Trouvez votre prochaine offre d’emploi ou de mission freelance Développeur·euse base de données (SQL, PL/SQL, Oracle...)

Missions et responsabilités1. Ontologie et Knowledge GraphConcevoir, construire et maintenir l'ontologie et le modèle de graphe de connaissances. Structurer les données techniques et métier pour leur exploitation par des agents IA. Définir la stratégie d'intégration des différentes sources de données. Assurer la connexion entre le Knowledge Graph et les systèmes d'information existants. Mettre en place les mécanismes de traçabilité, de fraîcheur et de qualité des données. 2. Data Engineering et fiabilitéConcevoir et industrialiser les pipelines d'alimentation du graphe de connaissances. Garantir la durabilité et l'exploitabilité du service : stockage persistant, sauvegarde, restauration et exploitation. Mettre en place des mécanismes de contrôle de qualité des données. Développer les contrôles de grounding permettant de vérifier que les informations produites par les agents IA sont réellement présentes dans le graphe. Garantir la fiabilité et la traçabilité des informations exploitées par les agents. 3. Intégration IA et accès aux connaissancesDéfinir des contrats d'accès sécurisés et gouvernés à la connaissance. Faciliter l'exploitation du Knowledge Graph par les agents IA, les workflows, les skills réutilisables et les outils développeurs. Collaborer avec les Tech Leads Plateforme et Agents sur les exigences d'accès, de sécurité et d'évaluation. Rationaliser les outils et interfaces de consultation de la connaissance. Mesurer les coûts et les performances des exécutions enrichies par le graphe, notamment leur latence. 4. Gouvernance et évolutionDéfinir les règles de gouvernance et de qualité des données. Collaborer avec les responsables applicatifs, les équipes de développement et les équipes Data. Garantir la cohérence et la mise à jour des connaissances. Préparer l'extension progressive du Knowledge Graph aux données et règles métier. Participer aux choix d'architecture et aux orientations techniques de la plateforme.

Poste : Consultant MOA Senior – Surveillance des Marchés Environnement : DSI / Département Surveillance Contexte : Intervention sur une solution de surveillance des marchés financiers déjà en production Organisation, animation et restitution des ateliers d'expression de besoins Analyse et rédaction des spécifications fonctionnelles liées aux flux de données Définition des contrôles qualité, gestion des rejets et enrichissement des données Analyse de la modélisation des produits et transactions financières Réalisation de la recette des alimentations sur base Oracle Analyse et manipulation des données Accompagnement au changement des utilisateurs Animation de réunions en français et en anglais

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.

Contexte : Au sein du pôle Data & IA, intégration de l'équipe GenAI en charge de la conception et de l'exploitation de plateformes d'Intelligence Artificielle à destination des différentes entités du groupe. L'objectif est de concevoir des offres d'IA générative industrialisées, sécurisées et hautement disponibles, déployables aussi bien sur des infrastructures Cloud (AWS, GCP) que On-Premise, en s'appuyant sur des architectures modernes, distribuées et résilientes. Missions : Concevoir et déployer des architectures techniques dédiées aux plateformes d'IA générative. Industrialiser et automatiser le déploiement de plateformes agentiques via les pratiques MLOps et LLMOps. Développer et maintenir des services managés en intégrant les exigences de sécurité, de conformité et de gouvernance. Automatiser les infrastructures et les pipelines de déploiement (Infrastructure as Code, CI/CD). Assurer la mise en production, le maintien en condition opérationnelle et l'optimisation des plateformes IA. Participer aux choix d'architecture et assurer le rôle de référent technique sur un produit de la squad. Concevoir la documentation technique et accompagner l'adoption des solutions auprès des équipes internes. Réaliser des démonstrations techniques et promouvoir les offres d'IA générative. Participer aux cérémonies Agile (Daily Scrum, Sprint Planning, Backlog Refinement, Roadmap) et contribuer aux travaux de la squad. Participer aux astreintes techniques afin de garantir la disponibilité des plateformes. Stack technique : Cloud & Infrastructure AWS : EKS, SageMaker, Bedrock GCP : GKE, Vertex AI Kubernetes, OpenShift, Docker Environnements On-Premise Infrastructure as Code & CI/CD Terraform Ansible Jenkins GitLab CI Kestra Développement Python SQL Data & IA MLflow Dataiku JFrog Artifactory Orchestration de workloads IA Bases de données vectorielles : OpenSearch, Elasticsearch, PostgreSQL (PGVector), MongoDB Atlas, Amazon RDS Observabilité Prometheus Grafana Dynatrace AWS CloudWatch AWS X-Ray Méthodologie Agile / Scrum DevOps / MLOps / LLMOps Infrastructure as Code (IaC) CI/CD Architecture Cloud Native Sécurité, conformité et gouvernance des plateformes IA