Dans le cadre d'un projet stratégique autour de la Data Science et de l'Intelligence Artificielle, notre client recherche un Data Scientist confirmé capable d'intervenir de manière autonome sur des problématiques de machine learning appliquées à des enjeux métier. Le consultant intégrera un environnement technique exigeant, en collaboration étroite avec les équipes métiers. Il interviendra notamment sur : ▪ La conception et le développement de pipelines de machine learning / deep learning répondant aux cas d'usage métier (scoring, prédiction, classification, détection d'anomalies) ▪ L'exploration et la préparation des données, le feature engineering ▪ La comparaison de différentes architectures et approches afin d'identifier les modèles les plus adaptés ▪ La conception de métriques d'évaluation adaptées aux cas d'usage, l'analyse des performances et la caractérisation des erreurs ▪ La mise en place de mécanismes de score de confiance et de gestion de l'incertitude ▪ L'industrialisation des modèles en environnement conteneurisé et le suivi des expérimentations (MLOps) ▪ La restitution des travaux auprès d'interlocuteurs techniques et métiers
Nous recherchons un Data Scientist confirmé pour rejoindre une équipe Data et intervenir sur des projets à forts enjeux métiers, de la phase de cadrage jusqu'à l'industrialisation des solutions. Missions principalesParticiper aux ateliers métiers et identifier les cas d'usage Data à forte valeur. Contribuer au cadrage et au pilotage technique des études Data. Réaliser des analyses statistiques et développer des modèles de Machine Learning. Concevoir et maintenir les traitements de données nécessaires aux analyses. Assurer le lien entre les équipes métiers et Data. Développer des visualisations et tableaux de bord d'aide à la décision. Présenter et vulgariser les résultats auprès des différentes parties prenantes. Documenter les travaux et accompagner leur industrialisation et mise en production. Environnement techniquePython (Pandas, Polars, Scikit-learn, XGBoost, Pandera, GeoPandas), PostgreSQL, Teradata, Spark / PySpark, Git, GitLab CI/CD, Power BI.
Une plateforme data sur Google Cloud, des demandes métier concrètes et une équipe internationale : une mission pour un Data Engineer qui veut construire, pas seulement maintenir. La DSI d'un grand groupe bancaire déploie une plateforme de données sur Google Cloud Platform au service des directions technologiques, des opérations et de la banque de proximité. Vous mettez en œuvre techniquement les demandes des métiers, en lien direct avec la production applicative et l'équipe DevOps. Vos principales missions : Concevoir et mettre en production de nouvelles ingestions de données : collecte, préparation, transformation. Maintenir et faire évoluer les outils de gestion des pipelines de données. Porter auprès de l'équipe DevOps les évolutions nécessaires de la plateforme. Rédiger des spécifications techniques claires et exploitables par l'équipe. Ce que la mission vous apporte : Une stack cloud moderne : BigQuery, Cloud Storage, Python orienté objet. Des cas d'usage métier variés, livrés en Scrum. Une équipe internationale : l'anglais est utilisé au quotidien. Environnement technique : GCP, BigQuery, Cloud Storage, Python, Pandas / Dask, SQL, Bash, Git — Scrum.
Dans un contexte de transformation digitale accélérée, les données représentent un levier stratégique majeur pour les grandes organisations internationales. Le traitement et l'industrialisation des flux de données conditionnent la capacité des directions métiers à innover et à piloter efficacement leurs activités. Vous rejoignez un grand groupe international du secteur bancaire, engagé dans la modernisation continue de son infrastructure data, au sein d'une DSI structurée autour des fonctions Technologies & Opérations et Banque de Proximité et Assurance. En tant que Data Engineer GCP, vous intégrez une équipe dynamique en charge du projet DatOps, travaillant en forte collaboration avec les équipes applicatives et DevOps. Votre rôle consiste à mettre en œuvre techniquement les demandes métier relatives à la gestion et à la transformation des données, dans un environnement technologique Cloud moderne. Mettre en œuvre de nouvelles ingestions de données ainsi que des processus de préparation et transformation des données. Maintenir et faire évoluer les outils de gestion des pipelines de données pour garantir leur fiabilité et performance. Collaborer avec l'équipe DevOps afin d'adresser les demandes d'évolution et d'amélioration de la plateforme data. Participer à la rédaction de spécifications techniques claires et précises en lien avec les besoins métier. Assurer une veille technologique afin d'identifier et proposer des innovations adaptées aux enjeux du projet. Travailler dans un cadre agile, notamment avec la méthodologie SCRUM, pour favoriser une adaptation rapide aux évolutions du projet. Assurer la qualité du code et des pipelines en appliquant les bonnes pratiques de développement et de gestion de configuration (GIT). Contribuer à l'amélioration continue de la plateforme en intégrant des outils complémentaires selon les besoins (Cloud Functions, SAS, Alteryx, etc.). Vous évoluerez au sein d'une organisation reconnue pour ses pratiques IT avancées, propice au développement de vos compétences techniques et à votre progression professionnelle.
nous recherchons un AI Engineer Python pour renforcer une équipe dédiée aux agents IA. La mission porte sur un agent conversationnel d'analyse de données déjà déployé en production : il s'agit d'en assurer la continuité, la robustesse et la montée en qualité. Équipe de 5 à 8 personnes (AI Engineers, Lead, PM, Manager), environnement 100 % GCP. Vos missions : - Faire évoluer et industrialiser la couche d'évaluation « LLM as a judge » : métriques de qualité des réponses, jeux de test, seuils, suivi et documentation - Assurer la maintenance corrective et évolutive de l'agent en production (fiabilité, correction d'anomalies, mise à jour des composants) - Mener des analyses LLM avancées pour comprendre le comportement de l'agent, identifier les axes d'amélioration et fiabiliser les résultats - Intégrer le protocole A2UI pour la création et l'exposition de graphiques dans l'interface de l'agent - Concevoir des workflows multi-agents (protocoles A2A / A2UI)
Nous recherchons un(e) Ingénieur(e) Qualité Logicielle IT expérimenté(e) pour piloter les activités d'assurance qualité sur des plateformes de données complexes, des pipelines ETL et des écosystèmes Cloud. Le poste nécessite une combinaison solide de compétences en tests manuels, SQL avancé, tests ETL / Data, réconciliation et validation des données, tests API et tests de plateformes Data Cloud. La personne interviendra en étroite collaboration avec des équipes pluridisciplinaires afin de garantir la qualité des livraisons de données. Principales responsabilités : - Réaliser des tests end-to-end sur les processus ETL et les workflows Data afin de valider les étapes d'extraction, de transformation et de chargement des données. - Analyser les exigences fonctionnelles et techniques et élaborer les scénarios, cas et stratégies de tests. - Rédiger et exécuter des requêtes SQL avancées pour contrôler les jointures, agrégations, transformations et règles métier. - Développer et maintenir des solutions automatisées de validation des données avec Python, PySpark et Pandas. - Tester les pipelines Data développés avec Azure Data Factory, Azure Databricks et Azure Data Lake Gen2. - Réaliser des tests API et d'intégration avec Postman et d'autres outils afin de garantir l'intégrité des données entre les différents services. - Gérer le cycle de vie des anomalies : création, qualification, priorisation et suivi jusqu'à leur résolution. - Suivre l'avancement des campagnes de tests, produire les reportings et communiquer les risques aux différentes parties prenantes.
Contexte : mon client renforce son pôle Data & Analytics. Ce pôle conçoit les services analytiques qui aident les équipes métier à piloter leurs décisions. Vous intégrerez une équipe Dataviz de plus de 12 personnes, avec un Tech Lead, sur un projet Supply Chain critique. L'objectif : mesurer la performance opérationnelle des entrepôts, sécuriser les flux de livraison vers les magasins et optimiser les capacités de stockage. Vos missions : Concevoir et développer des dashboards interactifs sous Tableau Écrire et optimiser des requêtes SQL complexes sur BigQuery pour extraire et analyser les données Soigner l'ergonomie et le design des dashboards, et appliquer les bonnes pratiques de dataviz Modéliser les données et construire des pipelines fiables dans BigQuery Former et accompagner les utilisateurs métier sur les dashboards Travailler au quotidien avec les équipes métier et techniques, en mode agile (Scrum)
Nous recherchons un(e) Ingénieur(e) QA / Qualité Logicielle IT expérimenté(e) pour piloter les activités d'assurance qualité sur des plateformes de données complexes, des pipelines ETL et des écosystèmes basés sur le Cloud. Le poste nécessite une solide combinaison de compétences en tests manuels, SQL avancé, tests ETL/Data, réconciliation des données, tests d'API et tests de plateformes de données Cloud. La personne retenue travaillera en étroite collaboration avec les équipes pluridisciplinaires afin de garantir la qualité des mises en production de données. Responsabilités principales : Réaliser des tests de bout en bout des processus ETL et des workflows de données, en validant les processus d'extraction, de transformation et de chargement. Analyser les exigences fonctionnelles et techniques et élaborer des scénarios, cas et stratégies de tests détaillés. Rédiger et exécuter des requêtes SQL avancées afin de contrôler les jointures, agrégations, transformations et règles métier. Développer et maintenir des solutions automatisées de validation des données avec Python, PySpark et Pandas. Tester les pipelines de données développés avec Azure Data Factory, Azure Databricks et Azure Data Lake Gen2. Réaliser des tests d'API et d'intégration avec Postman et d'autres outils, en garantissant l'intégrité des données entre les différents services. Assurer la gestion du cycle de vie des anomalies, documenter les défauts, évaluer leur impact et collaborer avec les équipes concernées pour leur résolution. Suivre l'avancement des tests, communiquer l'état des activités et remonter les risques aux différentes parties prenantes.
Notre client est un acteur de référence dans son secteur. Il traite chaque année de très gros volumes de données transmises par des partenaires externes, et ces données servent à des calculs de répartition à fort enjeu financier. Au cœur du dispositif, un moteur de matching développé en interne rapproche des millions de lignes de données entrantes d'un référentiel interne. Il s'appuie sur des identifiants standardisés et sur du rapprochement textuel (libellés, noms, entités associées). Le produit évolue en continu avec deux objectifs : identifier toujours plus de données et réduire la marge d'erreur. Vous rejoindrez une équipe produit agile composée d'un lead dev, de deux développeurs et d'un data analyst. Missions Établir un protocole de tests permettant de mesurer l'impact des règles de matching développées par l'équipe Piloter les campagnes de tests et produire une analyse quantitative des écarts pour ajuster les critères de matching Réaliser des campagnes comparant deux versions du moteur d'identification, avec analyses quantitatives et qualitatives des différences Participer activement à l'automatisation des analyses de données pour accélérer le time to deliver Analyser les anomalies et remontées utilisateurs avec les experts métiers, et construire avec le PO les évolutions de règles Participer à la validation et à la non-régression des développements, en lien avec le PO et les développeurs Intervenir dès le cadrage (shift-left) : critères d'acceptance des User Stories et stratégie de recette Enrichir les analyses avec des données internes, externes ou via des algorithmes Stack / Environnement Python pour l'analyse et l'automatisation (pandas, numpy, notebooks), bonne maîtrise Elasticsearch, SQL, bonne maîtrise AWS (OpenSearch, RDS, SQS, SNS, DynamoDB, ECS), maîtrise partielle Spark, niveau débutant suffisant Client REST (Postman), niveau débutant suffisant Protocole d'analyse (exploration, échantillonnage représentatif, détection de patterns), bonne maîtrise Agile / Scrum, bonne maîtrise ; SAFe, niveau débutant
