Trouvez votre prochaine offre d’emploi ou de mission freelance Dataiku à Paris

Contexte du poste Au sein d'une Direction des Systèmes d'Information, vous intervenez dans un programme stratégique de transformation Data visant à moderniser les usages décisionnels et à migrer les solutions historiques vers une plateforme Data Analytics Cloud basée sur AWS. Dans le cadre d'un projet de sortie d'une infrastructure décisionnelle legacy, vous accompagnez la migration des usages BI vers une plateforme moderne reposant sur Snowflake, dbt, Airflow et Power BI . Vous participez à l'industrialisation des traitements de données, à la réduction du Shadow IT et au renforcement de la gouvernance des données au sein de l'entreprise. Enjeux du poste Accompagner la migration des usages décisionnels vers une plateforme Data Analytics cible. Industrialiser les traitements de données et les cas d'usage BI métiers. Garantir la qualité, la gouvernance et la maintenabilité des solutions Data. Concevoir des modèles de données robustes et des pipelines automatisés pour l'alimentation des restitutions décisionnelles. Contribuer à l'amélioration continue des pratiques Data Engineering. Missions principales Recueillir, analyser et challenger les besoins métiers. Concevoir et développer des modèles de données Silver et Gold sous dbt dans Snowflake selon une architecture médaillon. Mettre en œuvre des mécanismes de Data Quality , de tests automatisés et de documentation. Développer et administrer les datasets Power BI (modélisation en étoile, mesures DAX, sécurité RLS). Concevoir et maintenir les DAGs Airflow pour l'orchestration des pipelines de données. Participer aux cérémonies Agile, aux estimations de charge, aux revues de code et aux actions d'amélioration continue. Collaborer étroitement avec les Architectes Data, Tech Leads, Product Owners et équipes métiers. Livrables attendus Modèles de données développés sous dbt. Datamarts métiers et modèles sémantiques Power BI. Pipelines et DAGs Airflow d'orchestration. Spécifications techniques générales et détaillées. Documentation technique et fonctionnelle. Rapports de tests et de qualité des données. Environnements de recette configurés. Développements, correctifs et comptes rendus associés.

La mission se déroulera au sein de l’activité Reporting La mission consistera à créer des dashboards sous Tableau, préparer la donnée sous Dataiku et migrer des programmes de SAS vers Dataiku Recueillir les expressions de besoin des Directions et organiser / animer les ateliers de cadrage avec les métiers • Réaliser la préparation des données sous Dataiku • Mettre à jour le dictionnaire de données/ Documentation • Développer en mode agile (sprint de 2 semaines, daily meeting, sprint planning, sprint review, retrospective, démonstrations,…) • Créer les dashboards sous Tableau • Organiser la recette avec les métiers • Appliquer les bonnes pratiques de l’équipe en matière de datapreparation/ datavisualisation • Effectuer la migration des projets sous SAS vers Dataiku

Nous recherchons un Ingénieur de production spécialisé autour du cloud AZURE pour intervenir chez l’un de nos clients grand groupe. Principales activités : · Création ou mise à jour des environnements cloud & on premise · Gestion de l’intégration, d’installation, de la mise à jour et de l’exploitation applicative dans le cadre des évolutions et des projets, · Expertise Data : Administration des plateformes Dataiku/Databricks couplées au cloud Azure · Migration des applications vers le cloud privé et utilisation de kubernetes · Gestion des chaînes de déploiements via Ansible Tower, Gitlab CI/CD, Jenkins,… · Participation au diagnostic et à la résolution des incidents Opérations en HNO et Astreintes.

Contexte de la mission Dans le cadre d’un projet stratégique autour de l’IA, vous intervenez sur la mise en place d’un POV Studio IA , une plateforme visant à industrialiser les usages Data Science et IA Générative au sein d’un grand groupe bancaire. Le périmètre couvre : Une plateforme Data Science basée sur Dataiku L’accès aux données du SI Des briques MLOps pour industrialiser les modèles Un socle LLM permettant de développer des cas d’usage en IA générative Vous êtes au cœur de la Squad Agile, en interface directe entre les métiers, la Data et les équipes techniques. Missions 1. Conception fonctionnelle du Studio IA Concevoir et structurer fonctionnellement la plateforme POV Studio IA Définir les parcours utilisateurs et les cas d’usage IA Intégrer les contraintes liées aux données, MLOps et LLM Garantir la cohérence entre besoins métiers et capacités techniques 2. Recueil des besoins & cadrage Animer les ateliers avec les métiers Formaliser les besoins en user stories détaillées Prioriser les fonctionnalités en lien avec les enjeux business 3. Pilotage fonctionnel & Agile Gérer le backlog produit dans Jira Suivre l’avancement des développements Ajuster les priorités avec le Product Owner et le Chef de projet Participer aux rituels Agile 4. Collaboration avec les équipes techniques Rédiger les spécifications fonctionnelles Travailler étroitement avec Data Engineers et développeurs S’assurer de la faisabilité technique des solutions proposées 5. Tests & validation Définir les stratégies de tests fonctionnels Rédiger les plans de tests et scénarios de recette (XRAY) Exécuter les tests et valider les fonctionnalités Suivre les anomalies 6. Conduite du changement & accompagnement Accompagner les utilisateurs dans l’adoption du Studio IA Produire les supports de formation et documentation Assurer l’assistance fonctionnelle post-déploiement 7. Gestion des risques & conformité Réaliser les analyses de risques métiers Intégrer les contraintes SSI, conformité et juridique Appliquer les exigences réglementaires : RGPD Garantir la sécurité et l’éthique des usages IA 8. Amélioration continue Collecter les retours utilisateurs Analyser les usages de la plateforme Ajuster les priorités et enrichir les fonctionnalités Environnement technique Data Science : Dataiku, Python IA Générative : LLM (architecture, intégration, cas d’usage) Data : SQL / HQL MLOps : concepts d’industrialisation des modèles Outils : Jira, XRAY Méthodologie : Agile Contexte : SI bancaire, Data & IA Accès aux données Accès à des données à caractère personnel via la plateforme Studio IA (production) Respect des exigences de sécurité, confidentialité et conformité

Étude de refonte du backbone data & modernisation des plateformes décisionnelles 🏢 Contexte Dans un environnement data à forte volumétrie, comparable à des secteurs comme les télécoms, banques, assurance ou l’e-commerce, notre Client souhaite engager une réflexion stratégique sur l’évolution de son architecture data . L’architecture actuelle, conçue en 2018, repose sur des technologies éprouvées mais nécessite aujourd’hui une évolution pour répondre aux enjeux de performance, de scalabilité et de nouveaux usages . 🏗️ Stack technique actuelle ETL : IBM InfoSphere DataStage Base de données : Oracle Exadata Restitution : IBM Cognos Analytics + applications .NET Architecture globale : mise en place en 2018 🎯 Enjeux business Définir une trajectoire d’évolution du backbone data Structurer une roadmap de transformation autour de l’évolution des outils ETL Accompagner le développement de nouveaux usages data (API, microservices, etc.) Moderniser l’écosystème décisionnel et analytique 🎯 Objectifs de la mission Piloter et réaliser, en autonomie, une étude d’architecture complète sur une durée inférieure à 3 mois, visant à : Diagnostiquer les limites de l’architecture actuelle et identifier les besoins de performance Concevoir une architecture cible moderne, scalable et performante Définir une stratégie de transformation technologique Identifier et structurer les nouveaux usages autour de la donnée (API, microservices…) Élaborer une roadmap de transformation avec estimation des impacts (coûts, risques, organisation) 📦 Livrables attendus Diagnostic technique Audit complet de l’architecture existante, identification des limites, des forces et des axes d’amélioration Cahier des charges cible Recommandations argumentées, définition de l’architecture cible et des choix technologiques Roadmap de transformation Planning de transformation, estimation budgétaire et analyse des risques Présentation exécutive Synthèse stratégique et recommandations à destination de la direction 📌 Livrables détaillés Cartographie applicative et technique actualisée Analyse comparative des solutions alternatives ETL Architecture cible (logique et physique) documentée Estimation budgétaire et planning de transformation Matrice des risques et plans de mitigation

Missions Conception et développement de services Data et IA pour la connaissance clients et la performance business Pilotage de la performance commerciale Détection d’insights, recommandations, prédictions Détails techniques Machine Learning : IA générative et agentique : techniques de mises en œuvre de LLMs, architectures RAG et agentiques, … Techniques NLP / NLU : embeddings, transformers, BERT, … Machine learning : régression, classification, clustering, détection d’anomalies, moteur de recommandations, séries temporelles Deep learning (architectures, transfert learning, fine tuning, …) IA responsable et de confiance, IA explicable, maîtrise des biais Maîtrise de Python pour la data science (sklearn, pytorch, keras, LangChain, LangGraph, …) Bases vectorielles et d’indexation texte et embeddings : Elasticsearch, Faiss, … Expérience avec la plateforme Dataiku Outils informatiques Langage : Python Prototypage : Gradio, Streamlit Outil de versioning : git Cloud : AWS Bedrock Expérience avec une architecture On prem serait un plus Curiosité intellectuelle, autonomie et réactivité Capacité de communication : capacité à analyser et synthétiser, pédagogie Force de proposition : capacité à proposer des solutions innovantes

Contexte de la mission Dans le cadre du développement de son équipe Data Accelerator (DAC), notre client recherche un Data Engineer confirmé orienté Data Quality et Data Governance. DAC est une équipe transverse en charge d’accompagner les équipes métiers et IT sur l’ensemble de la chaîne de valeur de la donnée : collecte, ingestion, transformation, industrialisation, gouvernance et optimisation des performances. L’environnement s’appuie principalement sur les technologies AWS, Databricks, Dataiku et Collibra, avec un fort enjeu autour de la qualité, de la fiabilisation et de la structuration des données au sein du Data Lake. Le consultant interviendra dans un contexte stratégique avec une forte collaboration avec les équipes Data Analysts, Data Scientists ainsi qu’avec le Chief Data Officer. Missions principalesQualification et gestion des données Captation des données structurées et non structurées provenant de multiples sources Intégration et supervision des flux de données Structuration de la donnée (normalisation, sémantique, référentiel) Cartographie des données disponibles Nettoyage des données (suppression des doublons, contrôle qualité) Validation et qualification des données avant intégration dans le Data Lake Participation à la création et à l’amélioration des référentiels de données Industrialisation et performance Développement et optimisation des traitements data Amélioration des performances et maîtrise des coûts des plateformes data Participation aux développements correctifs, évolutifs et adaptatifs Contribution aux dossiers d’architecture Production des tableaux de bord de suivi Gouvernance & collaboration Participation à la définition de la politique data Respect des standards de sécurité, gouvernance et conformité Collaboration avec les équipes métiers, IT et gouvernance data Contribution à l’industrialisation des cas d’usage Data & GenAI