Trouvez votre prochaine offre d’emploi ou de mission freelance Google Cloud Platform (GCP) à Bordeaux

Contexte de la mission Description du besoin : La mission consiste à concevoir et faire évoluer les solutions existantes ou prévisionnelles. Faire évolution des solutions Bigdata et le maintien en conditions opérationnelles des socles Hadoop Cloudera Hors-Prod et Prod et la participation aux projets d’évolution technique de ces socles. Activités principales : - Participer aux projets d’évolution pour le Socle Hadoop existant : - évolutions logicielles et matérielles, sécurité, amélioration de l’existant, évolution des fonctionnalités techniques ou fonctionnelles; - la participation attendue peut se situer sur le pilotage, la définition d’architecture et la rédaction des dossiers et la mise en œuvre; - Participer au MCO du socle Hadoop: - Administration et exploitation: supervision, optimisation, gestion des incidents et des performances ; - support expertise aux équipes Etudes et exploitation - Participer au projet de nouvelle solution de type Plate-forme DATA: - Etude d'impact, préconiser les choix techniques, définir les standards et normes, rédiger le dossier d'architecture technique; - Mise en oeuvre; - Mise en production: transfert de connaissances aux équipes exploitation, rédaction des procédures d'administration et dossiers d'exploitation Les compétences recherchées sont autour de la solution Hadoop et des plateforme DATA, mais les compétences supplémentaires sur d’autres solutions Data comme le décisionnel seront très appréciées. La mission nécessite une totale autonomie mais aussi la capacité à s'intégrer et travailler en équipe. Des astreintes ou interventions ponctuelles en HNO pourront être ponctuellement demandées.

Objectifs de la mission Industrialiser les projets de Machine Learning développés sous Dataiku DSS Mettre en place une chaîne MLOps robuste, sécurisée et maintenable Garantir la fiabilité, la performance et la gouvernance des flux de données alimentant Dataiku Assurer le bon passage du POC à la production, puis l’exploitation dans le temps Contribuer à la diffusion des bonnes pratiques MLOps & DataOps au sein des équipes Data Périmètre d’intervention Projets Data Science & IA développés sous Dataiku DSS Chaînes MLOps (entraînement, déploiement, supervision des modèles) Connexion de Dataiku aux sources de données de l’entreprise Environnements DEV / TEST / PROD Livrables attendus Pipelines MLOps Dataiku industrialisés et documentés Modèles ML déployés et supervisés en production Connecteurs Dataiku vers les sources de données opérationnels Documentation d’exploitation MLOps & DataOps Recommandations de standardisation et d’amélioration continue Interactions Rattachement : Responsable de domaine SI Dataplatform et BI avec un détachement opérationnel dans l’équipe Data Science le temps du projet Partenaires clés : équipes IT (projets, devs, MCO), directions métiers (commerce, marketing, supply chain, finance), conformité et sécurité. Data Scientists, Data Engineers, Architectes Data / Cloud, équipes de la direction technique : Infrastructures, Production, Sécurité & Exploitation Compétences Dataiku DSS – niveau avancé (MLOps & DataOps) Expérience confirmée en industrialisation de modèles ML Python, SQL CI/CD, Git Très bonne compréhension des architectures Data Environnements Cloud (AWS / GCP / Azure) Sensibilité forte aux enjeux sécurité, RUN et exploitation

Concepteur Développeur Full stack / AWS ou Lead Dev Conception de l'architecture de l’application avec les Product Owners et Business Analysts, Réalisation des développements (#Java #Angular #Python) en assurant la qualité du delivery Le suivi des phases d’intégration et de déploiement, SI et/ou environnements cloud AWS/GCP, dans une chaîne CI/CD (#GitlabCI #DevOps #Cloud) Livrables Code, Revues, docs de specs, Archi. Compétences Indispensable : o vous avez à minima 3 ans d'expérience sur les technologies Java et / ou Angular ; o vous avez déjà évolué sur des environnements Cloud AWS et ou GCP avec plus particulièrement l'utilisation des services managés. • Souhaité : o vous maîtrisez Python ou Terraform

Le domaine SI Dataplatform & BI souhaite renforcer ses capacités d’industrialisation des projets Data Science et IA. La plateforme Dataiku DSS est utilisée pour le développement des modèles Machine Learning et nécessite une expertise externe afin de sécuriser leur mise en production, leur exploitation et leur alimentation en données. La mission s’inscrit à l’interface entre les équipes Data Science et Dataplatform de la DSI, avec une forte orientation industrialisation, MLOps et DataOps, dans des environnements DEV / TEST / PROD. Objectifs et livrables : -Industrialisation des projets Machine Learning développés sous Dataiku DSS -Mise en place et maintien d’une chaîne MLOps robuste et sécurisée -Déploiement et supervision des modèles ML en production -Connexion et gestion des flux de données vers Dataiku DSS -Garantir la performance, la gouvernance et la fiabilité des pipelines data -Accompagnement du passage des POC vers la production -Contribution aux bonnes pratiques MLOps & DataOps Livrables attendus : -Pipelines MLOps industrialisés et documentés -Modèles ML supervisés en production -Connecteurs Dataiku opérationnels -Documentation d’exploitation et recommandations d’amélioration continue Profil recherché : Nous recherchons un expert Dataiku DSS disposant d’une expérience significative en industrialisation de projets Machine Learning et en mise en place de chaînes MLOps. Le candidat doit être capable d’intervenir aussi bien sur les problématiques build que run, avec une forte sensibilité aux enjeux d’exploitation, de sécurité et de gouvernance des données. Une excellente maîtrise de Python, SQL et des outils CI/CD est attendue, ainsi qu’une bonne compréhension des architectures Data et des environnements Cloud (AWS, GCP ou Azure). Le profil doit être autonome, structuré et capable de collaborer avec des équipes Data Science, Data Engineering et Infrastructure.

Expert Dataiku DSS - Bordeaux COMPETENCES · Dataiku DSS – niveau avancé (MLOps & DataOps) · Expérience confirmée en industrialisation de modèles ML · Python, SQL · CI/CD, Git · Très bonne compréhension des architectures Data · Environnements Cloud (AWS / GCP / Azure) · Sensibilité forte aux enjeux sécurité, RUN et exploitation CONTEXTE Le domaine SI Dataplatform & BI souhaite renforcer ses capacités d’industrialisation des projets Data Science et IA. La plateforme Dataiku DSS est utilisée pour le développement des modèles ML et nécessite une expertise externe pour sécuriser leur mise en production, leur exploitation dans le temps et leur alimentation en données. La mission s’inscrit à l’interface entre l’équipe Data Science et l’équipe Dataplatform de la DSI, avec une forte orientation d’industrialisation (build & run). OBJECTIFS DE LA MISSION · Industrialiser les projets de Machine Learning développés sous Dataiku DSS · Mettre en place une chaîne MLOps robuste, sécurisée et maintenable · Garantir la fiabilité, la performance et la gouvernance des flux de données alimentant Dataiku · Assurer le bon passage du POC à la production, puis l’exploitation dans le temps · Contribuer à la diffusion des bonnes pratiques MLOps & DataOps au sein des équipes Data PERIMETRE D’INTERVENTION • Projets Data Science & IA développés sous Dataiku DSS • Chaînes MLOps (entraînement, déploiement, supervision des modèles) • Connexion de Dataiku aux sources de données de l’entreprise • Environnements DEV / TEST / PROD LIVRABLES ATTENDUS · Pipelines MLOps Dataiku industrialisés et documentés · Modèles ML déployés et supervisés en production · Connecteurs Dataiku vers les sources de données opérationnels · Documentation d’exploitation MLOps & DataOps · Recommandations de standardisation et d’amélioration continue INTERACTIONS · Rattachement : Responsable de domaine SI Dataplatform et BI avec un détachement opérationnel dans l’équipe Data Science le temps du projet · Partenaires clés : équipes IT (projets, devs, MCO), directions métiers (commerce, marketing, supply chain, finance), conformité et sécurité. Data Scientists, Data Engineers, Architectes Data / Cloud, équipes de la direction technique : Infrastructures, Production, Sécurité & Exploitation COMPETENCES · Dataiku DSS – niveau avancé (MLOps & DataOps) · Expérience confirmée en industrialisation de modèles ML · Python, SQL · CI/CD, Git · Très bonne compréhension des architectures Data · Environnements Cloud (AWS / GCP / Azure) · Sensibilité forte aux enjeux sécurité, RUN et exploitation