Trouvez votre prochaine mission ou futur job IT.

ContexteAu sein d'une division AI & Innovation d'un grand groupe international, une équipe dédiée à l'industrialisation et à la mise en production des solutions IA recherche un profil expérimenté pour assurer l'ownership technique d'un produit Data Science Platform. L'équipe compte une cinquantaine d'experts répartis sur plusieurs pôles : Solutions Engineering, Automation Engineering, Infrastructure Engineering, Product Office et Client Services. La plateforme de Data Science / MLOps est utilisée par plusieurs centaines de Data Scientists et repose sur des environnements Cloud et On-Premise. Elle s'intègre également à plusieurs infrastructures, plateformes et services d'IA générative en production. L'environnement s'appuie notamment sur : Des infrastructures Cloud et On-Premise Des environnements Kubernetes / OpenShift Des infrastructures GPU pour le training et l'inférence Des pratiques DevSecOps, GitOps, MLOps et LLMOps L'automatisation des infrastructures, plateformes et produits via leurs API Des enjeux forts de sécurité, observabilité, auditabilité, traçabilité et gouvernance MissionsEn tant qu'Expert Technique Data Science Platform, vous serez notamment en charge de : Participer à la conception technique et fonctionnelle du produit en collaboration avec les équipes Solutions Engineering et DevSecOps. Assurer le respect des exigences de sécurité, conformité, confidentialité et production IT. Définir et mettre en œuvre les mécanismes permettant aux équipes métiers et IT d'assurer leur propre gouvernance du produit. Construire, maintenir et faire évoluer la roadmap technique du produit en fonction des besoins des utilisateurs. Accompagner au quotidien les utilisateurs et décideurs métiers et IT et promouvoir les bonnes pratiques d'utilisation de la plateforme. Superviser les opérations critiques : changements, déploiements, mises à jour et évolutions, avec une vision de bout en bout des impacts. Organiser et documenter la gestion des incidents, notamment les analyses de root cause et la coordination entre les différentes équipes. Assurer la relation technique avec les fournisseurs et partenaires intervenant sur le produit : éditeurs, équipes d'industrialisation et équipes infrastructure. Contribuer à l'amélioration continue des processus et à l'alignement avec les autres équipes Data & IA. Être force de proposition sur l'automatisation, l'industrialisation et l'évolution des pratiques MLOps / LLMOps. Environnement de travailEsprit Team Play et forte collaboration transverse Environnement international et technologique Autonomie, rigueur et exigence de qualité Fort sens du service Curiosité et veille technologique Appétence pour le partage de connaissances Forte culture de l'automatisation Anglais courant indispensable : échanges avec des fournisseurs et utilisateurs internationaux, documentation principalement en anglais Environnement de travail MacOS ou Windows au choix

Dans le cadre d'un programme stratégique de Data & Analytics, nous recherchons un(e) Senior Functional Data Architect pour contribuer à la structuration et à l'évolution de l'architecture fonctionnelle des données. Vous interviendrez sur des sujets variés liés à l'Analytics, l'IA, la Data Governance et le Master Data Management (MDM), avec un focus particulier sur les données du système d'information et les données IT : applications, projets, infrastructures, ITSM, spécifications, etc. Votre rôle sera de garantir une structuration cohérente et durable des données et des plateformes Data, en facilitant leur exploitation par les équipes métiers et techniques, aussi bien pour des usages analytiques classiques que pour des cas d'usage avancés en IA et Data Science. Vous travaillerez en étroite collaboration avec les experts métiers, Data Architects, Enterprise Architects, architectes techniques, Data Engineers, Data Scientists et Data Product Managers. Vos missions Architecture fonctionnelle des données Comprendre les processus métiers et l'architecture Data du système d'information. Analyser les différents domaines fonctionnels : ERP, CRM, PIM, MDM, applications métier, ITSM et plateformes Data. Définir et faire évoluer les modèles de données fonctionnels. Enrichir les ontologies d'entreprise et formaliser les principales entités de données ainsi que leurs relations sémantiques. Cartographier les actifs Data existants et identifier les opportunités de standardisation et de réutilisation. Contribuer à la définition d'une architecture Data cohérente à moyen et long terme. Data Modeling & Data Products Analyser les besoins fonctionnels actuels et futurs en matière de données. Concevoir des modèles de données standardisés, cohérents et réutilisables. Définir les mécanismes d'agrégation, de consolidation, de normalisation et de dénormalisation adaptés aux usages. Faciliter la mise à disposition des données en self-service. Contribuer à la conception de datasets destinés à être consommés via une Data Marketplace. Évaluer les modèles de données et leurs implémentations afin de vérifier leur conformité aux standards définis. MDM & Data Governance Définir le positionnement des flux MDM au sein du système d'information. Contribuer à la mise en cohérence des données de référence entre les différents domaines fonctionnels. Appliquer les principes et standards de Data Governance. Veiller au respect des règles de classification, confidentialité, protection des données et gestion des accès. Prendre en compte les politiques de conservation et de gestion des risques liés aux données. Accompagner les équipes métiers et IT dans la définition des exigences de gouvernance. Data Quality & Métadonnées Identifier les exigences métiers en matière de Data Quality. Accompagner les équipes dans la définition et le positionnement des contrôles de qualité des données. Gérer et enrichir les métadonnées associées aux datasets. Garantir la bonne compréhension de la couverture, de la disponibilité et de la fraîcheur métier des données. Contribuer à la certification de la conformité des datasets avec les standards d'architecture et de gouvernance. Modélisation des processus Documenter les principaux processus métiers produisant ou consommant des données. Modéliser ces processus en BPMN. Identifier les interactions entre processus, données, applications et acteurs. Faciliter la compréhension commune entre équipes métiers et équipes Data / IT. Innovation & IA Identifier les opportunités d'utilisation de l'IA pour accélérer les travaux d'architecture, de modélisation et de documentation. Utiliser les outils d'IA afin d'améliorer l'efficacité et la qualité des livrables.

Bonjour, Pour le compte de l'un de mes clients dans le secteur du cosmétique, je suis à la recherche d'un Data Engineer Snowflake en recrutement sur mission. Nous recherchons un ingénieur de données (Data Engineer) possédant une solide expérience pratique de Snowflake et du développement SQL avancé. Le candidat idéal concevra & développera des solutions de données, tout en garantissant la qualité, la performance et l'évolutivité des données au sein des plateformes d'analyse et de Business Intelligence. Les responsabilités souhaitées : Développer et maintenir des modèles de données, des transformations et des pipelines de données en utilisant dbt & Snowflake. Écrire du code SQL avancé et optimisé pour gérer une logique métier complexe et des volumes de données importants. Concevoir des architectures de données évolutives garantissant haute performance et fiabilité. Collaborer avec les analystes de données, les data scientists et les parties prenantes métier pour fournir des données propres, fiables et structurées. Mettre en place des contrôles de qualité des données, la documentation et le contrôle de version pour les projets dbt. Surveiller les performances des pipelines de données et résoudre les problèmes de manière proactive. Participer à l'amélioration continue des meilleures pratiques en ingénierie des données.

La mission consiste à : - Exposer les données utiles à l'entreprise pour les analyser et les utiliser afin d'améliorer l'expérience utilisateur et la productivité - Transformer des données issues du DataLake afin de les normaliser - Modéliser la sphère de données - Développer les flux - Exposer des données brutes et/ou agrégées au bon niveau de granularité aux différents métiers de l'entreprise - Travailler en lien avec des Data Scientists sur les données qu'il aura exposées - Mettre en place des rapports de Dataviz - Mission basée en métropole lilloise avec présence sur site 3j/semaine obligatoire Compétences demandées : - Première expérience en Data Engineering indispensable - Snowflake, GCP, BigQuery, DBT, SQL, Semarchy, Airflow, Python ... - Data Analyse sur Power BI un + - Excellents savoir-être : rigueur, esprit analytique et de synthèse, communication... - Méthode Agile - Anglais

Chez ATLANSE, nous accompagnons nos clients dans la conception d'infrastructures résilientes, l'amélioration de la performance de leur production applicative, l'optimisation et le développement de leurs environnements de travail ainsi que l'exploitation et la valorisation des données. Pour cela, nous nous appuyons sur nos consultants confirmés et experts ou à fort potentiel, reconnus pour leurs compétences techniques, leur compréhension métier et leurs pratiques éprouvées. Vous interviendrez en tant que développeur.euse IA dans le cadre du déploiement de projets IA stratégiques. Vous travaillerez en étroite collaboration avec le Tech Lead et le chef de projet IA pour apporter expertise technique et vision projet. Votre rôle Développement et implémentation IA · Développer des solutions IA et data en environnements de pré-production et de production · Implémenter des cas d'usage IA variés (NLP, assistants intelligents, RAG, classification, résumé, extraction) · Mettre en œuvre des pipelines IA de bout en bout (ingestion des données, traitement, modèles, évaluation) en intégrant des mécanismes de contrôle et d'amélioration continue · Faire évoluer et optimiser les solutions existantes Architecture IA, arbitrages et sécurisation technique · Contribuer aux choix d'architecture IA et data · Sélectionner, évaluer et intégrer des modèles (open source ou via API) en tenant compte des enjeux de coûts, sécurité, souveraineté et pérennité · Concevoir et industrialiser des architectures RAG (indexation, retrieval, génération, évaluation) · Participer aux arbitrages techniques et à la priorisation des sujets · Structurer, expliquer et documenter les choix techniques Coordination technique et collaboration · Travailler en étroite collaboration avec le tech lead, les développeurs et data scientists · Assurer une coordination technique fluide avec le chef de projets IA · Expliquer les sujets techniques à des profils non techniques · Contribuer à la capitalisation des connaissances via la documentation technique et les outils collaboratifs (Confluence)

Description du poste Le/La Senior AI Platform Engineer conçoit et fait évoluer l'infrastructure IA et GenAI globale. Intégré(e) à l'équipe Data Platform, ce rôle consiste à outiller les Data Scientists et ML Engineers tout en sécurisant la mise à disposition de LLM et d'agents IA pour l'ensemble des utilisateurs techniques. Missions principales : Architecture multi-cloud : concevoir des architectures IA robustes et sur-mesure sur AWS et GCP. Industrialisation & IaC : piloter le déploiement et l'évolution des infrastructures via Terraform. Automatisation & CI/CD : orchestrer les pipelines de déploiement continu via Git. Gouvernance & standards : définir les bonnes pratiques, créer des guides et templates, rédiger la documentation technique et assurer une veille sur l'IA générative. Accompagnement & animation : assurer le support technique, animer des Office Hours et vulgariser les enjeux complexes de la plateforme.

En quelques mots Cherry Pick est à la recherche d'un Data Engineer(H/F), pour le compte de l'un de ses clients qui opère dans le domaine de la mutuelle. Description 🚀 Contexte de la mission Au sein du pôle Data d'un grand groupe, vous intégrez l'équipe Datalake pour accompagner la structuration, l'intégration et l'exploitation à valeur ajoutée des données métiers. En tant qu'Ingénieur / Expert Data Engineer & Décisionnel (H/F), vous agissez en garant de l'accès qualitatif aux sources de données multiples. Vous assurez la maîtrise, la normalisation, le référencement et la qualification des données alimentant le Data Lake pour faciliter leur exploitation par les équipes décisionnelles, Data Analysts et Data Scientists, dans le strict respect de la gouvernance et de la réglementation. 🎯 Missions principales & Rôle 1. Intégration, Modélisation & Alimentation du Data Lake : Concevoir, développer et optimiser les flux d'alimentation et de transformation des données depuis des sources multiples et hétérogènes vers le Data Lake. Développer et maintenir des traitements ETL/ELT performants en s'appuyant sur SQL et la solution d'intégration XDI (Semarchy). Industrialiser et orchestrer les pipelines de données via CloudBees (Jenkins). 2. Qualité de la Donnée & Contrôle (Data Quality) : Assurer la supervision des flux d'intégration et vérifier la conformité des données entrantes (dédoublonnage, nettoyage, contrôle de cohérence et de complétude). Recetter la donnée en profondeur pour garantir des socles fiables et exploitables. Contribuer à la définition des politiques de gouvernance et à la structuration du cycle de vie de la donnée. 3. Documentation, Qualification & Recette : Rédiger les spécifications techniques détaillées des flux et architectures de données. Elaborer les cahiers de recette technique ainsi que les dossiers d'applications associés. Mettre à disposition des dictionnaires de données et documentations pour simplifier l'auto-service de la donnée. 🏁 Objectifs & Livrables Spécifications techniques détaillées des flux d'intégration et des pipelines de données. Cahiers de recette technique et comptes-rendus de qualification des données. Dossiers d'applications et documentations d'architecture/gouvernance data.

Product Owner technique sur le périmètre Socle IA et Agentique (IA Gen) de la Plateforme Data & IA. Nantes L'objectif est de structurer et d'industrialiser les capacités plateforme qui permettent : - Côté Socle IA, de fabriquer, déployer et opérer des modèles d'IA classique (cycle de vie ML de bout en bout) ; - Côté IA Gen, d'outiller le passage à l'échelle de l'agentique (outils, frameworks, patterns) et de sécuriser le cycle de vie global d'un produit agentique (de la conception à l'exploitation). Les services LLM et les services partagés (OCR, Embedder, Speech2Text) étant déjà pilotés par des PO, l'enjeu de cette mission est de compléter le dispositif sur la brique agentique et de garantir une industrialisation robuste : réutilisabilité, qualité de service, observabilité, gouvernance d'usage et adoption. Cadrage & priorisation (avec le PM) - Qualifier les besoins, formaliser les cas d'usage et critères d'acceptation. - Décliner la vision PM en backlog/roadmap opérationnels, arbitrer valeur/risque/effort. Socle IA – cycle de vie ML - Piloter les évolutions plateforme permettant la fabrication et le déploiement : industrialisation des parcours, standards, documentation, templates - Contribuer aux exigences run : observabilité, performance, fiabilité, exploitabilité. IA Gen – outillage agentique - Définir et piloter la mise en place des outils & frameworks (orchestration, composants réutilisables, patterns). - Structurer le cycle de vie agentique : intégration, tests, évaluation, supervision, sécurité/guardrails, itérations. Pilotage delivery - Animer le backlog (refinement, planning, démos), suivre l'avancement, gérer dépendances/risques. - Coordonner dev/lead tech/data scientists/ops/archi, et sécuriser la qualité des livraisons. Adoption & documentation - Produire/mettre à jour la doc produit (guides, exemples, bonnes pratiques) et accompagner les équipes dans la prise en main. - Mettre en place des KPIs (usage, satisfaction, incidents, coût) et alimenter l'amélioration continue.

Il est garant de l'accès qualitatif aux sources de données. Il s'assure de la maîtrise de la donnée et est garant de la qualité de son utilisation (référencement, normalisation, et qualification) afin d'en faciliter l'exploitation par les équipes (Data Analysts et Data Scientists). Il contribue également à la définition de la politique de la donnée et à la structuration de son cycle de vie dans le respect des réglementations en vigueur, en collaboration avec le Chief Data Officer. Son périmètre d'intervention est axé sur les systèmes applicatifs autour de la gestion de la donnée et du traitement, et sur les plateformes Big Data, IoT, … QUALIFICATION ET GESTION DES DONNÉES : • Capte les données (structurées et non structurées) produites dans les différentes applications ou à l'extérieur de l'entité • Intègre les éléments • Structure la donnée (sémantique, etc.) • Cartographie les éléments à disposition • Nettoie la donnée (élimination des doublons, …) • Valide la donnée • Éventuellement, il crée le référentiel de données Résultat attendu Le prestataire devra développer un outil dans databricks qui permet de filtrer les clients selon des critères définis par le client. Il devra livrer une interface permettant d'activer ou désactiver les filtres et produire des rapports sur les clients sélectionnés ce jour. Il devra développer un ETL en utilisant les services AWS les plus adaptés: notamment AWS Step Functions pour l'orchestration / moteur de workflow AWS lambda pour des traitements légers AWS Aurora ou RDS comme BDD relationnelle transactionnelle Eventuellement Databricks si besoin d'offload pour des charges de traitements / transformations lourdes Les données entrantes seront récupérés via des API ou des fichiers plats Les données sélectionnées et transformées seront envoyées dans une 20aine d'API

MissionsApporter une expertise technique sur la base de données Oracle et son écosystème. Mettre en place et maintenir les outils et infrastructures adéquats à l'analyse de données. Assurer une expertise sur les technologies BI ainsi qu'une expertise pointue sur les langages SQL et Python. Veiller au déploiement des pipelines de données et à la gestion de la sécurisation technique. Être force de proposition sur les solutions techniques et leur mise en place. Automatiser les processus d'alimentation des données. Travailler sur l'architecture des données et la mise à disposition des informations pour les data analyst/scientist de l'équipe. Comprendre les données sous-jacentes liées à l'environnement CIB. La maîtrise en front end de Power BI et d'Oracle APEX est un plus.