Trouvez votre prochaine mission.

Dans le cadre de l'accélération d'une plateforme digitale innovante à fort impact international, nous recherchons un(e) Développeur(se) Full Stack / IA MLOps Senior pour accompagner la montée en charge d'une application stratégique dédiée à l'analyse et à l'optimisation de la performance de contenus digitaux. Après une phase MVP réussie et une forte adhésion des utilisateurs, l'enjeu consiste désormais à faire évoluer la solution vers une plateforme scalable, performante, sécurisée et capable de supporter un déploiement à grande échelle. Vous intégrerez une équipe pluridisciplinaire composée de Product Owners, UX Designers, Data Scientists, Data Engineers et Développeurs Full Stack, dans un environnement technologique moderne orienté Cloud, Data et IA Générative. Vos missionsConcevoir et développer des fonctionnalités Full Stack en environnement Python et React. Participer à l'évolution de l'architecture applicative et des choix techniques structurants. Industrialiser les pipelines de données et de Machine Learning. Mettre en œuvre les bonnes pratiques MLOps pour le déploiement, le monitoring et la scalabilité des modèles. Concevoir et développer des solutions basées sur l'IA Générative et des architectures d'agents. Optimiser les performances, la résilience et la sécurité de la plateforme. Collaborer étroitement avec les équipes Produit, Data et Design. Accompagner les membres de l'équipe sur les sujets techniques et contribuer à la diffusion des bonnes pratiques. Assurer un suivi de bout en bout des développements, de la conception jusqu'à la mise en production.

𝗔𝗽𝗽𝗲𝗹 à 𝗲𝘅𝗽𝗲𝗿𝘁𝗶𝘀𝗲 : 𝗦𝗲𝗿𝘃𝗶𝗰𝗲 𝗠𝗮𝗻𝗮𝗴𝗲𝗿 𝗕𝗮𝘀𝗲𝘀 𝗱𝗲 𝗗𝗼𝗻𝗻𝗲́𝗲𝘀 (𝗥𝗲𝗹𝗮𝘁𝗶𝗼𝗻𝗻𝗲𝗹𝗹𝗲𝘀 & 𝗠𝗮𝗶𝗻𝗳𝗿𝗮𝗺𝗲) 𝗽𝗼𝘂𝗿 𝘂𝗻 𝗮𝗰𝘁𝗲𝘂𝗿 𝗺𝗮𝗷𝗲𝘂𝗿 𝗱𝘂 𝘀𝗲𝗰𝘁𝗲𝘂𝗿 𝗯𝗮𝗻𝗰𝗮𝗶𝗿𝗲 ! Vous êtes un expert du 𝗥𝘂𝗻 et de la 𝗤𝘂𝗮𝗹𝗶𝘁𝗲́ 𝗱𝗲 𝗦𝗲𝗿𝘃𝗶𝗰𝗲, passionné par les environnements complexes ? Saisissez cette opportunité unique de piloter la performance opérationnelle sur des périmètres stratégiques de bases de données relationnelles et mainframe, avec une ouverture sur le 𝗠𝗟/𝗜𝗔 et le 𝗕𝗶𝗴 𝗗𝗮𝘁𝗮. 𝗩𝗼𝘀 𝗺𝗶𝘀𝘀𝗶𝗼𝗻𝘀 : • 𝗔𝘀𝘀𝘂𝗿𝗲𝗿 la qualité de service au quotidien et la coordination des expertises pour la résolution des incidents. • 𝗘̂𝘁𝗿𝗲 𝗴𝗮𝗿𝗮𝗻𝘁 de l'activité du run, de la complétude des tickets, du respect des processus et de la gestion des incidents de sécurité. • 𝗩𝗮𝗹𝗶𝗱𝗲𝗿 le « 𝗕𝘂𝗶𝗹𝗱 𝘁𝗼 𝗥𝘂𝗻 » et 𝗽𝗶𝗹𝗼𝘁𝗲𝗿 la qualité de service des CDS/infogérance. • 𝗦𝘂𝗶𝘃𝗿𝗲 les activités de votre périmètre via des 𝗞𝗣𝗜𝘀 et les fondamentaux du RUN. • 𝗚𝗮𝗿𝗮𝗻𝘁𝗶𝗿 la mise en œuvre et la performance des processus 𝗜𝗧𝗜𝗟. • 𝗖𝗼𝗼𝗿𝗱𝗼𝗻𝗻𝗲𝗿 les équipes 𝗡𝟭, 𝗡𝟮 et 𝗡𝟯 pour une gestion optimale des requêtes, incidents et changements. • 𝗔𝘀𝘀𝘂𝗿𝗲𝗿 le respect des 𝗦𝗟𝗔 des CDS et 𝗿𝗲́𝗱𝗶𝗴𝗲𝗿 les 𝗣𝗼𝘀𝘁-𝗠𝗼𝗿𝘁𝗲𝗺 en cas d'incident majeur. • 𝗠𝗲𝘁𝘁𝗿𝗲 𝗲𝗻 œ𝘂𝘃𝗿𝗲 une démarche d'𝗮𝗺𝗲́𝗹𝗶𝗼𝗿𝗮𝘁𝗶𝗼𝗻 𝗰𝗼𝗻𝘁𝗶𝗻𝘂𝗲.

Au sein d'une organisation Agile et DevOps, l'ITOps/MLOps est le garant de l'exploitabilité, de la disponibilité et de la résilience des solutions IT, il accompagne les équipes projets dans l'intégration des exigences de production, de sécurité et d'infrastructure tout au long du cycle de vie des applications et plateformes. En complément, la dimension IA/MLOPS consiste à industrialiser le déploiement et l'exploitation en production des solutions d'intelligence artificielle (modèles ML, agents conversationnels, IA générative, solutions agentiques, …) du point de vue de l'infrastructure et des opérations. Attention : nous ne recherchons pas de Data Scientists ou d'ingénieur IA, mais un ITOPS (IT Operations) possédant de l'expérience dans le déploiement/industrialisation de solutions d'IA Responsabilités principales • Participer à la conception des solutions en intégrant les exigences de production, sécurité, supervision et résilience, • Promouvoir la réutilisation de services existants, anticiper les contraintes de conformité, de sécurité et d'architecture • Assurer la mise à disposition et l'exploitation des environnements techniques (Production et Hors Production), • Définir et mettre en œuvre les dispositifs de monitoring, supervision et observabilité. • Garantir l'exploitabilité des plateformes (performances, sauvegardes, restauration, capacité, sécurité). • Participer à la gestion des incidents majeurs, problèmes et plans d'amélioration continue. • Contribuer à l'automatisation et à l'industrialisation des opérations. • Maintenir la documentation technique et les procédures d'exploitation. Compétences clés - Techniques • OS (RHEL, Windows), Docker, Kubernetes / OpenShift • Automatisation & IaC Git, Jenkins (CI/CD), Ansible, Terraform, ArgoCD, Digitalai • Scripting: Python, Shell, YAML • Observabilité & Monitoring: ELK, SysDig, Dynatrace, Grafana • Supervision / Scheduling : Control‑M • Cloud: IBM Cloud • Connaissances avancées côté infra/archi/middleware : IA Générative, agentique, entrainement des modèles … - Métier & Soft skills • Capacité à traduire les exigences de production, de sécurité et d'infrastructure en actions concrètes pour les équipes projet. • Sens du service et de la documentation, aptitude à travailler en mode projet et à rendre compte de l'avancement et des risques • Esprit d'initiative et capacité à proposer des améliorations continues. • Excellente communication et aptitude à collaborer avec des profils variés (développeurs, data scientists, PO, responsables sécurité). • Rigueur, autonomie et sens de l'organisation. • Aptitude à gérer les priorités et à travailler sous pression lors d'incidents de production.

Contexte : Dans le cadre d'un programme stratégique autour de l'intelligence artificielle générative, notre client recherche un Senior Software Engineer IA Générative (GenAI) afin de contribuer à la conception, au développement et à l'industrialisation de solutions innovantes. Intégré à une équipe d'experts, vous interviendrez sur l'ensemble du cycle de vie des applications (SDLC), en collaboration avec les équipes innovation, data et IT, dans un environnement Agile. Missions : * Concevoir et développer des applications intégrant des modèles de langage (LLM), notamment autour des architectures RAG, des embeddings et des agents IA. * Participer à la définition d'architectures GenAI robustes, évolutives et industrialisables. * Développer des API, microservices et pipelines d'intelligence artificielle dans un environnement Cloud. * Accompagner les équipes techniques sur les phases de cadrage, d'expertise, d'audit et de diffusion des bonnes pratiques. * Garantir la qualité, la sécurité, la conformité et l'observabilité des solutions mises en œuvre. * Participer aux cérémonies Agile et contribuer à l'amélioration continue des méthodes de travail de l'équipe. * Contribuer aux estimations de charge, à la priorisation des sujets et à la planification des sprints. * Participer à la maintenance évolutive des composants et à leur mise à niveau régulière (Evergreen). Compétences techniques : * Excellente maîtrise du développement backend (Python, Node.js ou Java). * Solide expérience des technologies d'IA générative et des frameworks tels que LangChain, LlamaIndex, Hugging Face et OpenAI API. * Bonne connaissance d'un Cloud public (Azure, AWS ou GCP). * Expérience de la conception d'API, de microservices et d'architectures distribuées. * Maîtrise des architectures RAG, des bases de données vectorielles et des pratiques MLOps appréciée. * Bonne compréhension des enjeux de sécurité, de gouvernance et de performance des solutions IA. Compétences fonctionnelles : * Expérience des environnements Agile (Scrum). * Capacité à intervenir dans des contextes de transformation à forte exigence technique. * Aptitude à collaborer avec des équipes pluridisciplinaires et internationales. * Sens de l'analyse, de la qualité de service et de l'amélioration continue. Compétences comportementales : * Excellentes capacités de communication. * Esprit d'équipe et sens du partage des connaissances. * Autonomie, rigueur et capacité d'adaptation. * Force de proposition et orientation résultats. Conditions d'intervention Hybride. Télétravail : jusqu'à 2 jours par semaine selon les modalités du projet. Langues : Anglais professionnel indispensable (échanges avec des équipes internationales). Qualifications attendues : * Expertise en IA Générative (GenAI). * Maîtrise de Python. * Connaissances en Node.js et/ou Java. * Une certification Cloud ou IA Générative (notamment GCP Generative AI) constitue un atout.

Objectifs et livrables Intégrer à notre équipe dans un environnement 100% SAP, la mission consiste à : Participer à l'amélioration continu de nos produits SAP ACCESS : Améliorer continuellement notre produit GRC (Governance Risks and Compliance) Participer à l'industrialisation du projet d'automatisation de la gestion des droits. Participer à la réduction de notre dette technico-fonctionnelle. Réaliser un support niveau 3 pour rester proche du terrain : Participer à la chasse du geste à non valeur ajouté en enrichissant l'intelligence artificielle. Résoudre les problématiques utilisateurs puis analyser et remonter les évolutions et améliorations possibles.

🔐 𝗖𝗼𝗻𝘀𝘂𝗹𝘁𝗮𝗻𝘁 𝗦𝗲𝗻𝗶𝗼𝗿 – 𝗦𝗵𝗶𝗳𝘁-𝗟𝗲𝗳𝘁 𝗔𝗽𝗽𝗹𝗶𝗰𝗮𝘁𝗶𝗼𝗻 𝗦𝗲𝗰𝘂𝗿𝗶𝘁𝘆 𝗣𝗿𝗼𝗴𝗿𝗮𝗺 | 𝗚𝗿𝗼𝘂𝗽𝗲 𝗜𝗻𝗱𝘂𝘀𝘁𝗿𝗶𝗲𝗹 𝗜𝗻𝘁𝗲𝗿𝗻𝗮𝘁𝗶𝗼𝗻𝗮𝗹 🚀 𝗩𝗼𝘂𝘀 𝗲̂𝘁𝗲𝘀 𝗽𝗮𝘀𝘀𝗶𝗼𝗻𝗻𝗲́(𝗲) 𝗽𝗮𝗿 𝗹𝗮 𝘀𝗲́𝗰𝘂𝗿𝗶𝘁𝗲́ 𝗮𝗽𝗽𝗹𝗶𝗰𝗮𝘁𝗶𝘃𝗲 𝗲𝘁 𝘀𝗼𝘂𝗵𝗮𝗶𝘁𝗲𝘇 𝗰𝗼𝗻𝘁𝗿𝗶𝗯𝘂𝗲𝗿 𝗮̀ 𝘂𝗻 𝗽𝗿𝗼𝗴𝗿𝗮𝗺𝗺𝗲 𝘀𝘁𝗿𝗮𝘁𝗲́𝗴𝗶𝗾𝘂𝗲 𝗮̀ 𝗹'𝗲́𝗰𝗵𝗲𝗹𝗹𝗲 𝗶𝗻𝘁𝗲𝗿𝗻𝗮𝘁𝗶𝗼𝗻𝗮𝗹𝗲 ? Dans le cadre d'une initiative majeure visant à intégrer la sécurité dès la conception des applications, nous recherchons un Consultant Senior Application Security / DevSecOps capable d'accompagner la définition, la gouvernance et le déploiement d'un programme global de sécurisation des développements. Vos missions ✅ Définir et structurer les standards Secure SDLC et DevSecOps ✅ Construire les modèles opérationnels, processus, KPI et gouvernance ✅ Piloter des études de marché, benchmarks, PoC, RFI/RFP autour des solutions AppSec ✅ Accompagner l'intégration des pratiques de sécurité dans les chaînes CI/CD ✅ Sécuriser la Software Supply Chain et la gestion des dépendances logicielles ✅ Sensibiliser et accompagner les équipes de développement à l'adoption des bonnes pratiques Secure Coding ✅ Contribuer aux travaux relatifs à l'IA générative, à la sécurité des agents IA et aux nouveaux usages du développement assisté par l'IA Profil recherché ✔ 5 ans d'expérience minimum en Application Security, DevSecOps ou Secure SDLC ✔ Expérience confirmée dans des environnements grands comptes internationaux ✔ Solide maîtrise des sujets : OWASP SSDLC DevSecOps SAST / DAST / IAST / SCA GitLab / GitHub Secrets Management Software Supply Chain Security Infrastructure as Code Security AI Security ✔ Très bonnes capacités de communication, coordination et pilotage transverse ✔ Anglais fluide indispensable Vous avez déjà participé à la transformation DevSecOps d'un grand groupe ou au déploiement d'un programme Application Security à grande échelle ? Échangeons. #ApplicationSecurity #AppSec #DevSecOps #SSDLC #SecureSDLC #OWASP #CyberSecurity #SoftwareSecurity #SecureCoding #AISecurity #Freelance

Descriptif de la mission Notre client recherche un PMO pour effectuer la mission suivante : - Intervenir dans les équipes dédiées aux infrastructures au sein de la DSI - Prendre le rôle de PMO, et la gestion de l'évolution des projets et des produits/services - Prendre en charge le suivi de projets importants (Cloud, IA, devops,...etc) - Préparer et animer les instances de pilotage - Définir et suivre les KPI - Remonter les risques - Accompagner le changement - Accompagner la mise en oeuvre de la gouvernance - Interagir efficacement avec les autres équipes, et les autres services de la DSI (effectuer l'interface technique entre les équipes techniques, les responsables applicatifs, les directions métiers) - Apporter son expérience de PMO dans un environnement infra/automatisation

Votre mission Au sein de l'équipe Data, vous contribuez à la construction et à l'évolution de la plateforme de données qui alimente les projets d'analyse avancée, d'intelligence artificielle et de pilotage des activités de notre client. Vous garantissez la disponibilité, la fiabilité et la qualité des données utilisées par les métiers et les équipes Data. Principales responsabilités Concevoir et maintenir des pipelines de données robustes et performants Mettre en œuvre les processus d'ingestion de données provenant de multiples sources Garantir la qualité, la cohérence et la traçabilité des données Administrer et optimiser les Data Lakes et Data Warehouses Automatiser les traitements et assurer leur monitoring Collaborer avec les Data Scientists et les équipes métiers Participer aux projets de migration et d'optimisation Cloud Veiller au respect des règles de sécurité, conformité et gouvernance des données

Cette mission consiste à accompagner une équipe IT dans le suivi et l'industrialisation de projets de Machine Learning en intervenant sur l'intégration, le déploiement et l'optimisation de modèles algorithmiques. Le consultant contribuera à la structuration de projets ML/DL, à la mise en place de bonnes pratiques de développement Python, à l'intégration de conteneurs Docker, à l'administration des environnements de développement, ainsi qu'à la définition des chaînes CI/CD et des architectures Cloud. Il participera également aux échanges avec des interlocuteurs francophones et anglophones, apportera son expertise technique sur les technologies Big Data et MLOps et contribuera à la réussite des projets de transformation data et intelligence artificielle.

🚀 Opportunité – MLOps / AI Platform Engineer (AWS | GCP | Terraform | Kubernetes) Dans le cadre du renforcement d'une équipe dédiée aux plateformes IA, nous recherchons un(e) MLOps / AI Platform Engineer passionné(e) par les environnements Cloud, l'automatisation et les technologies d'Intelligence Artificielle. 📍 Localisation À définir (mode hybride selon le client) 📅 Démarrage ASAP 🎯 Vos missions En tant que MLOps / AI Platform Engineer, vous contribuerez à la conception, l'industrialisation et l'évolution d'une plateforme IA moderne. Vos principales responsabilités : Concevoir et faire évoluer des architectures IA robustes sur des environnements AWS et Google Cloud Platform (GCP). Déployer et maintenir les infrastructures via Terraform (Infrastructure as Code). Industrialiser les environnements IA et garantir leur cohérence entre les différents Clouds. Concevoir, maintenir et optimiser les pipelines CI/CD afin d'automatiser les déploiements. Administrer et optimiser les plateformes conteneurisées basées sur Docker et Kubernetes. Participer à la mise en œuvre des solutions MLOps autour de Databricks, MLflow et Airflow. Définir les standards techniques, bonnes pratiques, templates et documentations de la plateforme. Assurer une veille technologique active autour du Cloud, de l'IA et de l'IA Générative. Accompagner les équipes techniques et métiers dans l'adoption des solutions et partager votre expertise. 🛠 Stack technique Cloud AWS Google Cloud Platform (GCP) Infrastructure & DevOps Terraform Git CI/CD Docker Kubernetes Data & MLOps Databricks MLflow Apache Airflow 👤 Profil recherché Minimum 4 ans d'expérience sur un poste de : MLOps Engineer ML Engineer Platform Engineer DevOps Engineer Solide expérience sur AWS et/ou GCP. Maîtrise de Terraform et des approches Infrastructure as Code. Expérience significative avec les pipelines CI/CD. Bonne connaissance des environnements Kubernetes et Docker. Expérience des outils MLOps (MLflow, Databricks, Airflow) appréciée. Excellentes capacités de communication et de vulgarisation technique. Esprit collaboratif, autonomie et sens du service. Anglais professionnel indispensable. ⭐ Les plus Expérience sur des plateformes IA à grande échelle. Connaissances en IA Générative (GenAI). Forte culture DevOps et automatisation. Goût pour la veille technologique et l'innovation.

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

Mission de l'équipe :La mission s'inscrit dans un programme stratégique de transformation du Client Lifecycle Management (CLM) visant à optimiser l'ensemble du parcours client grâce à l'introduction de capacités d'IA agentique et d'orchestration des processus. L'objectif est d'améliorer durablement les performances des processus de Client Onboarding et de Client Lifecycle Management, en réduisant les délais de traitement, en renforçant la qualité des données et des contrôles, en automatisant les activités à faible valeur ajoutée et en améliorant l'expérience utilisateur. Le consultant interviendra au croisement des équipes Métier, Opérations, Transformation, Data, IA et IT afin de structurer les processus, formaliser les besoins fonctionnels et accompagner la mise en œuvre d'un modèle opérationnel cible reposant sur des agents d'intelligence artificielle. 1. Analyse et transformation des processus End to End CLML'équipe est responsable de l'analyse détaillée des processus actuels de Client Lifecycle Management, des modèles opérationnels et des workflows associés. Les principales activités consistent à : Analyser les processus existants de Client Onboarding, KYC, Tax & Regulatory et Référentiels. Identifier les inefficacités, tâches manuelles, points de friction et dépendances opérationnelles. Formaliser les processus existants (As Is) ainsi que les processus cibles (To Be). Produire les cartographies de processus, workflows BPMN, taxonomies métier et spécifications fonctionnelles. Formaliser les règles métier nécessaires à l'exécution future des agents IA. 2. Recueil des besoins fonctionnels et cadrage métierL'équipe est responsable de la collecte, de l'analyse et de la formalisation des besoins métier nécessaires à la transformation des processus CLM. Les principales activités consistent à : Animer les ateliers avec les équipes Métier, Opérations, Conformité, KYC et Transformation. Recueillir, challenger et formaliser les besoins fonctionnels. Rédiger les spécifications fonctionnelles et les User Stories. Définir les critères d'acceptation métier. Contribuer à la priorisation des cas d'usage et au cadrage du pilote. 3. Analyse des données et amélioration des processusL'équipe est responsable d'exploiter les données opérationnelles afin d'identifier les leviers d'amélioration des processus. Les principales activités consistent à : Analyser les KPI opérationnels, volumes, délais de traitement et indicateurs de performance. Identifier les problématiques de qualité de données et les dépendances entre référentiels. Définir les besoins de données nécessaires au fonctionnement des agents IA. Identifier les sources de données critiques ainsi que les points de contrôle associés. 4. Conception des processus Agentic AIL'équipe est responsable de traduire les processus métier en workflows compatibles avec un fonctionnement basé sur des agents d'intelligence artificielle. Les principales activités consistent à : Collaborer avec les équipes IA, Data Science et IT. Définir les responsabilités des agents, leurs périmètres de décision et les mécanismes d'escalade. Participer à la conception des logiques d'orchestration entre les différents agents. Formaliser les règles métier, exceptions et connaissances nécessaires à leur fonctionnement. 5. Coordination des phases de tests et du piloteL'équipe est responsable de préparer et coordonner les activités de validation fonctionnelle du programme. Les principales activités consistent à : Définir la stratégie de tests End to End. Construire les scénarios de tests et les cas de recette. Coordonner les campagnes de User Acceptance Testing (UAT). Garantir la traçabilité entre les exigences métier, les processus documentés, les spécifications fonctionnelles et les résultats de tests. Accompagner le déploiement du pilote et capitaliser sur les retours utilisateurs. 6. Pilotage des parties prenantes et gouvernanceL'équipe est responsable d'assurer la coordination entre les différentes parties prenantes impliquées dans le programme de transformation. Les principales activités consistent à : Animer les ateliers et les réunions de travail. Faciliter l'alignement entre les équipes Métier, Opérations, IT, Data et IA. Préparer les supports de gouvernance, comités de pilotage et documents d'aide à la décision. Assurer un suivi régulier de l'avancement des travaux et des priorités du programme.

L'AI design engineer occupe une position charnière entre le design et le développement, appliquée ici spécifiquement au design system. À la différence d'un profil front-end classique, il porte un regard de designer sur ce qu'il automatise : son rôle n'est pas de concevoir ou de développer les composants lui-même — cela reste le travail des designers et développeurs de l'équipe — mais de construire les outils et les fondations qui leur permettent, à eux comme à l'IA, d'aller plus vite sans perdre en qualité ni en cohérence d'usage. Sa spécificité : il connaît finement les capacités et les limites des outils d'IA générative, et structure le design system pour qu'il devienne "IA-ready" — c'est-à-dire pour que l'IA puisse produire, de manière fiable et nativement conforme, des spécifications, des tokens et des composants codés, sans contrôle humain systématique. Il ne se contente pas d'utiliser l'IA pour aller plus vite : il conçoit les fondations (identité visuelle, règles de conception, accessibilité, conventions d'écriture) qui permettent à l'IA de produire juste du premier coup. Missions principales Structuration du design system pour l'IA • Transmettre à l'IA l'ADN du design system (identité visuelle, règles de conception, accessibilité, conventions d'écriture) sous une forme exploitable par les outils génératifs. • Évaluer les capacités et les limites des outils d'IA (design-to-code, génération de tokens et de composants) et remonter ces constats pour éclairer les arbitrages. • Mettre en œuvre les spécifications, tokens et conventions garantissant une production IA nativement conforme au design system, sans contrôle humain systématique. • Implémenter les évolutions des fondations du design system décidées avec le lead, au fur et à mesure de la montée en maturité des outils IA. Rédaction et documentation automatisées • Standardiser le format des briefs de composants (spécifications fonctionnelles, tokens, critères d'accessibilité) pour le rendre exploitable aussi bien par les développeurs que par l'IA. • Utiliser l'IA pour accélérer la rédaction des briefs, tout en garantissant leur clarté et leur exploitabilité sans besoin de clarification en aval. • Fiabiliser la qualité des briefs générés ou assistés par l'IA en les confrontant systématiquement à l'usage réel des composants. • Maintenir une documentation du design system tenue à jour de façon continue, générée ou assistée par l'IA, alignée avec l'état réel des composants livrés. Test et validation • Tester les composants et livrables produits par l'IA du point de vue technique (fonctionnel, non-régression, performance) et du point de vue de l'usage (ergonomie, accessibilité, cohérence visuelle). • Identifier les écarts entre l'intention design du système et le comportement réel des productions IA une fois intégrées dans les produits. • Recueillir les retours des designers, développeurs et équipes produit sur la fiabilité des outils et automatisations mis en place, et arbitrer les évolutions à y apporter. • Assurer une veille sur les usages détournés ou non prévus des composants générés, source d'incohérences à corriger.

Notre client dans le secteur Banque et finance recherche un/une AI Design Engineer H/F Description de la mission : Description de mission – AI Design Engineer Contexte et objectif de la mission L'AI Design Engineer occupe une position charnière entre le design et le développement, appliquée spécifiquement au design system. À la différence d'un profil front-end classique, il porte un regard de designer sur ce qu'il automatise. Son rôle n'est pas de concevoir ou de développer les composants lui-même ; il construit les outils et les fondations qui permettent aux designers, aux développeurs et à l'IA d'aller plus vite sans perdre en qualité ni en cohérence d'usage. La mission consiste à structurer un design system “IA-ready”, afin que l'IA puisse produire de manière fiable et nativement conforme des spécifications, des tokens et des composants codés, sans contrôle humain systématique. Elle vise à concevoir les fondations — identité visuelle, règles de conception, accessibilité, conventions d'écriture — permettant à l'IA de produire juste du premier coup. Missions principales 1. Structuration du design system pour l'IA • Transmettre à l'IA l'ADN du design system (identité visuelle, règles de conception, accessibilité, conventions d'écriture) sous une forme exploitable par les outils génératifs • Évaluer les capacités et les limites des outils d'IA (design-to-code, génération de tokens et de composants) et remonter ces constats pour éclairer les arbitrages • Mettre en œuvre les spécifications, tokens et conventions garantissant une production IA nativement conforme au design system, sans contrôle humain systématique • Implémenter les évolutions des fondations du design system décidées avec le lead, au fur et à mesure de la montée en maturité des outils IA 2. Rédaction et documentation automatisées • Standardiser le format des briefs de composants (spécifications fonctionnelles, tokens, critères d'accessibilité) pour le rendre exploitable aussi bien par les développeurs que par l'IA • Utiliser l'IA pour accélérer la rédaction des briefs, tout en garantissant leur clarté et leur exploitabilité sans besoin de clarification en aval • Fiabiliser la qualité des briefs générés ou assistés par l'IA en les confrontant systématiquement à l'usage réel des composants • Maintenir une documentation du design system tenue à jour de façon continue, générée ou assistée par l'IA, alignée avec l'état réel des composants livrés 3. Test et validation • Tester les composants et livrables produits par l'IA du point de vue technique (fonctionnel, non-régression, performance) et du point de vue de l'usage (ergonomie, accessibilité, cohérence visuelle) • Identifier les écarts entre l'intention design du système et le comportement réel des productions IA une fois intégrées dans les produits • Recueillir les retours des designers, développeurs et équipes produit sur la fiabilité des outils et automatisations mis en place, et arbitrer les évolutions à y apporter • Assurer une veille sur les usages détournés ou non prévus des composants générés, source d'incohérences à corriger Profil recherché • Profil à l'interface entre design et développement, avec une spécialisation appliquée au design system • Bonne compréhension des capacités et limites des outils d'IA générative • Capacité à structurer un design system pour le rendre exploitable par l'IA • Sensibilité forte à la qualité d'usage, à la cohérence visuelle, à l'accessibilité et aux conventions de conception • Capacité à standardiser, documenter, tester et fiabiliser les productions assistées par l'IA Livrables attendus • Fondations du design system structurées pour être exploitables par l'IA • Spécifications, tokens et conventions de production conformes au design system • Briefs de composants standardisés et exploitables par les développeurs et l'IA • Documentation du design system maintenue à jour • Retours d'évaluation et constats sur la fiabilité des outils et productions IA Compétences / Qualités indispensables : Design system, IA générative, Design-to-code, Documentation et standardisation, Accessibilité, Tests et validation Compétences / Qualités qui seraient un + : x Informations concernant le télétravail : 2,5 jours

Dans le cadre du renforcement d'une équipe Data & BI, nous recherchons un(e) Testeur QA confirmé(e) avec une forte appétence Data, capable d'intervenir sur des projets de qualité des données dans un environnement Microsoft Azure / Databricks. Vous intégrerez une organisation agile au sein d'une équipe pluridisciplinaire en charge de projets décisionnels, BI et Data. Votre rôle sera de garantir la qualité des données et des solutions développées, depuis la définition de la stratégie de tests jusqu'à la validation avant mise en production. Missions principalesRattaché(e) au pôle Qualité Data, vos responsabilités seront les suivantes : Participer aux rituels et ateliers agiles de l'équipe. Définir et mettre en œuvre la stratégie de tests. Analyser les besoins métiers, User Stories et spécifications fonctionnelles/techniques. Concevoir les plans de tests, cas de tests et jeux de données associés. Préparer, identifier et valider les environnements de test. Exécuter les tests fonctionnels, technico-fonctionnels et d'intégration. Réaliser des tests de bout en bout et des contrôles de qualité des données. Identifier, qualifier et suivre les anomalies avec les différentes parties prenantes. Maintenir le référentiel de tests. Réaliser les bilans de recette et contribuer aux validations avant mise en production. Participer aux démarches d'amélioration continue des processus qualité. Environnement techniqueMéthodologies de tests Tests fonctionnels, technico-fonctionnels et tests d'intégration SQL Server / SQL Microsoft Azure Databricks Outils de gestion des tests : JIRA / XRAY Outils de reporting : Power BI, MicroStrategy Utilisation d'outils d'intelligence artificielle pour l'optimisation du cycle de vie des tests et l'assistance au développement (GitHub Copilot, VS Code, IA appliquée à la Data)

CONTEXTE DE LA MISSION Au sein du Centre des Opérations (entité Operations Data / IA), le prestataire intervient en soutien du Responsable de Projet de Production dans la mise en œuvre des projets fonctionnels et techniques en environnement de production. La mission couvre la prise en charge complète de la pré-production et de la mise en exploitation des évolutions applicatives et des maintenances, dans un contexte multiplateforme (Unix/AIX/Linux, mainframe MVS/Z-OS, environnements Data et IA : Cloudera, Talend, Informatica, Azure Databricks). L'enjeu principal est la fiabilisation du passage en production : homologation, ordonnancement des traitements, livraisons applicatives et suivi des VSR (Vérification de Service Régulier). RÔLE ET RESPONSABILITÉS PRINCIPALES Réceptionner et analyser les dossiers d'homologation transmis par les équipes de développement. Concevoir les chaînes de traitements : automatisation et ordonnancement (Control-M). Développer les procédures d'exploitation et piloter les tests d'homologation. Réaliser et mettre à disposition les dossiers d'exploitation. Livrer les applications dans l'environnement de production ; assurer la validation de l'installation et de l'intégration des nouveaux outils et systèmes. Assurer la communication transverse avec les entités développement, supports, planning et exploitation. Réaliser le transfert de compétences vers les équipes Production dans le cadre de l'accompagnement au changement. Assurer le suivi des premières exploitations et la période de VSR ; traiter les incidents du diagnostic à la remise en service. LIVRABLES ATTENDUS Dossiers d'homologation analysés et validés. Chaînes de traitement configurées dans Control-M. Procédures d'exploitation documentées et mises à disposition. Dossiers d'exploitation complets, prêts à remise. Applications livrées en environnement de production. Documentation des règles d'utilisation et normes d'exploitation. Reporting de suivi des VSR et gestion des incidents. Support technique et transfert de compétences formalisé vers les équipes Production.