œuvre de la roadmap Data Protection associée ainsi qu'au dispositif de protection des données existant. Prestations demandées Les principales responsabilités seront les suivantes : Participer à la définition et à la mise en œuvre de la stratégie de migration des ROPA / registres de traitements et des Privacy Assessments entre les entités concernées par le programme. Coordonner et produire la nouvelle version des ROPA au niveau central et pour les entités locales concernées. Coordonner la création et la mise à jour des Privacy Assessments au niveau central et auprès des différentes entités locales. Contribuer à la coordination des travaux de Data Protection dans un environnement international. Secteur d'activité : Asset Management Calendrier : du 01/10/2026 au 31/12/2026
Consultant Data Governance & Data Quality – Assurance Nous recherchons un consultant Data Governance & Data Quality pour le compte d'un de nos clients assurance dans le cadre d'un projet de déploiement de sa stratégie Data au sein de l'IT Finance. Vous accompagnerez le Data Officer sur les sujets de gouvernance, documentation et qualité des données, en collaboration avec les équipes métier, IT et Data. Rôles et responsabilitésMaintenir le framework de gouvernance des données : politiques, standards et processus. Documenter les données : dictionnaire de données et data lineage. Renseigner les informations Data dans l'outil de gouvernance. Définir et suivre les indicateurs de Data Quality : exactitude, complétude, cohérence et fraîcheur. Mettre en place et piloter les Data Quality Dashboards. Analyser les anomalies, identifier leurs causes racines et coordonner les plans de remédiation. Sensibiliser les équipes aux enjeux de qualité des données. Compétences requisesExpérience en Data Governance et Data Quality. Maîtrise des sujets de documentation et de qualité des données. Bonne connaissance du RGPD (GDPR) et de BCBS 239. Capacité à travailler avec des équipes métier, IT et Data. Connaissance de Collibra appréciée. DétailsDémarrage : 21/09/2026 Durée : jusqu'au 31/12/2026 Localisation : Paris + télétravail
Senior Functional Data Architect – Architecte Data Fonctionnel Senior Vorstone recherche un(e) Senior Functional Data Architect pour l'un de ses client basé en IDF 5(92) Hauts-De-Seine afin de contribuer à la valorisation et à la structuration des données à l'échelle du Groupe, dans le cadre d'un programme ambitieux de Data Governance, afin de contribuer à la valorisation et à la structuration des données à l'échelle du Groupe. L'Architecte Data Fonctionnel interviendra sur les bonnes pratiques d'architecture de données appliquées notamment aux domaines : Analytics / BI Intelligence Artificielle (AI) Master Data Management (MDM) Données IT : spécifications, applications, projets, ITSM, infrastructures, etc. La mission implique une collaboration étroite avec différentes communautés : Experts métiers et experts DataData Governance Managers Architectes Enterprise, Solution et techniques Data Product Managers Data Engineers / Développeurs Data Scientists L'objectif est de garantir une structuration optimale et pérenne des données et des plateformes Data, avec une vision moyen / long terme, afin de faciliter leur exploitation par les métiers, du simple accès aux données jusqu'aux usages avancés de Data & Analytics. Missions principales Architecture fonctionnelle et modélisation des données Comprendre les processus métiers de haut niveau et l'architecture des données du système d'information à travers les différentes Business Units. Cartographier les principales sources et applications : ERP, CRM, PIM, MDM, applications IT et métiers, plateformes BI / Reporting / Data / AI. Contribuer à l'évolution des ontologies d'entreprise et des modèles de données : principales entités de données et relations sémantiques. Collaborer avec les experts Data métiers, les équipes Data Governance et les architectes Enterprise, Solution et techniques. Cartographier les assets existants au sein des Data Platforms, notamment la plateforme Corporate. Prioriser leur standardisation en fonction des besoins métiers afin de faciliter la consommation et la réutilisation des données. Data Modelling & structuration des données Analyser et identifier les besoins de structuration des bases et modèles de données à partir des besoins fonctionnels actuels et futurs. Définir des modèles permettant de développer des capacités self-service Data. Travailler sur les problématiques : Agrégation et consolidation des données Normalisation / dénormalisation Rationalisation des structures de données Gestion et amélioration de la qualité des données Concevoir des datasets standardisés et réutilisables, facilement accessibles via une Data Marketplace. Garantir la cohérence, la fiabilité et la facilité de consommation des datasets pour différents usages métiers. Master Data Management – MDM Définir le positionnement des différents flux MDM dans le paysage du système d'information. Prendre en compte les différents domaines fonctionnels et Business Units. Garantir que les processus métiers disposent des données appropriées avec le niveau de Data Quality attendu. Data Governance & Data Quality Appliquer le framework de Data Governance Groupe et notamment les politiques de Data Architecture. Définir et appliquer les règles permettant de construire des datasets standardisés et réutilisables. Accompagner les experts Data métiers et les équipes IT dans la définition et l'implémentation des contrôles de qualité des données. Évaluer les datasets logiques et leurs implémentations afin de vérifier leur conformité avec les standards et frameworks Groupe. Veiller à l'application des politiques de gestion des risques liés aux données : Classification des données Confidentialité et Privacy Conformité Politiques et gestion des accès Rétention des données Processus, métadonnées & documentation Documenter en BPMN les principaux processus métiers produisant et consommant les données. Gérer et enrichir les métadonnées. Garantir la visibilité sur : La couverture fonctionnelle des datasets La fraîcheur des données Les informations nécessaires à leur bonne compréhension et utilisation Contribuer aux travaux des Data Councils et des différentes instances de Data Governance. Intelligence Artificielle Utiliser les outils et capacités AI afin d'accélérer les travaux d'architecture, de modélisation et de documentation. Identifier les usages permettant d'améliorer l'efficacité et la rapidité des livrables.
Nous recherchons un Data Manager Lead pour intervenir dans le cadre d'une mission stratégique autour de la gouvernance, de la qualité et de la gestion des données. Vous aurez notamment pour missions de : Définir, mettre en œuvre et faire évoluer les stratégies et politiques de Data Management Piloter les sujets de Data Governance et Data Quality Garantir l'intégrité, la sécurité et la conformité des données Mettre en place et suivre les contrôles et indicateurs de qualité de données Collaborer avec les équipes métiers, IT et Data afin d'identifier et valoriser les données pertinentes Participer à l'optimisation des processus d'intégration de données, ETL, Data Warehouse et BI Mettre en place des principes clairs de Data Ownership et Data Stewardship Accompagner les équipes dans l'adoption des bonnes pratiques de Data Management Produire des analyses et recommandations permettant d'accompagner la prise de décision
Consultant Gouvernance Data & IA (H/F) Dans le cadre de projets de transformation Data & IA, nous recherchons un consultant pour structurer et déployer les dispositifs de gouvernance des données et de l'intelligence artificielle, en collaboration avec les équipes métiers, techniques et réglementaires. Missions principales Définir et déployer les cadres de gouvernance Data & IA : rôles, responsabilités, politiques et processus. Structurer et valoriser le patrimoine de données : cartographie, catalogage, documentation et identification des propriétaires de données. Piloter la qualité des données : définition des règles de contrôle, suivi des indicateurs et coordination des plans d'amélioration. Contribuer à la gouvernance de l'IA : recensement des cas d'usage, documentation et suivi des risques. Accompagner les démarches de conformité au RGPD et à l'AI Act, en lien avec les équipes juridiques, conformité, sécurité et le DPO. Mettre en place les instances de gouvernance et les tableaux de bord associés. Accompagner les équipes dans l'adoption des pratiques de gouvernance et la transformation Data & IA. Profil recherché Expérience en gouvernance des données, Data Management ou transformation Data & IA. Maîtrise des enjeux de qualité, de catalogage et de gestion du patrimoine de données. Bonne compréhension des enjeux de gouvernance de l'IA et des cadres réglementaires associés. Capacité à animer des ateliers, formaliser des processus et coordonner des interlocuteurs métiers et techniques. Qualités de synthèse, de communication et d'accompagnement du changement. La connaissance d'outils de gouvernance tels que Collibra, DataGalaxy ou Microsoft Purview constitue un atout.
Vous intégrerez une Data Factory au sein d'un Data Office, dont la mission est de concevoir, déployer et faire évoluer des plateformes Data innovantes, agiles et orientées métier. L'équipe adopte une approche « produit », centrée sur les utilisateurs, afin de répondre aux besoins concrets des métiers tout en garantissant la performance, la sécurité et l'évolutivité des solutions. Missions principales Transformer les données brutes en données exploitables et requêtables dans le Data Lake. Consolider et orchestrer les données au fur et à mesure de leur ingestion. Exploiter les données pour répondre aux enjeux métiers : création de Business Views ; réintégration des données dans le SI ; mise en place de services de scoring. Participer à la conception et à l'évolution du socle technique Data. Développer, automatiser et industrialiser les pipelines de données. Fiabiliser le cycle de développement et de mise en production des traitements Data. Mettre en place et respecter un processus qualité comprenant : documentation ; tests unitaires ; tests d'intégration ; commentaires du code ; gestion du versioning. Collaborer avec les différents interlocuteurs du projet : PO, BA, testeurs, architectes et équipes métiers.
Pour un client bancaire nous recherchons un PMO pour assurer le pilotage/coordination des travaux de contribution du programme Data dans les autres programmes réglementaires Profil recherché : consultant sénior ++ ou manager Le périmètre de la mission se décline en deux volets : La coordination des travaux entre les différents chantiers de la Direction Data (Data Quality, Data Management, Référentiels) en lien avec les programmes réglementaires La coordination des travaux entre la Direction Data et les autres programmes (RDARR, FDERR, Hub Finance)
Prendre en charge la responsabilité des produits data de pilotage et de suivi des services GenIA déployés. • Être l'interlocuteur des métiers pour recueillir et formaliser leurs besoins : catalogue d'indicateurs, reportings attendus, définition des KPI • Concevoir, industrialiser et fiabiliser les indicateurs de pilotage. • Structurer, modéliser et documenter les données nécessaires au pilotage. • Construire et maintenir les dashboards de suivi. • Mettre en œuvre et fiabiliser les pipelines de données associés (collecte, transformation, contrôle qualité) • Contribuer à la montée en maturité data de l'équipe. Catalogue d'indicateurs de pilotage des services GenIA, validé avec les métiers • Dashboards de suivi opérationnels • Pipelines de données documentés et industrialisés • Documentation de la donnée (sources, modèle, flux)
developpement un framework agentique dédié à la recherche et à l'expérimentation en Machine Learning, inspiré des approches DS-STAR et MLE-STAR de Google Research. Son architecture repose sur un cœur générique associé à des plugins spécialisés. Le système automatise notamment les activités suivantes : analyse et formalisation du problème ; proposition et priorisation d'expériences ; génération, exécution et correction du code ; validation expérimentale et évaluations rétrospectives ; études d'ablation et sélection robuste des modèles. La mission consiste à faire évoluer ce framework selon deux axes prioritaires, tout en garantissant la qualité scientifique, la reproductibilité des expérimentations et l'intégration des développements dans l'écosystème existant. Objectif 1 — Amélioration du plugin Event Forecasting : Consolider un plugin capable d'intégrer des événements dans les prévisions de séries temporelles, selon un protocole scientifique rigoureux. Les travaux porteront notamment sur : découverte, qualification et représentation structurée des événements ; modélisation de leur probabilité d'occurrence, de leur date de début, de leur durée, de leur intensité, de leur direction, de leur incertitude et de leur impact ; production de scénarios sans événement, central, optimiste, pessimiste et de stress ; intégration de méthodes statistiques, de Machine Learning et de Deep Learning adaptées ; prise en compte stricte de la date de publication des informations afin d'éviter toute fuite temporelle ; mise en place de tests placebo, d'évaluations rétrospectives événementielles et de comparaisons avec un modèle de référence sans événements ; amélioration de la robustesse, de la reproductibilité et de l'interprétabilité des résultats. Objectif 2 — Cas d'usage IoT : détection de pannes : Concevoir et intégrer dans RAFA un plugin dédié aux données IoT et à la maintenance prédictive. Les travaux porteront notamment sur : détection précoce des anomalies et des signaux précurseurs de panne ; estimation de la probabilité de panne et, lorsque les données le permettent, de la durée de vie utile restante ; exploitation de séries temporelles multivariées issues de capteurs, avec gestion des données manquantes, du bruit et des changements de régime ; comparaison d'approches supervisées, non supervisées, de détection d'anomalies et d'analyse de survie ; évaluation des modèles selon des protocoles temporels réalistes et mesure de leur capacité de généralisation à de nouveaux équipements ; production d'alertes explicables, hiérarchisées et exploitables par les équipes métier. Livrables attendus : plugins Event Forecasting et IoT intégrés, testés et documentés dans RAFA ; protocoles expérimentaux, jeux de tests, modèles de référence et résultats comparatifs reproductibles ; code source versionné, documentation technique et guide de prise en main ; synthèses des travaux, recommandations et présentation régulière des résultats ; transfert de connaissances vers les équipes internes. Critères de réussite : amélioration mesurable des performances par rapport aux modèles de référence ; absence de fuite temporelle et respect des protocoles de validation définis ; reproductibilité des expérimentations et traçabilité des résultats ; qualité, maintenabilité et intégrabilité du code livré ; appropriation des développements et de la documentation par les équipes internes.
