Trouvez votre prochaine offre d’emploi ou de mission freelance Pandas

Présentation du contexteL'Analytics Factory conçoit et développe des services analytiques avancés pour fournir aux équipes métier des données et des analyses fiables. L'objectif est de soutenir la transformation analytique et d'appuyer la prise de décision stratégique dans tous les domaines de l'entreprise. Dans le cadre de la digitalisation du processus promotionnel PGC via un portail amont collaboratif intégrant directement les fournisseurs, nous recherchons un(e) Data Scientist Python Senior pour concevoir et déployer des solutions d'Intelligence Artificielle de pointe. 🚀 Missions et Périmètre Fonctionnel (IA)Le projet s'articule autour du déploiement de 3 agents intelligents (IA Agentique) : Agent Négo : Automatisation des demandes, simulations d'impact (CA / marge) et formulation de contre-propositions. Agent Pilotage : Ajustement dynamique des catalogues sous contraintes et système d'alertes en temps réel. Agent Admin : Génération automatisée des Appels d'Offres (AO) et des mandats. Intégration & Écosystème : Connexion et intégration obligatoires des modèles au sein de l'écosystème Data interne. 🗺️ Roadmap du projetS1 2027 : Déploiement du socle collaboratif de base. S2 2027 : Déploiement complet et mise en production des agents IA. Conditions de la missionDate de démarrage : ASAP Date de fin prévisionnelle : 02/07/2029 (Mission longue visibilité) Localisation : Massy (Essonne) Rythme de travail : Hybride (2 jours par semaine sur site obligatoires) Tarif Journalier Maximum (Prix d'achat max) : 510 € / jour

Profil: Ingénieurie Data expérimenté pour concepion, construction et maintenance d' une infrastructure de données robuste et performance dans un environnement entièrement on-premise. Étroite collaboration avec les équipes Data pour garantir des pipelines fiables et de haute qualité sur notre infrastructure autogérée. - Expertise Python en contexte professionnel et en production - Maîtrise des paradigmes avancés : décorateurs, générateurs, context managers, métaclasses, typage statique avec mypy - Conception de packages Python structurés et réutilisables, gestion de dépendances - Écriture de tests robustes : pytest, mocking, fixtures, tests paramétrés, couverture de code - Développement de clients Kafka en Python (confluent-kafka, kafka-python) : producteurs, consommateurs, gestion des offsets et des erreurs - Expérience avec les clients Elasticsearch en Python (elasticsearch-py) pour l'indexation et la recherche - Développement d'opérateurs et de hooks Airflow custom en Python - Manipulation de données avec pandas et PyArrow pour les formats colonnaires (Parquet, ORC) - Maîtrise des outils de qualité de code : black, ruff, pylint, pre-commit - Bonne connaissance de la programmation asynchrone (asyncio, aiohttp) pour les pipelines I/O-bound - Maitrise kubernetes et CI/CD (gitops, etc )

TEKsystems recherche pour l'un de ses clients grand compte un(e) Data ingénieur (H/F) Les tâches : Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc. Concevoir et implémenter des pipelines d'ingestion automatisés fiables et performants, garantissant l'intégrité et la fraîcheur des données. Structurer et modéliser les données dans un entrepôt de données (Data Warehouse Snowflake) de manière logique, modulaire, réutilisable et optimisée pour l'analyse et la restitution. Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs. Développer des vues et agrégats de données spécifiques aux besoins de restitution et d'analyse des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité. Environnement technique Sources : Multiples systèmes Corporate (Systèmes Financiers, Plateformes Achats, Outils ITSM. - via APIs, exports ou connecteurs natifs). Destination : Snowflake(Data Warehouse Cloud). Orchestration : Airflow. Transformation : DBT Core / SQL, Python (Pandas/PySpark) ou équivalent. Modélisation : DrawIO, Lucidchart ou autre support outil libre. Visualisation / Restitution : Tableau. CI/CD / versioning : GitLab, GitHub. Documentation : Confluence, Jira, SharePoint.

Contexte: Dans le cadre du renforcement d'une équipe Data, nous recherchons un(e) Data Engineer confirmé(e) pour intervenir sur une plateforme Big Data dédiée à la collecte, au traitement et à l'exploitation de données à grande échelle. Vous intégrerez une équipe en charge de la mise à disposition de données fiables et exploitables pour les équipes Data et participerez activement à l'évolution d'une plateforme moderne reposant sur des architectures distribuées et des technologies Cloud Native. Vos missions: Concevoir, développer et maintenir des pipelines de traitement de données avec PySpark / Spark. Préparer, nettoyer et mettre à disposition des jeux de données destinés aux équipes Data. Développer des indicateurs de performance (KPI) et des tableaux de bord sous Tableau. Superviser et maintenir une plateforme Big Data fonctionnant sur Kubernetes / OpenShift. Diagnostiquer et résoudre les incidents techniques liés aux traitements de données et aux applications. Participer à l'évolution des traitements Spark et des datasets. Déployer et maintenir les applications via Helm. Administrer les composants de la plateforme (Airflow, MinIO, MySQL, JupyterHub, etc.). Gérer les environnements de déploiement continu avec GitLab. Participer à l'administration du Data Lake (stockage, utilisateurs, règles de gestion). Contribuer à l'amélioration continue des performances, de la sécurité et de la disponibilité de la plateforme. Environnement technique : Python PySpark Apache Spark Scala Pandas Hadoop / HDFS Tableau Software Kubernetes OpenShift Helm GitLab Docker Airflow MinIO MySQL Data Lake Parquet

Data science PYTHON GCP Senior 500 e par j ● Concevoir, développer et maintenir des applications et modèles d'apprentissage automatique robustes et scalables avec Python ● Utiliser les plateformes de cloud computing, notamment GCP ou équivalents ● Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning Nice to Have ● Maîtriser les bibliothèques de manipulation et d'analyse de données : Pandas, NumPy, SciPy ● Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch ● Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables ● Gérer le versionning des données et des modèles ● Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly 500 e par j