Trouvez votre prochaine mission ou futur job IT.

o Gestion des pipelines de données : déployer et maintenir des pipelines de données robustes et évolutifs ainsi que des modèles ML o Automatisation : mise en place des processus automatisés via des chaînes de CICD o Surveillance et Optimisation : surveiller les performances des systèmes de données et optimiser les processus pour améliorer l'efficacité o Gestion des Infrastructures : gestion et optimisation des infrastructures cloud (Private Cloud, Public Cloud Azure/AWS) et les bases des données. o Sécurité et Conformité : assurer la sécurité des données et la conformité avec la réglementation en vigueur o Documentation : créer et maintenir une documentation complète et à jour des processus o Contribution avec les Data Scientists : assistance au déploiement et la mise à jour des modèles de machine learning en production

Vos missions Analyser des données de ventes et des séries temporelles. Développer, entraîner et optimiser des modèles de Machine Learning. Réaliser des travaux de feature engineering et de feature selection. Effectuer le backtesting et l'évaluation des performances des modèles. Analyser et intégrer des données exogènes dans les modèles prédictifs. Mettre en œuvre des méthodes statistiques avancées et de décomposition de séries temporelles. Assurer l'interprétabilité et l'explicabilité des résultats. Déployer et tester les solutions dans un environnement Azure ML et Microsoft Fabric. Participer à l'amélioration continue des modèles de forecasting. Profil recherchéCompétences indispensables Maîtrise avancée de Python . Solide expérience en Machine Learning . Bonne connaissance de l'écosystème Microsoft Azure (Azure ML idéalement). Expérience significative sur les problématiques de séries temporelles / forecasting . Maîtrise de Git. Compétences appréciées Microsoft Fabric. Méthodes statistiques avancées. Connaissances Supply Chain / S&OP. Outil de gestion d'environnement uv . Expérience 4 ans d'expérience minimum en Data Science. Une expertise confirmée en prévision et analyse de séries temporelles est attendue. Langues Français courant. Anglais professionnel (documentation et échanges projet).

Mission : L’utilisation de la data et le développement des capacités analytiques et IA sont un axe majeur du plan stratégique de mon client. Directement rattachée au COMEX, l’Analytics Factory est le pilier de cette transformation analytique, au service des clients et de l’ensemble des équipes métier – Marketing, Marchandises, Exploitation, E-commerce, Supply Chain, Services Financiers, etc... Dans le domaine très concurrentiel de la vente de détail, les taux de marge sont réduits. Disposer de prédictions de chiffre d'affaires fi ables est donc crucial afin de piloter au plus juste les dépenses, et les choix d'actions commerciales pertinentes. L'objectif est d'améliorer et de fiabiliser les processus de prévision du CA, à différents horizons temporels, à différentes mailles (secteur, magasin, parc de magasins, ...) en utilisant notamment des modèles de ML qui s'appuient sur un grand nombre d'inducteurs (historique des ventes, tendance du marché, calendrier commercial,...). L'applicabilité de ces modèles est nécessaire pour qu’ils puissent être pleinement utilisés, et modifiés par les équipes métier de la finance, au sein d'une webapplication. Livrables : Pipelines de données industrielles SQL Webapplication Python pour interagir avec les prévisions Industrialisation, observabilité de modèles de ML

Au sein de la Direction Data, IA et Innovation , le centre d'excellence développe des solutions d' IA conversationnelle pour les métiers de l'assurance (relation client, sinistres, assistance, etc.). Nous recherchons un Machine Learning Engineer spécialisé en NLP / IA Générative pour concevoir, entraîner et déployer des voicebots et chatbots de nouvelle génération, de bout en bout (du besoin métier à la mise en production). Missions Cadrage & conception Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs). Concevoir les architectures conversationnelles (voicebot, chatbot). Modélisation & entraînement Entraîner, adapter et évaluer des modèles NLP Travailler avec les briques voix (ASR / TTS) et les intégrer dans la chaîne conversationnelle. Industrialisation & déploiement Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD). Assurer le suivi en run : monitoring qualité, dérive, optimisation continue. Amélioration continue Analyser les logs de conversations, identifier les axes d'amélioration. Proposer et implémenter des améliorations de modèles, de prompts, de flux conversationnels. Collaborer étroitement avec les équipes métiers, IT et relation client. Profil recherché - minimum 3 années d'expérience Compétences techniques Solide expérience en Machine Learning / NLP . Connaissance des LLM et de l' IA générative appliqués à la conversation. Maîtrise de Python et des principaux frameworks Une expérience avec des plateformes voicebot / ASR / TTS est un plus. Compétences fonctionnelles / soft skills Capacité à travailler du besoin métier jusqu'à la prod . Sens de la qualité de l'expérience utilisateur (parcours client, tonalité, clarté des réponses). Aisance en environnement pluridisciplinaire (métiers, IT, data). Une expérience en banque/assurance ou environnement réglementé est appréciée.

Au sein de la Direction Data, IA et Innovation du client, le centre d’excellence développe des solutions d’ IA conversationnelle pour les métiers de l’assurance (relation client, sinistres, assistance, etc.). Nous recherchons un Machine Learning Engineer spécialisé en NLP / IA Générative pour concevoir, entraîner et déployer des voicebots et chatbots de nouvelle génération, de bout en bout (du besoin métier à la mise en production). Missions Cadrage & conception Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs). Concevoir les architectures conversationnelles (voicebot, chatbot). Modélisation & entraînement Entraîner, adapter et évaluer des modèles NLP Travailler avec les briques voix (ASR / TTS) et les intégrer dans la chaîne conversationnelle. Industrialisation & déploiement Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD). Assurer le suivi en run : monitoring qualité, dérive, optimisation continue. Amélioration continue Analyser les logs de conversations, identifier les axes d’amélioration. Proposer et implémenter des améliorations de modèles, de prompts, de flux conversationnels. Collaborer étroitement avec les équipes métiers, IT et relation client.

Dans le cadre du développement de ses activités Data & Innovation, notre client, un grand groupe français gestionnaire d'infrastructures stratégiques, recherche un Data Scientist confirmé pour rejoindre une équipe spécialisée dans l'exploitation des données issues de systèmes communicants à grande échelle. Vous interviendrez sur des sujets à fort impact tels que : La maintenance prédictive La mobilité électrique L'analyse des charges et comportements réseau L'exploitation de données issues d'objets connectés et capteurs intelligents La création de produits data innovants Au sein d'une équipe experte, vous contribuerez à transformer des volumes importants de données en leviers d'aide à la décision et d'optimisation opérationnelle. En tant que Data Scientist, vous serez impliqué sur l'ensemble de la chaîne de valorisation des données. Activités principales Animer et participer aux ateliers métiers pour comprendre les besoins fonctionnels et les problématiques terrain. Identifier, analyser et exploiter des sources de données complexes. Développer des traitements de données et des modèles statistiques avancés. Réaliser des études analytiques et prédictives. Produire des rapports, indicateurs et tableaux de bord à destination des parties prenantes. Présenter et vulgariser les résultats auprès d'interlocuteurs métiers et techniques. Faire le lien entre les experts métiers et les équipes data. Participer à la conception fonctionnelle des solutions au sein du système d'information. Activités complémentaires Assurer une veille technologique sur les outils et méthodes Data Science. Partager les bonnes pratiques au sein de l'équipe. Contribuer à la montée en compétence des collaborateurs sur les sujets Data.

Contexte Le centre d’excellence SMART IA développe des solutions d’IA conversationnelle pour les métiers de l’assurance (relation client, sinistres, assistance, etc.). Nous recherchons un Machine Learning Engineer spécialisé en NLP / IA Générative pour concevoir, entraîner et déployer des voicebots et chatbots de nouvelle génération, de bout en bout (du besoin métier à la mise en production). Missions • Cadrage & conception o Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs). o Concevoir les architectures conversationnelles (voicebot, chatbot). • Modélisation & entraînement o Entraîner, adapter et évaluer des modèles NLP o Travailler avec les briques voix (ASR / TTS) et les intégrer dans la chaîne conversationnelle. • Industrialisation & déploiement o Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD). o Assurer le suivi en run : monitoring qualité, dérive, optimisation continue. • Amélioration continue o Analyser les logs de conversations, identifier les axes d’amélioration. o Proposer et implémenter des améliorations de modèles, de prompts, de flux conversationnels. o Collaborer étroitement avec les équipes métiers, IT et relation client.

Contexte Dans le cadre de sa stratégie de transformation, une entreprise du secteur industriel souhaite identifier et déployer des cas d'usage IA à fort impact métier (achats, finance, supply chain, opérations, relation client...). Missions Recueillir les besoins métiers et identifier les cas d'usage IA à potentiel (gains de productivité, qualité, délais), par exemple : Achats : spend analysis automatisé, aide à la rédaction et l'analyse d'appels d'offres (IA générative), scoring des risques fournisseurs, analyse automatique de contrats Finance : automatisation des clôtures, détection d'anomalies, prévisions Supply chain : prévision de la demande, optimisation des stocks Opérations / relation client : assistants IA, traitement automatisé de documents Qualifier et prioriser les use cases : faisabilité, ROI attendu, données disponibles, risques Cadrer les projets retenus : périmètre, données nécessaires, solution cible (IA générative, ML, automatisation), budget, planning Piloter le déploiement en lien avec les équipes SI, data et les éventuels éditeurs/prestataires Assurer l'intégration avec l'écosystème existant (ERP, outils métiers) Conduire le changement : formation des utilisateurs, adoption, mesure de la valeur Mettre en place la gouvernance IA : cadre d'usage, conformité (AI Act, RGPD), éthique Livrables types Portefeuille de use cases priorisés avec business case Roadmap IA métier alignée avec la stratégie SI Use cases déployés et adoptés, avec KPIs de valeur

Mission : L’utilisation de la data et le développement des capacités analytiques et IA sont un axe majeur du plan stratégique du Groupe Carrefour à horizon 2030. Directement rattachée au COMEX France, l’Analytics Factory de Carrefour France est le pilier de cette transformation analytique, au service des clients et de l’ensemble des équipes métier de Carrefour France – Marketing, Marchandises, Exploitation, E-commerce, Supply Chain, Services Financiers, etc... Dans le domaine très concurrentiel de la vente de détail, les taux de marge sont réduits. Disposer de prédictions de chiffre d'affaires fi ables est donc crucial afi n de piloter au plus juste les dépenses, et les choix d'actions commerciales pertinentes. L'objectif est d'améliorer et de fi abiliser les processus de prévision du CA, à différents horizons temporels, à différentes mailles (secteur, magasin, parc de magasins, ...) en utilisant notamment des modèles de ML qui s'appuient sur un grand nombre d'inducteurs (historique des ventes, tendance du marché, calendrier commercial,...). L'applicabilité de ces modèles est nécessaire pour qu’ils puissent être pleinement utilisés, et modifi és par les équipes métier de la fi nance, au sein d'une webapplication. Livrables : ● Pipelines de données industrielles SQL ● Webapplication Python pour interagir avec les prévisions ● Industrialisation, observabilité de modèles de ML ENVIRONNEMENT TECHNIQUE ET EXPERTISES NÉCESSAIRES. Must Have ● Manipulation avancée de données avec des scripts (SQL) à et du code (Python) ● Construction de pipelines de données industrielles et de webservices Python ● Industrialisation de services dans des environnements Cloud Nice to Have ● Maîtriser les bibliothèques Python standards et les frameworks pour le développement web, l’analyse de données et l’intégration de services ● Architecturer des solutions microservices et event-driven ● Gérer les bases de données relationnelles et orientées document ● Utiliser le versionning avec Git ● Intégrer les principes de craftsmanship et les bonnes pratiques telles que SOLID, YAGNI et la couverture de tests avec Sonar ● Appliquer les principes d’observabilité pour monitorer et diagnostiquer les applications ● Participer à toutes les phases du cycle logiciel de la conception à la mise en production et au run ● Encadrer, mentorer, animer et challenger une équipe de développeurs ● Collaborer effi cacement au sein de l’équipe et aider à la décision et à l’arbitrage des choix techniques et fonctionnels ● Contribuer à l’amélioration continue de la qualité du produit et des pratiques de développement ● Assurer la maintenance et l’évolution des applications existantes ● Appliquer les méthodes agiles, notamment Scrum ● Expérience avancée de l'utilisation des coding assistants. MÉTHODES, ORGANISATIONS ET INTERACTIONS. ● Communiquer clairement et effi cacement à l’écrit et à l’oral en français pour des interactions fl uides avec le métier et les équipes ● Analyser les situations, recueillir et comprendre les besoins utilisateurs, et proposer des solutions adaptées tout en identifi ant les axes d’amélioration ● Développement agile, dans une démarche d'amélioration continue ● Collaborer activement avec les membres de l’équipe, partager les connaissances et favoriser un esprit collectif pour atteindre les objectifs communs ● Penser les solutions logicielles avec simplicité et pragmatisme.

En tant qu’AI Engineer, vous intervenez sur la conception, le développement et l’industrialisation de solutions d’Intelligence Artificielle, allant du Machine Learning classique aux cas d’usage de GenAI. Vous travaillez au cœur des plateformes Data et ML afin de garantir la robustesse, la performance, la scalabilité et la maintenabilité des modèles et services IA mis en production, au service des équipes métiers et produits. Expérience attendue : 3+ ans en ingénierie IA / ML / Data, avec une forte orientation production. Vous correspondez au/à la AI Engineer que nous recherchons si : Vous évoluez efficacement au sein d’équipes agiles et pluridisciplinaires , en collaboration étroite avec les équipes Data, IT et métiers Vous faites preuve d’un fort esprit analytique , de rigueur et de pragmatisme Vous êtes autonome, proactif et doté d’un solide sens des responsabilités Vous savez communiquer clairement avec des interlocuteurs techniques et non techniques, et vulgariser des sujets complexes Vous savez prioriser vos tâches , gérer les contraintes (qualité, délais, coûts) et respecter vos engagements Vous disposez d’un solide bagage en software engineering , vous permettant de développer des solutions IA robustes, lisibles, maintenables et testables , principalement en Python Vous appliquez les bonnes pratiques de développement : structuration du code, modularité, gestion des dépendances, conventions de nommage Vous êtes à l’aise avec les outils de versioning (Git) et les workflows collaboratifs associés Vous avez déjà travaillé sur des plateformes Data / ML Cloud (ex. Databricks ou équivalent) Vous comprenez les enjeux de préparation des données , de feature engineering et de qualité des datasets pour les usages ML / AI Vous avez une experience dans l’ industrialisation des modèles ML , incluant entraînement, validation, versioning et déploiement Vous êtes sensibilisé aux pratiques MLOps (gestion du cycle de vie des modèles, reproductibilité, monitoring) Vous avez une appétence pour les cas d’usage GenAI (LLM, RAG, embeddings, agents) et savez concevoir et mettre en œuvre de frameworks d’évaluation pour les systèmes GenAI incluant : évaluation de la qualité des réponses (relevance, faithfulness, completeness), validation des chaînes de retrieval et d’embeddings, comparaison de prompts, modèles ou configurations

Dans le cadre du renforcement d’une équipe Data Métier intégrée au département Performance / Contrôle de gestion chez notre client, nous recherchons un Data Scientist H/F. La mission consiste à transformer les données en leviers d’actions concrets pour les magasins, en travaillant au croisement des enjeux financiers, commerciaux et supply chain. Vous interviendrez sur des sujets autour de la performance magasin, du merchandising, du pricing, de la supply et de l’analyse prédictive. Vos missions Concevoir des modèles de Machine Learning et des algorithmes de recommandation actionnables par les équipes terrain. Détecter les produits à fort potentiel afin d’alerter les magasins et de les aider à dynamiser leur offre. Prototyper des moteurs de préconisation de merchandising sur les produits complémentaires. Analyser les métrages linéaires magasins en les croisant avec les ventes, la disponibilité et les stocks. Créer des algorithmes prédictifs pour identifier les produits à risque de devenir du stock dormant. Détecter les remises locales destructrices de valeur. Établir des modèles de clustering de magasins afin de créer des groupes de comparaison pertinents. Produire des analyses métier et des recommandations concrètes sur des questions stratégiques pour l’entreprise. Compétences attendues SQL : niveau expert impératif. Python : niveau confirmé. Machine Learning / modèles prédictifs. Analyse statistique. Clustering. Algorithmes de recommandation. Capacité à traduire une problématique métier en approche data / statistique. Bonne compréhension des enjeux retail, performance commerciale, pricing, merchandising ou supply. Capacité à restituer clairement les résultats auprès d’interlocuteurs métiers.

Rejoignez une grande structure du secteur de la distribution et du retail, où la data et les capacités analytiques sont au cœur de la transformation stratégique du groupe. Vous intégrez l'Analytics Factory, un centre d'excellence directement rattaché à la direction générale, pilotant la modernisation des processus analytiques et IA au service de tous les métiers : marketing, marchandises, exploitation, e-commerce, supply chain et services financiers. Dans un environnement hautement concurrentiel où les marges sont réduites, la fiabilité des prévisions de chiffre d'affaires est critique pour optimiser les investissements commerciaux et opérationnels. Vous contribuez à la conception et l'industrialisation de pipelines de données robustes et d'une plateforme d'exploitation analytique intégrant des modèles de machine learning avancés, exploitant de nombreux inducteurs (historique des ventes, tendances marché, calendrier commercial). Ces solutions doivent être intuitives et maintenables par les équipes métier de la finance et les différents départements. Vous évoluerez dans une stack technologique moderne basée sur Python, SQL et une infrastructure cloud native. Le projet s'inscrit dans une démarche agile et de craftsmanship logiciel, avec un fort accent sur la qualité, l'observabilité et les bonnes pratiques de développement. Vous travaillerez en étroite collaboration avec une équipe pluridisciplinaire (data scientists, développeurs, business analysts) et participerez à toutes les phases du cycle de vie logiciel, de la conception à la production et au run opérationnel. Responsabilités : - Concevoir, développer et industrialiser des pipelines de données complexes en SQL et Python, traitant des volumes significatifs et respectant les standards d'une infrastructure cloud moderne - Développer et maintenir une webapplication Python permettant aux utilisateurs métier d'interagir avec les prévisions et les modèles analytiques - Assurer l'industrialisation et l'observabilité des modèles de machine learning en production, en mettant en place des mécanismes de monitoring, logging et alerting robustes - Mettre en œuvre les principes de qualité logicielle (SOLID, YAGNI, couverture de tests, code review systématique avec Sonar) et les bonnes pratiques de craftsmanship - Participer à l'architecture technique des solutions, notamment dans une approche microservices et event-driven, et contribuer aux décisions d'arbitrage technique et fonctionnel - Encadrer, mentorer et animer une équipe de développeurs, en favorisant l'apprentissage continu et l'amélioration des pratiques - Collaborer étroitement avec les équipes métier pour analyser les besoins, valider les solutions et identifier les axes d'amélioration - Assurer la maintenance, l'évolution et l'optimisation des applications existantes en production - Participer activement aux rituels agiles (dailys, refinements,...

🚀 Qui sommes-nous ? Finaxys est un cabinet de conseil spécialisé dans les secteurs Banque, Finance et Assurance . Depuis plus de 15 ans, nous intervenons auprès des plus grandes institutions telles que BNP Paribas, Crédit Agricole, Société Générale, AXA, Malakoff Humanis , etc. en proposant des solutions technologiques innovantes (IA, Machine Learning, Data, Cloud, DevSecOps, etc.). Notre mission ? Accompagner nos clients dans leur transformation digitale et répondre aux défis IT les plus complexes grâce à l'expertise de nos équipes. 🎯 Votre mission : En tant qu’ Ingénieur de Production Devops , vous rejoindrez les équipes techniques de nos clients grands comptes pour : Collaborer au Build des socles techniques dans des environnements cloud et containers Accompagner le déploiement des solutions d’infrastructure et utilisation des outils (Chaine CI/CD, outils de monitoring, aspects sécurités) Etre le support de niveau 1 et 2 des environnements de développement et de production Participer aux gestions des incidents et des crises · Piloter les risques IT, la gestion de l'obsolescence, du capacity planning (croissance organique, volumes) Assurer des astreintes Environnement technique / fonctionnel : Linux, Windows, GitlabCI, Ansible, Kubernetes, EKS, Helm, Nexus, SonarQube, Terraform, Jenkins, Websphere, CFT

Dans le cadre du déploiement d'un écosystème IA modulaire et sécurisé, la prestation consiste à intervenir sur la conception et la mise en œuvre d’un socle IT IA hybride (Cloud Public GCP + Cloud Souverain Mistral et/ou offres IA), garantissant la conformité, la sécurité, la souveraineté des données et le Time To Market des cas d'usage métier des feuilles de route 2027. La phase de conception inclura la définition du socle cible et les principaux états stables (fin 2026, mi 2027 et cible fin 2027) et la phase de mise en œuvre couvrira le 1er état stable. Avec le support de l’équipe : architectes, référents - sécurité, IA Act, responsable des produits IA, management Data & Analytics et Transformation, produire et valider les livrables suivants : • High Level Design incluant les orientations d’architecture du socle cible et de des différents états stables • Dossier d'architecture (=LLD) du 1er etat stable socle IA • Documentation des mécanismes de sécurité et de gouvernance IA • Gouvernance projet : Rédaction des analyses de risque, dossier d’éligibilité Cloud, dossier CVA ou CVSA (Architecture) • Plans de déploiement opérationnels • Supports de COPIL/COPROJ et Comptes-rendus des groupes de travail transverses 1- Responsable de l’avancement des différents streams structurant les travaux visant à définir la cible du socle IA et à implémenter le 1er état stable de ce socle IA (mise en service fin 2026 pour 1ers usages en 2027)​ Ce socle IA est destiné à soutenir les usages IA générative & agentique pour les métiers, les collaborateurs « génériques » et IT. Les streams identifiés sont les suivants:​ - Couche de médiation pour centraliser et sécuriser l'accès aux modèles et services IA​ - Industrialisation & Plateformisation​ - Intégration aux SI opérationnels​ - Gouvernance des assets IA​ - Chaine CI/CD Agentique​ - Adhérence entre le socle IA et les outils IA existants disponibles pour les collaborateurs (chat interne) et pour les IT​ 2 - Organiser et animer le projet à 3 niveaux: un COPIL bi-mensuel, un COPROJ hebdomadaire et des ateliers ad-hoc​ 3 - S’engager sur la production et la validation des livrables (dossiers de conviction/choix, cadre de référence d’architecture, HLD, LLD, dossier de synthèse exec, support de COPIL)​ Compétences requises : - 10 ans minimum en pilotage IT, dont au moins 3 ans sur des projets IA/ML. maitrise des différents aspects (usages, sécurité, etc.) d’une plateforme agentique déterminant.​ - Une expérience dans le secteur banque/assurance ou dans un environnement fortement réglementé est un atout majeur.​ - Capacité à travailler en mode itératif et agile, avec une orientation résultats et Time To Market.​ - Capacités rédactionnelles pour des livrables opérationnels et exécutifs​ - Aptitude à animer des groupes de travail pluridisciplinaires (CISO, architectes, métiers, partenaires)​

En tant que Tech Lead, vous êtes l'expert Data Engineering et le référent technique dans vos missions. Vous intervenez principalement sur les problématiques d’ingestion, de traitement et d’industrialisation des données sur la data plateforme. Sans être responsable de l’architecture Data globale, vous avez un rôle clé dans la qualité des livrables, la standardisation des pratiques et la montée en compétence des Data Engineers. Expérience attendue : 7 à 12+ ans en Data Engineering avec une expérience dans un rôle de référent technique Vous correspondez au/à la Tech Lead que nous recherchons si : Vous disposez d’un leadership technique , reconnu et légitime auprès des équipes Vous savez animer, encadrer et fédérer une équipe autour de bonnes pratiques techniques et d’objectifs communs Vous faites preuve d’une excellente communication , associée à une forte capacité pédagogique Vous adoptez un esprit critique constructif et savez challenger les choix techniques dans une logique d’amélioration continue Vous êtes capable de prendre du recul sur des problématiques techniques afin de proposer des solutions pertinentes et durables Vous êtes autonome , proactif et doté d’un fort sens des responsabilités Vous favorisez le partage de connaissances et la montée en compétence collective Vous savez collaborer efficacement avec des rôles transverses (Architectes, Product Owners, DevOps, ML Engineers) Vous maîtrisez Python et SQL à un niveau avancé , avec une forte sensibilité aux bonnes pratiques de software engineering (qualité, maintenabilité, testabilité) Vous êtes capable de définir, documenter et faire appliquer des standards de développement , incluant la structuration des projets, les conventions de code et les stratégies de tests Vous avez une expérience significative dans la mise en place et la maintenance de chaînes CI/CD appliquées aux pipelines Data Vous portez une attention particulière à la qualité des données , à la testabilité et à l’ observabilité des pipelines en production Vous pratiquez régulièrement les revues de code , le mentoring et l’accompagnement technique des Data Engineers Vous êtes en mesure de concevoir des frameworks internes et des briques techniques réutilisables afin d’industrialiser et standardiser les développements Vous comprenez les enjeux de performance, de scalabilité et de maîtrise des coûts , et savez les intégrer dans vos choix techniques

Contexte Notre client, l'un des premiers énergéticiens au niveau mondial, est présent sur l'ensemble de la chaîne de l'énergie, en électricité et en gaz naturel, de l'amont à l'aval. Il s'appuie sur un portefeuille d'approvisionnement diversifié et un parc de production flexible et performant pour proposer des solutions énergétiques innovantes aux particuliers, aux collectivités et aux entreprises. Au sein du groupe, une entité dédiée à la décarbonation des infrastructures de ses clients entreprises et collectivités locales (BtoB) porte cette mission. Au sein de cette entité, le pôle Data & IA de la direction Digital & Data a pour objectif de valoriser les données pour en faire un vrai levier de compétitivité, soutenir les enjeux stratégiques du métier et identifier de nouvelles sources de performance. Nous recherchons un data scientist senior passionné par l'intelligence artificielle (machine learning, deep learning, IA générative). Vous travaillerez sur la conception, l'optimisation et l'implémentation de solutions innovantes pour répondre aux besoins métiers et améliorer les capacités des systèmes IA. Concevoir, implémenter et optimiser des modèles d'IA générative (text-to-text, etc.) pour des applications innovantes Participer à l'industrialisation des solutions d'IA et à leur mise en production Assurer le monitoring, l'évaluation et l'amélioration continue des modèles (MLflow, etc.) Veille technologique et expérimentation sur les avancées des modèles LLM La mission principale est le développement et la conception d'agents pour la plateforme data de l'entité. Cette plateforme propose des fonctionnalités d'exploration des datasets et d'interrogation en langage naturel. L'objectif est d'intégrer de nouvelles features et de nouveaux agents sur des cas d'usage spécifiques (data viz, data quality, cartographie, time series, speech to speech, etc.). Livrables Code source (composants applicatifs et tests unitaires) Dossier de cadrage des agents Participation au dossier d'architecture Participation au dossier RGPD Participation au dossier Privacy Participation au dossier Cyber Design des agents Livraison d'agents IA sur la plateforme Tests techniques et fonctionnels (jeux de tests analytics) Compétences requises CompétenceImportanceNiveau requisDatabricks10Avancé (5-8 ans)Esprit orienté qualité et livrable9Senior (8-10 ans)Expertise NLP et traitement du langage et du contexte9Avancé (5-8 ans)Orienté service9Senior (8-10 ans)Autonomie, proactivité, capacité à challenger8Senior (8-10 ans)Data Engineering (Python, PySpark, API REST)8Senior (8-10 ans)Gen AI & LLM : RAG, Embedding, modèle de langage8Avancé (5-8 ans)Gen AI Amazon Bedrock8Avancé (5-8 ans)Gestion et coordination de projet8Senior (8-10 ans)LLM Ops / CI-CD / Monitoring exploitation des agents8Avancé (5-8 ans)