Trouvez votre prochaine mission ou futur job IT.

Vos missions ? En tant que Data Manager Senior / Lead Data (H/F) vous serez en charge des missions suivantes: - Identifier, cadrer et prioriser les projets Data en lien avec les directions métiers et techniques. - Construire les business cases, estimer le ROI et présenter les recommandations auprès des instances de décision. - Piloter la mise en œuvre des projets : suivi des plannings, risques, budgets, qualité et adoption des solutions. - Animer et coordonner des équipes pluridisciplinaires : Data Scientists, Data Engineers, analystes et interlocuteurs métiers. - Accompagner la montée en compétences des collaborateurs, assurer leur encadrement et favoriser le partage des bonnes pratiques. - Mettre en place des cas d'usage à forte valeur ajoutée : segmentation client, scoring, recommandation, prévision, optimisation de campagnes, analyse comportementale ou NLP. - Garantir la cohérence entre les enjeux business, la gouvernance des données et les choix technologiques. - Contribuer à la feuille de route Data et à la diffusion d'une culture Data au sein de l'organisation. Vous disposez d'une solide culture technique et êtes à l'aise avec plusieurs environnements parmi : - Python, PySpark, SQL, SAS ou R ; - BigQuery, AWS, Hive ou autres environnements Cloud/Data Lake ; - Dataiku, Tableau, Looker Studio ou outils de data visualisation ; - Data Science, Machine Learning, NLP, scoring et modèles prédictifs.

Vous rejoindrez un acteur majeur du secteur bancaire pour participer à la conception et la mise en œuvre d'une stratégie complète de gestion et de valorisation des données. Dans un environnement hybride alliant infrastructure On Premise et Cloud, vous piloterez les différentes étapes du cycle de vie des données : ingestion, transformation, optimisation et mise à disposition pour les besoins analytiques des clients internes et externes. Cette mission s'inscrit dans un contexte de modernisation technologique et de conformité renforcée, où la qualité, la sécurité et la gouvernance des données sont des enjeux critiques. Vous travaillerez au sein d'une équipe pluridisciplinaire (Data Engineers, Data Analysts, Data Scientists) en méthodologie Agile, en vous appuyant sur les meilleures pratiques du secteur. Responsabilités : - Concevoir, développer et maintenir des flux de données robustes, scalables et performants, capables de traiter des volumes importants et des sources hétérogènes - Assurer l'ingestion, la transformation et l'optimisation des données selon les normes de qualité et de sécurité en vigueur - Implémenter et administrer des architectures de données : Data Lake, Data Warehouse et Datamarts, en optimisant la performance et la maintenabilité - Modéliser les données de manière à répondre aux besoins analytiques spécifiques et aux exigences réglementaires du secteur - Collaborer étroitement avec les Data Analysts et métiers pour traduire les besoins fonctionnels en solutions techniques adaptées - Contribuer à la conception des dashboards et outils de dataviz en assurant la fiabilité et la pertinence des données sous-jacentes - Piloter en autonomie les projets confiés, de la phase de conception à la mise en production et au support - Mettre en place et documenter les bonnes pratiques en matière de gouvernance, de qualité, de sécurité et d'industrialisation des traitements - Assurer le RUN des processus et modèles en production, gérer les évolutions et optimiser les performances - Développer et tester des prototypes basés sur des algorithmes de Machine Learning pour exploiter des modèles prédictifs - Conduire une veille technologique active et proposer des évolutions d'architecture alignées avec la stratégie data de l'organisation Télétravail : 2 jours par semaine Localisation : Guyancourt

#StormYourCareer ✨ Rejoins STORM GROUP et construis ta carrière avec nous ! Garantis l'intégrité du patrimoine data et certifie la qualité au service de l'IADans le cadre du renforcement de la gouvernance globale de ses actifs informationnels et de la fiabilisation de ses modèles d'intelligence artificielle, un grand compte recherche un(e) Data Quality / Data Steward. Ton rôle sera transverse et garant de confiance : tu piloteras la qualité, la conformité réglementaire et la documentation des données exploitées par les cas d'usage analytiques et les modèles d'IA générative et prédictive. Ton futur environnementTu évolueras au sein d'un pôle dédié à la gouvernance et à l'excellence des données d'entreprise. En interface permanente avec les Product Owners métiers, les Chief Data Officers, les équipes de Data Engineering et les data scientists, tu agiras comme le garant de la fiabilité des flux d'information. C'est le cadre idéal pour valoriser ta double compétence analytique et organisationnelle, automatiser les contrôles qualité sur des architectures modernes et structurer la conformité des corpus d'entraînement IA. Tes missions clésPilotage de la Qualité & Contrôles Automatisés (Mode BUILD & RUN) : Définir, formaliser et suivre les règles de qualité des données critiques : complétude, cohérence, fraîcheur, conformité et unicité. Concevoir et mettre en place des contrôles qualité automatisés au sein des pipelines de données (Great Expectations, Talend DQ, scripts Python) alimentant les modèles d'IA. Identifier, qualifier et suivre la résolution des anomalies de données en coordination étroite avec les équipes métiers et techniques. Concevoir des indicateurs clés (KPIs) et animer les tableaux de bord de suivi de la qualité (Power BI, Tableau). Gouvernance, Catalogage & Conformité IA (Mode CONSEIL) : Documenter et enrichir le patrimoine data : dictionnaires métiers, cartographie des flux et lignage de bout en bout (data lineage) via des plateformes de catalogage (Collibra, Microsoft Purview, DataHub). Encadrer la gouvernance des données d'entraînement des modèles : traçabilité des sources, respect du RGPD, gestion des données sensibles (PII) et prévention des biais de représentativité. Assurer le reporting qualité et présenter l'état de santé des données lors des instances et comités de gouvernance data. Sensibiliser et accompagner les équipes métiers aux bonnes pratiques de saisie, de gestion et d'usage de la donnée. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 universitaire en gestion des systèmes d'information, Data Management, statistiques ou informatique décisionnelle. Expérience : Tu justifies d'une expérience confirmée de 3 à 5 ans en gouvernance des données, Data Quality ou Data Stewardship au sein d'environnements d'entreprise exigeants. Expertise Gouvernance & Qualité Impérative : Maîtrise des concepts de gouvernance des données, de catalogage (Collibra, Purview, DataHub) et de lignage. Solide pratique des outils de Data Quality (Great Expectations, Talend Data Quality) et requêtage avancé en SQL. Bonne compréhension des exigences réglementaires liées à la gestion des données (RGPD). Culture Data Science & IA : Notions appliquées aux enjeux de données pour l'IA (représentativité, fraîcheur des corpus, traçabilité des données d'inférence). Familiarité avec les outils d'exploration de données (Python, Dataiku) et de visualisation (Power BI, Tableau). Langues : Anglais professionnel opérationnel. Tes atoutsSens du Dialogue et Posture Fédératrice : Aptitude reconnue pour vulgariser les enjeux techniques auprès des directions métiers et traduire les règles de gestion fonctionnelles pour les développeurs. Rigueur et Souci du Détail : Précision méthodologique indispensable dans le traitement des anomalies et la documentation des métadonnées. Esprit d'Analyse et Pragmatisme : Capacité à prioriser les chantiers de remédiation en fonction de leur impact direct sur la performance opérationnelle et les modèles IA. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.

Nous recherchons un(e) Data Scientist confirmé(e) pour rejoindre une équipe qui conçoit des produits data innovants, autour de la maintenance prédictive. Votre mission Vous intervenez sur des produits data, de l'étude jusqu'à la mise en production : - Vous animez des ateliers avec des experts métiers pour cerner leurs besoins, - Vous explorez et analysez de très gros volumes de données (plusieurs dizaines de millions de lignes), - Vous concevez des traitements de données, réalisez des études statistiques et, si besoin, développez des modèles de machine learning, - Vous présentez vos résultats sous forme de rapports d'étude ou de tableaux de bord, - Vous industrialisez vos travaux d'expérimentation avec PySpark. Modalités : déplacements à Lyon, 2 jours minimum une fois par mois.

Sculpte le socle Lakehouse de référence et structure l'architecture data au service de l'IADans le cadre de la modernisation globale de sa plateforme data et de la montée en puissance de ses initiatives d'intelligence artificielle, un grand compte recherche un(e) Data Architect. Ton rôle sera hautement stratégique et fondateur : tu concevras l'architecture data cible, garantiras l'urbanisation des flux et structureras les modèles de données pour permettre aux projets d'analyse décisionnelle (BI) et d'IA générative/prédictive de passer à l'échelle avec un niveau optimal de performance et de gouvernance. Ton futur environnementTu évolueras au sein d'une direction de l'architecture et de la gouvernance des données de premier plan. En interface directe avec les Chief Data Officers, les architectes d'entreprise, les équipes de Data Engineering et les data scientists, tu interviendras sur un écosystème hybride et multi-cloud. C'est le cadre idéal pour exercer ta vision globale de la donnée, piloter des migrations complexes vers des architectures Lakehouse et façonner les standards de modélisation et de catalogage sur des volumes massifs. Tes missions clésConception d'Architecture Cible & Modélisation (Mode BUILD & CADRAGE) : Concevoir et formaliser l'architecture data cible en environnement Cloud (Data Warehouse moderne, architectures Lakehouse). Définir et faire appliquer les méthodologies de modélisation avancées adaptées aux usages analytiques et opérationnels (modélisation dimensionnelle en étoile/flocon, Data Vault). Cadrer et superviser les trajectoires de migration Cloud des actifs de données historiques vers les nouvelles plateformes analytiques (Databricks, Snowflake, BigQuery). Définir les patterns d'intégration et d'alimentation dédiés aux cas d'usage IA : mise en place de Feature Stores, structuration des pipelines pour architectures RAG et traçabilité des jeux de données d'entraînement. Gouvernance, Standards & Accompagnement (Mode CONSEIL) : Définir les standards de sécurité, de qualité, de lignage (data lineage) et de gouvernance des données à l'aide d'outils de catalogage de référence (Microsoft Purview, Collibra). Réaliser les analyses d'arbitrage technique (compromis performance / coût / sécurité / souveraineté) et rédiger les Dossiers d'Architecture Technique (DAT). Présenter et défendre les choix technologiques lors des comités d'architecture du groupe. Accompagner et guider les Tech Leads et ingénieurs Data Engineering dans l'implémentation opérationnelle des modèles et des pipelines. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 universitaire en informatique, architecture des systèmes d'information ou Data Engineering. Expérience : Tu justifies d'une expérience confirmée de 5 à 8 ans en ingénierie et architecture de données, intégrant le pilotage d'architectures Cloud d'envergure. Expertise Architecture Data Impérative : Maîtrise approfondie des concepts de Data Lakehouse, Data Warehouse moderne et des moteurs de traitement distribué (Spark, Databricks). Parfaite maîtrise des approches de modélisation de données complexes (Data Vault 2.0, modélisation dimensionnelle Kimball/Inmon) et requêtage avancé en SQL. Pratique confirmée d'un entrepôt Cloud leader (Snowflake, Google BigQuery, Azure Synapse). Culture Cloud, IA & Gouvernance : Solide maîtrise des environnements Cloud (Azure, AWS ou GCP). Bonne compréhension des besoins spécifiques de l'IA (feature stores, pipelines d'ingestion RAG, contraintes de fraîcheur et volumétrie). Connaissance des outils de catalogage et de gouvernance des données (Purview, Collibra). Langues : Anglais professionnel opérationnel. Tes atoutsHauteur de Vue et Esprit de Synthèse : Aptitude à conceptualiser des architectures complexes tout en gardant une vision pragmatique des contraintes de mise en œuvre. Sens de la Pédagogie et Leadership Technique : Capacité naturelle à convaincre les comités décisionnels et à fédérer les équipes de delivery data engineering autour des bonnes pratiques. Rigueur et Culture de l'Excellence : Exigence forte sur la qualité, la traçabilité et la conformité des architectures déployées. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.

#StormYourCareer ✨ Rejoins STORM GROUP et construis ta carrière avec nous ! Révèle la puissance du Deep Learning et transforme les données complexes en leviers décisionnelsDans le cadre d'un projet stratégique autour de la Data Science et de l'Intelligence Artificielle, notre partenaire recherche un(e) Data Scientist IA confirmé(e). Ton rôle sera central et opérationnel : tu interviendras de manière autonome sur des problématiques complexes de Machine Learning et de Deep Learning pour concevoir des modèles prédictifs haute performance répondant directement aux enjeux métiers du groupe. Ton futur environnementTu évolueras au sein d'une équipe Data Science d'excellence, en prise directe avec les Product Owners métiers, les data engineers et les spécialistes MLOps. Dans un écosystème technique moderne et stimulant (Databricks, Dataiku, environnements conteneurisés), tu travailleras sur des volumétries massives de données. C'est le cadre idéal pour explorer des approches algorithmiques avancées, concevoir des métriques de précision sur mesure et industrialiser des modèles prédictifs robustes. Tes missions clésExploration, Modélisation & Évaluation Avancée (Mode R&D & BUILD) : Réaliser l'exploration approfondie des jeux de données, le nettoyage et le feature engineering avancé (Python, pandas, SQL). Concevoir, développer et optimiser des pipelines complets de Machine Learning et Deep Learning pour des cas d'usage variés : scoring, prédiction, classification supervisée/non supervisée et détection d'anomalies. Benchmarker différentes familles d'architectures algorithmiques (scikit-learn, XGBoost, LightGBM, PyTorch, TensorFlow) afin de retenir le modèle le plus performant et interprétable. Définir des métriques d'évaluation sur mesure adaptées aux objectifs business, caractériser finement les erreurs et implémenter des mécanismes de score de confiance et de calibration d'incertitude. Industrialisation, MLOps & Restitution Métier (Mode RUN & Delivery) : Industrialiser les modèles au sein d'environnements conteneurisés (Docker, Kubernetes) en respectant les standards de code reproductible et versionné (Git). Assurer le tracking des expérimentations, le versioning des modèles et leur cycle de vie opérationnel via MLflow. Présenter et vulgariser les résultats algorithmiques, les gains de performance et les limites des modèles auprès d'interlocuteurs techniques et de directions métiers. Documenter exhaustivement les méthodologies retenues et participer à la capitalisation des bonnes pratiques au sein de l'équipe data. Ton profilFormation : Bac+5 (Master 2, diplôme d'Ingénieur) ou Doctorat (PhD) en Data Science, Machine Learning, mathématiques appliquées ou statistiques. Expérience : Tu justifies d'une expérience confirmée de 3 à 5 ans en Data Science et Machine Learning appliquée à des enjeux métiers en entreprise. Expertise Algorithmique & Data Science Impérative : Maîtrise éprouvée des bibliothèques de référence du Machine Learning (scikit-learn, XGBoost, LightGBM) et du Deep Learning (PyTorch ou TensorFlow). Parfaite maîtrise de Python et de son écosystème analytique (pandas, numpy, Jupyter), complétée par un niveau solide en SQL. Expertise solide en méthodologies d'évaluation, métriques statistiques, analyse d'erreurs et calibration de scores. Culture d'Ingénierie & MLOps : Maîtrise des standards d'ingénierie logicielle (Git, tests, code propre et reproductible). Pratique du suivi d'expérimentation avec MLflow et des environnements conteneurisés (Docker). Familiarité avec les plateformes de travail collaboratif data (Databricks, Dataiku). Langues : Anglais professionnel opérationnel. Tes atoutsAutonomie et Rigueur Scientifique : Approche méthodique et structurée pour poser des hypothèses, conduire des expérimentations et interpréter les résultats. Pédagogie et Aisance Relationnelle : Capacité naturelle à vulgariser des concepts statistiques pointus pour convaincre les équipes métiers. Sens du Résultat et Pragmatisme : Volonté constante d'orienter le travail de recherche vers des gains de performance concrets et exploitables en production. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.

Fiche de Mission: Datascience sur Azure Databricks Data Science & Analyse avancée Cette mission couvre l'ensemble des activités d'analyse avancée de données. Analyse des données afin d'en tirer des insights. Préparation de la donnée. Classification et Segmentation. Conception de modèles d'analyses prédictives et prescriptives. Modélisation, entraînement, évaluation et mise en production de modèles. Mise en place de KPI de suivi de performance et industrialisation / alerting. Qualité & Documentation Tests unitaires et tests de non-régression. Rédaction de spécifications et documentation. Maintenance évolutive et corrective.

Pour un grand groupe international du transport et de la logistique basé à Marseille, nous recherchons un Data Scientist senior pour renforcer l'équipe Digital Sales (Digital Agency) sur une mission de 3 mois, à raison de 2 jours par semaine sur site. Objectif : développer des modèles analytiques avancés pour optimiser les parcours clients digitaux (Customer Journey Optimization), améliorer la conversion et mesurer la performance des actions marketing et opérationnelles. Missions : Clustering et segmentation comportementale des clients digitaux (K-means, etc.) : identification de micro-segments, d'intentions et de points de friction Systèmes de recommandation (services à valeur ajoutée) Modèles prédictifs appliqués aux parcours : drop-off, intent prediction, scoring Attribution multi-touch (MTA) sur les parcours digitaux : chaînes de Markov (1er et 2e ordre), Shapley Values IA générative / LLM pour analyser les irritants, comprendre les variations et synthétiser les enseignements clés Développement Python avancé : prototypage sous Jupyter puis industrialisation des solutions Restitution des recommandations aux équipes métier pour un pilotage data-driven des parcours clients

#StormYourCareer Rejoins STORM GROUP et construis ta carrière avec nous ! Détecte les menaces invisibles et révolutionne l'analyse comportementale du SOCAu sein du Security Operations Center (SOC) d'un grand compte, nous recherchons un(e) Data Scientist Cybersécurité / SOC. Ton rôle consistera à renforcer les capacités de détection des cybermenaces par l'exploitation avancée des données de sécurité, en concevant des modèles prédictifs et d'analyse comportementale pour isoler les signaux faibles et optimiser la réponse aux incidents. Ton futur environnementTu évolueras au cœur du Security Operations Center d'une infrastructure d'envergure. En interface directe avec les analystes SOC, les ingénieurs SIEM et les spécialistes de la Threat Intelligence, tu interviendras sur des flux massifs de journaux d'événements. C'est le cadre idéal pour appliquer le Machine Learning et la Data Science à la lutte contre les cyberattaques, tout en industrialisant des modèles au sein d'architectures de données distribuées. Tes missions clésModélisation & Détection Avancée des Menaces (Mode DATA & IA) : Concevoir, développer et entraîner des modèles de détection d'anomalies sur des volumétries massives de journaux de sécurité (logs réseau, système, identité et applicatifs). Développer et déployer des algorithmes d'analyse comportementale des utilisateurs et des entités (UEBA) pour identifier les compromissions de comptes et les mouvements latéraux. Mettre en œuvre des modèles de scoring et de priorisation dynamique des alertes afin de réduire le bruit et le taux de faux positifs pour les analystes. Réaliser l'ingénierie des caractéristiques (feature engineering) sur des jeux de données complexes et fortement déséquilibrés. Évaluer rigoureusement les performances des modèles à l'aide de métriques adaptées à la détection d'intrusions (précision, rappel, ROC-AUC, taux de faux positifs). Industrialisation & Collaboration SOC (Mode RUN & MLOps) : Assurer l'industrialisation, le déploiement et le monitoring continu des modèles en production (MLflow, Docker, Kubernetes). Collaborer au quotidien avec les analystes SOC et les équipes d'investigation pour qualifier les détections et réinjecter les retours terrain dans l'entraînement des algorithmes. Mener une veille active sur les nouvelles techniques d'attaque répertoriées dans le cadre de référence MITRE ATT&CK. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 en Data Science, statistiques, informatique décisionnelle ou cybersécurité. Expérience : Tu justifies d'une expérience de 3 à 5 ans en Data Science et Machine Learning, idéalement appliquée aux cas d'usage de la cybersécurité ou de la détection de fraude. Expertise Data Science & IA Impérative : Maîtrise des algorithmes de détection d'anomalies (Isolation Forest, autoencodeurs, One-Class SVM) et de l'apprentissage sur données déséquilibrées. Pratique confirmée de l'écosystème Python Data Science (Python, scikit-learn, PyTorch, pandas, numpy). Culture Cybersécurité & Données Massives : Bonne compréhension du fonctionnement d'un SOC, des typologies de menaces et de la matrice MITRE ATT&CK. Connaissance des architectures distribuées et des outils volumétriques (SQL, Spark, Kafka). Familiarité avec les solutions SIEM (Splunk, Elastic, Microsoft Sentinel) et le suivi de cycle de vie ML (MLflow). Langues : Anglais professionnel opérationnel. Tes atoutsEsprit d'Analyse et Goût pour l'Investigation : Curiosité intellectuelle pour traquer les anomalies statistiques au sein de flux de données brutes. Rigueur Méthodologique : Précision scientifique indispensable dans la validation des métriques de détection et la gestion des faux positifs. Sens du Travail d'Équipe : Aisance relationnelle pour vulgariser les choix algorithmiques auprès des analystes sécurité opérationnels. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie.

Vos missions Concevoir et faire évoluer une architecture de streaming pour la collecte, le traitement et l'analyse des données Développer des pipelines de traitement temps réel et batch avec Apache Flink, Apache Spark et Apache Iceberg Déployer les pipelines d'ingestion et de traitement en CI/CD et Infrastructure as Code, pour les environnements batch et streaming Participer à la migration et au refactoring de l'architecture historique vers AWS (Move to Cloud, ETL/ELT, batch et streaming) Contribuer à l'implémentation d'algorithmes de maintenance prédictive et de routage Industrialiser et exposer des modèles de Machine Learning sous forme d'API, en lien avec les équipes data science Assurer le monitoring, la fiabilité et la performance des traitements en production Environnement technique Streaming et traitement : Apache Flink, Apache Kafka (MSK), Kinesis, Apache Spark, Apache Iceberg Orchestration : Apache Airflow (MWAA) Cloud AWS : S3, Lambda, EKS, ECS, EC2, ECR, IAM, IoT Core IoT : MQTT, données capteurs remontées par satellite Data warehouse : Snowflake DevOps / IaC : Terraform, Docker, CI/CD Langages : Python, SQL Profil recherché Formation Bac+5 (école d'ingénieur ou master) en informatique, data ou télécommunications Au moins 5 ans d'expérience en data engineering, dont une part significative sur AWS Expérience solide des architectures streaming à forte volumétrie (Flink, Kafka ou Kinesis) Maîtrise de Terraform et des pratiques CI/CD appliquées aux pipelines de données Une expérience d'industrialisation de modèles ML (MLOps, mise en API, monitoring) est un vrai plus Une connaissance des données IoT ou industrielles (maintenance prédictive, capteurs) est appréciée Une certification AWS (Solutions Architect, Data Engineer) est un atout Anglais professionnel Savoir-être Autonomie et sens des responsabilités sur des systèmes critiques en production Capacité à dialoguer avec les équipes métier pour traduire leurs besoins en solutions techniques Rigueur, goût de la performance et de la qualité de la donnée Esprit d'équipe et envie de partager ses pratiques Informations pratiques Contrat : CDI chez Visian Azur Lieu : Marseille, présence régulière sur le site du client Démarrage : à définir ensemble Rémunération : selon profil et expérience

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.