Trouvez votre prochaine offre d’emploi ou de mission freelance Data science

#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.

#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.

Dans le cadre d'un programme de transformation digitale au sein du secteur automobile, nous recherchons un Consultant Distribution Automobile & Déploiement d'Outils Digitaux. Vous interviendrez au sein d'un projet international visant à accompagner le déploiement d'un outil de pilotage et d'optimisation de la distribution de véhicules neufs auprès de différents marchés et réseaux de concessionnaires. Vos principales responsabilités seront les suivantes : Représenter le métier Distribution lors des instances projet et des échanges avec les pays pilotes. Participer aux missions de déploiement auprès des différents marchés et groupes de concessionnaires. Analyser les évolutions de l'offre commerciale afin d'apporter les éléments métier nécessaires à l'évolution du projet. Réaliser les analyses fonctionnelles et techniques permettant de répondre aux problématiques utilisateurs concernant le fonctionnement de l'outil, les recommandations générées et les aspects liés à la configuration réseau. Collecter et analyser les retours terrain afin d'identifier les axes d'amélioration des algorithmes en collaboration avec les équipes projet et Data Science. Mesurer et analyser la performance de l'outil comparativement aux méthodes de réassort traditionnelles. Assurer la capitalisation des connaissances projet et rédiger les standards métier associés à l'utilisation de la solution. Contribuer à l'amélioration continue des processus de distribution grâce à une forte approche analytique et orientée données. Environnement fonctionnel : Distribution de véhicules neufs Gestion des stocks Réassort réseau Offre commerciale Outils de lancement véhicules Analyse de données et pilotage de la performance Collaboration avec les équipes métiers, projet et Data Science

Avanda est une société de services Franco-Suisse. Dans le cadre d'un large appel d'offre du secteur public à Genève en Suisse Romande, nous recherchons plusieurs profils dans le domaine Data & Intégration. Notre client est une très grande organisation publique, avec plusieurs milliers de collaborateurs. Ces opportunités long terme (plusieurs années) nécessitent une présence régulière sur Genève (ou dans la région frontalière). Ces rôles sont pour des consultants (Permanent ou Freelance) intéressés à rejoindre un grand projet dans la région de Genève. Nous nous occupons de toute la partie administrative (payroll, permis, administration et relocation le cas échéant). LE ROLE Au sein du service Data science, vous collectez les données pertinentes, les nettoyez et les préparez pour l'analyse, puis appliquez des techniques statistiques et des algorithmes d'apprentissage automatique pour en extraire des informations utiles. Vous développez des modèles de data science et d'IA (Deep Learning, Computer Vision, langage naturel, Reinforcement Learning ou autres méthodes avancées selon les besoins du projet). Collecter et analyser des données issues de sources variées (automatiser l'extraction, l'intégration et la mise à jour des données). Réaliser l'analyse exploratoire des données avec des outils statistiques et des visualisations. Concevoir et développer des algorithmes et des modèles de data science et d'IA, et en améliorer les résultats. Évaluer la performance des modèles avec des mesures appropriées et les ajuster pour améliorer leur précision et leur généralisation. Collaborer avec des ingénieurs logiciels pour intégrer les modèles dans des applications ou des systèmes existants, et assurer leur déploiement efficace et sécurisé en production. Présenter et partager les résultats de manière claire et compréhensible aux parties prenantes. Démarrage prévu en janvier 2027.

Intitulé : Data Scientist Senior / Expert. Durée de mission : 12 mois. Localisation : Lille. Télétravail : 2 jours par semaine. Contexte : le client accélère sa transformation digitale et cherche à industrialiser des usages Data / IA dans la chaîne de valeur industrielle et d'approvisionnement. La mission couvre deux axes principaux : (1) cadrer de bout en bout les cas d'usage Data / IA, depuis l'expression du besoin business jusqu'à la démonstration de la pertinence d'une approche Data Science (PoC / Go-No Go) et la définition des trajectoires de déploiement ; (2) apporter une expertise de pointe sur l'évaluation des modèles existants et émergents, notamment des architectures d'Agents / Agentique en production, concevoir et mettre en place des frameworks d'évaluation rigoureux, détecter dérives et hallucinations, et faire monter en compétences les équipes internes. Objectifs et livrables attendus : cadrages métiers traduisant problématiques d'achats industriels, costing et gestion des risques fournisseurs en opportunités Data Science, évaluations de faisabilité technique et qualité de la donnée, design technique des modèles retenus, frameworks d'évaluation des systèmes agentiques en production, documentation rigoureuse et transfert de compétences. Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières

Chef de projet Intégration, DevOps & ML Engineer Cloud (AWS / Azure)Référence : RFP-271494-1 Localisation : À confirmer Date de démarrage : 09/11/2026 Durée : 3 mois Type de mission : Prestation Disponibilité : ASAP Contexte de la missionAu sein du Pôle Infrastructure Technique de la DSI, la squad IA / MLOps assure l'industrialisation, le déploiement, la sécurisation et le maintien en condition opérationnelle des solutions d'intelligence artificielle : Machine Learning, Computer Vision et IA générative / LLM, dans des environnements multicloud (AWS, Azure et GCP). Dans ce cadre, nous recherchons un Chef de projet Intégration, DevOps & ML Engineer Cloud expérimenté, capable d'intervenir à l'interface entre les équipes Métier, Data Science, Infrastructure et Exploitation. Le consultant travaillera en étroite collaboration avec une ingénieure ML/MLOps interne afin de garantir la continuité de service et de faire évoluer deux cas d'usage de Machine Learning en production. Missions principales1. Industrialisation de solutions Data Science et Serverless sur AWSRéaliser des analyses exploratoires de données industrielles à grande échelle. Concevoir, développer et maintenir des algorithmes de rapprochement et de matching spatio-temporel. Gérer les problématiques de données manquantes, de fenêtres temporelles et de signaux GPS défaillants. Concevoir et exploiter des traitements serverless et des flux de génération automatisée de documents, notamment des rapports multi-images. Participer à la conception et à l'optimisation des pipelines de traitement de données. Contribuer à l'intégration de solutions d'IA générative et de services LLM. 2. Industrialisation MLOps sur AzureMettre en place et maintenir les pipelines d'entraînement et d'évaluation automatisés des modèles. Assurer la gestion des jeux de données versionnés et des registres de modèles. Industrialiser les déploiements de modèles en production, notamment via des stratégies blue/green. Mettre en place le monitoring des performances et la détection de dérive des modèles (model drift). Concevoir et optimiser des architectures de déploiement multi-sites, avec un socle commun factorisé et des configurations spécifiques par site. Participer à l'implémentation de modèles d'optimisation par apprentissage par renforcement (Reinforcement Learning, notamment SAC). 3. Intégration, DevOps et exploitation CloudAutomatiser les déploiements et les opérations d'infrastructure à l'aide de pratiques DevOps et Infrastructure as Code. Contribuer à la fiabilité, à la sécurité et à la disponibilité des solutions ML en production. Mettre en œuvre les bonnes pratiques de CI/CD, de supervision et de gestion des environnements. Faciliter la collaboration entre les équipes Data Science, Infrastructure et Exploitation. Assurer la continuité de service et contribuer à l'amélioration continue des solutions existantes. Environnement techniqueCloud AWS : Amazon SageMaker : entraînement, inférence, pipelines et registre de modèles. Amazon Bedrock : GenAI, LLM, RAG et Guardrails. AWS Lambda, S3, Glue, Kinesis / Firehose, Athena. Amazon Comprehend / Textract. boto3. Cloud Azure et MLOps : Industrialisation des modèles de Machine Learning. Pipelines d'entraînement et d'évaluation. Gestion des versions et registre de modèles. Déploiement blue/green et monitoring du model drift. DevOps et Data : Terraform et Infrastructure as Code. ELK. BigQuery. Automatisation et intégration continue / déploiement continu (CI/CD). Profil recherchéExpérience confirmée en ingénierie Cloud, DevOps et/ou MLOps. Expérience concrète dans l'industrialisation et la mise en production de modèles de Machine Learning. Bonne maîtrise des environnements cloud, notamment AWS et/ou Azure. Capacité à concevoir et exploiter des pipelines de données et des architectures serverless. Maîtrise des pratiques d'automatisation, de déploiement et de supervision. Capacité à travailler en équipe et à coordonner les échanges entre les interlocuteurs techniques et les équipes Data Science. Autonomie, rigueur, esprit d'analyse et orientation résultats. Compétences appréciéesExpérience avec Amazon SageMaker et Amazon Bedrock. Connaissance des architectures GenAI, LLM, RAG et des mécanismes de sécurisation associés. Expérience en traitement de données industrielles et en matching spatio-temporel. Connaissance des méthodes d'apprentissage par renforcement, notamment SAC. Expérience dans la conception d'architectures multicloud et multi-sites. Objectif de la missionGarantir l'industrialisation, la fiabilité et l'évolution de deux cas d'usage de Machine Learning en production, en renforçant l'intégration Cloud, les pratiques DevOps et les capacités MLOps des équipes. Pour candidater : merci de transmettre un CV actualisé, la disponibilité, le TJM et les expériences significatives en AWS, Azure, DevOps et MLOps.

Shape how organisations turn AI and data into measurable business value with CGI. As an AI & Data Science Specialist within our Tech Advisory Practice, you'll help clients solve complex challenges by combining data science expertise with emerging AI technologies. You'll shape strategies, develop responsible and scalable solutions, and take ideas from experimentation through to real-world impact. Working with clients and multidisciplinary CGI teams, you'll have the freedom to explore creative approaches, take ownership of meaningful engagements and build trusted relationships. Supported by an open community of experts and opportunities to develop your capabilities, you'll help grow CGI's AI expertise while delivering solutions that improve decision-making, customer experiences and operational performance. CGI was recognised in the Sunday Times Best Places to Work List 2025 and has been named a UK 'Best Employer' by the Financial Times. We offer a competitive salary, excellent pension, private healthcare, plus a share scheme (3.5% + 3.5% matching) which makes you a CGI Partner not just an employee. We are committed to inclusivity, building a genuinely diverse community of tech talent and inspiring everyone to pursue careers in our sector, including our Armed Forces, and are proud to hold a Gold Award in recognition of our support of the Armed Forces Corporate Covenant. Join us and you'll be part of an open, friendly community of experts. We'll train and support you in taking your career wherever you want it to go. Due to the secure nature of the programme, you will need to hold UK Security Clearance or be eligible to go through this clearance. This is a hybrid position.

Pour accélérer l'adoption de l'intelligence artificielle et en faire un levier de performance, de productivité et d'innovation, notre client crée un poste d'AI Transformation Lead (H/F). Votre rôle : convertir le potentiel de l'IA en résultats concrets pour les métiers, à l'échelle de l'ensemble du groupe. Vos missions s'organisent autour de cinq axes : 1. Piloter la gouvernance IA Mettre en place un circuit de collecte, d'évaluation et de priorisation des initiatives IA, et bâtir une feuille de route commune Animer le réseau de référents IA et encourager le partage et la réutilisation des solutions entre entités Veiller à la cohérence des choix technologiques ainsi qu'au respect des exigences de sécurité, de confidentialité et d'IA responsable Suivre l'avancement des projets, les moyens engagés et les bénéfices réalisés 2. Déployer les cas d'usage à fort impact Détecter, avec les équipes métiers et les unités opérationnelles, les opportunités IA et Data Science les plus prometteuses Analyser pour chacune la valeur attendue, la faisabilité et le potentiel de duplication Gérer le portefeuille de cas d'usage, en prenant en charge directement le développement de certains d'entre eux Mesurer l'adoption et la valeur réellement générée 3. Faire adopter l'écosystème Microsoft Conduire le déploiement de Microsoft Copilot comme plateforme d'IA générative Conseiller les métiers sur Copilot Studio, Fabric, Azure, Power BI et Power Platform, en retenant l'outil le plus adapté à chaque besoin Travailler avec la DSI sur l'architecture, la sécurité et l'industrialisation, et créer des standards et des agents réutilisables Assurer une veille technologique continue 4. Faire monter les équipes en compétences et accompagner le changement Concevoir, avec les RH et la DSI, un parcours de formation adapté aux métiers et aux niveaux de maturité Proposer des formations pratiques et régulières, ancrées dans des cas d'usage concrets et un usage responsable de l'IA Soutenir les équipes les plus avancées dans la création d'agents et l'automatisation Évaluer la progression des compétences et leur traduction en usages réels 5. Fédérer compétences et partenaires Recenser et animer les talents IA et Data Science du groupe Mobiliser un écosystème de partenaires externes (éditeur, cabinets de conseil, experts) et choisir le mode de réalisation le plus pertinent Garantir le transfert de savoir-faire vers les équipes internes

Conception, développement et maintenance de pipelines de données scalables pour l'alimentation des use case d'IA. Architecture des flux de données (batch & streaming) en garantissant la fiabilité, la traçabilité et la conformité. Collaboration avec les équipes Data Science/ML pour la transformation des modèles en services de production (MLOPS). Optimisation des performances des bases de données et des entrepôts de données (SQL, NoSQL, Data Lake). Mise en place de pratiques d'observabilité : monitoring, alerting, logging et métriques. Veille à la sécurité des flux de données et à la gouvernance (catalogue de données, lineage).

Contexte Dans le secteur bancaire, vous rejoignez une direction Data dont l'équipe accompagne les métiers dans leurs projets de Data Science, de l'identification des cas d'usage jusqu'à la mise en production. L'équipe est internationale et fonctionne de façon assez autonome au sein d'un grand groupe. Elle regroupe des Data Scientists, un pôle ML Engineering et une équipe projets IA. Elle développe en interne une plateforme de Data Science destinée aux Data Analysts et Data Scientists. Cette plateforme comprend : un environnement d'exploration et de développement Python, un framework d'industrialisation des modèles et une librairie interne, une plateforme d'exécution des modèles en production, un outil d'animation de la communauté d'utilisateurs. Elle met automatiquement à disposition des environnements de travail pour créer et entraîner des modèles, réaliser des analyses et développer des agents IA. La plateforme compte plus de 500 utilisateurs et environ 400 containers en production. Le poste Ce rôle réunit deux volets. Côté Ops, vous êtes responsable de l'infrastructure qui supporte la plateforme. Côté Support, vous êtes l'interlocuteur des utilisateurs. Il s'agit d'un poste technique avant tout. Nous cherchons un profil ingénieur système ou DevOps qui souhaite se rapprocher des utilisateurs, et non un profil de support généraliste. Missions Ops – Infrastructure et exploitation Administrer, exploiter et automatiser les systèmes d'exploitation des clusters Construire et optimiser les images Docker, et assurer le run des containers de production Porter la vision technique de l'infrastructure et participer aux choix technologiques et d'évolution de l'architecture Optimiser le dimensionnement des ressources et les coûts associés Être l'interlocuteur privilégié des équipes infrastructure du groupe, qui fournissent les services managés on-premise utilisés par la plateforme Maintenir les composants à jour et contribuer aux déploiements applicatifs Participer à l'évolution des pipelines CI/CD (GitLab CI, GitOps) et de l'observabilité (logs, monitoring, traçabilité) Rédiger la documentation technique : architecture, gestion des changements et des incidents Assurer une veille technologique et participer à des POC Support utilisateurs Être le premier point de contact des utilisateurs de la plateforme et les accompagner dans son utilisation Analyser et résoudre leurs difficultés Assurer le support de niveau 1 sur les incidents, avec l'objectif de résoudre au moins deux tiers des tickets à ce niveau Mettre en place et faire évoluer les outils et processus de support Communiquer auprès des utilisateurs sur les mises en production, les interruptions de service et les évolutions Remonter les besoins des utilisateurs et proposer des évolutions de la plateforme Environnement technique Langages : Python, Go, Bash Système : GNU/Linux Containers : Docker, Kubernetes DevOps : GitLab, GitLab CI, ArgoCD, Helm, Kustomize, CUE/Timoni, Buildkit, Artifactory Observabilité : Prometheus, Thanos, AlertManager, Grafana, ELK, Jaeger Sécurité et réseau : Vault, Traefik, Keycloak (OIDC, JWT), Cert-manager Données et stockage : PostgreSQL, ClickHouse, Redis, MinIO (S3), Portworx Cloud privé on-premise