Trouvez votre prochaine mission ou futur job IT.

Data Translator / Product Owner Data Expérimenté (H/F) Informations Générales TJM max : 450 € Localisation : Île-de-France — Rythme : 2 jours sur site / 3 jours en télétravail Date de démarrage : 28/09/2026 Date de fin : 30/04/2027 Description de la Mission Au sein de l'Analytics Factory (pôle Data & Analytics), l'objectif est de concevoir et de développer des services analytiques fiables pour soutenir la transformation et la prise de décision dans l'ensemble des domaines stratégiques. Vous interviendrez à la jonction entre la Direction E-commerce et les équipes techniques (Data Science, Data Engineering). L'intervention vise à optimiser le réapprovisionnement des entrepôts sur deux volets clés : la prévision de la demande et l'adéquation charge/capacité des entrepôts. Périmètre des prestations : Volet Product Owner Data (Cadrage & Pilotage Agile) : Assurer le cadrage stratégique et fonctionnel du projet de réapprovisionnement. Piloter la livraison (delivery) et animer la squad au quotidien. Recueillir, arbitrer et prioriser les besoins métier E-commerce. Rédiger les User Stories, animer les rituels agiles et accompagner la conduite du changement auprès des utilisateurs. Volet Data Analyst (Exploration & Performance) : Explorer, préparer et analyser les données pour alimenter les étapes de cadrage et de modélisation algorithmique. Définir et suivre les indicateurs de qualité des modèles ainsi que la valeur métier générée.

Nous recherchons pour l'un de nos clients un(e) Ingénieur DataOps expérimenté(e) pour assurer l'exploitation, la stabilité et l'évolution de ses plateformes Data en environnement de production critique. Vos missions Au quotidien, vous serez responsable du maintien en conditions opérationnelles des plateformes Data et interviendrez sur l'ensemble du cycle de vie des environnements (intégration, préproduction, production). Vous prendrez en charge la gestion des incidents et des demandes émanant des équipes projets et des utilisateurs, en garantissant réactivité et qualité de traitement. Vous contribuerez activement à l'automatisation et à l'industrialisation des solutions de déploiement, ainsi qu'à l'amélioration continue des outils d'exploitation. Le troubleshooting et l'optimisation des performances des plateformes feront également partie intégrante de votre périmètre.

Fiche de poste – Senior Data Engineer / Expert Dataplatform (GCP) Contexte & Organisation Le Pôle Data est structuré autour du modèle Spotify : Une Dataplatform en pleine transformation, composée de 4 experts Architectes / Développeurs GCP & BigQuery Maintenance de l'existant + évolution de la plateforme Début d'un chantier majeur de construction début 2025 (v1 en cours, forte ambition d'évolution) Outils & écosystème : GCP (Cloud Run, Cloud Function, Pub/Sub, Vertex AI, BigQuery) Airflow (orchestration) Dataform (concurrent DBT – SQL) Terraform pour le provisioning Modèle Data type médaillon Pratique Data Engineer moderne + enjeux d'observabilité / finops / sécurité Objectifs du poste Renforcer l'équipe Dataplatform avec un profil senior ayant déjà participé à la construction d'une Dataplatform et capable d'accélérer l'industrialisation des pipelines et des outils d'ingestion. Le rôle vise à : Faciliter et accélérer le travail des Data Engineers Améliorer l'expérience de construction de pipelines de données Structurer et fiabiliser l'ingestion et le transfert de données, encore peu industrialisés Apporter une expertise de haut niveau sur GCP & Data Engineering Missions principales 1. Gouvernance & Contrôle de la plateforme Assurer un contrôle global de la Dataplatform et accompagner les Data Engineers dans les bonnes pratiques d'industrialisation. Identifier les axes d'amélioration techniques et proposer des solutions robustes. Participer aux choix d'architecture technique et Data (modèle médaillon). 2. FinOps, Observabilité & Sécurité Définir et mettre en œuvre les standards d'observabilité. Garantir la performance, la robustesse et la sécurité de la plateforme. Suivre les coûts et proposer des optimisations FinOps. Automatiser le provisioning via Terraform. 3. Développement & Industrialisation Concevoir et industrialiser les pipelines : Cloud Run, Cloud Functions, Pub/Sub, Airflow, Vertex AI. Contribuer à résorber la dette technique. Développer et industrialiser les briques d'ingestion et de transformation. 4. Animation & Documentation Participer à la mise à disposition de nouveaux outils et à la documentation associée. Assurer une démarche d'amélioration continue du run. Animer une équipe de Data Engineer chaque vendredi: partage de bonnes pratiques suivi des évolutions de la Dataplatform retours d'expérience et recommandations 5. Innovation & IA Apporter une vision sur l'usage de l'IA (générative et traditionnelle) pour : réduire les coûts améliorer la productivité faciliter le travail des collaborateurs Contribuer à des projets Vertex AI / ML (ambition forte vers l'IA)

ContexteDans le cadre d'un programme de transformation de la relation client, notre client déploie des solutions basées sur l'IA conversationnelle et les Voice Bots afin d'améliorer l'expérience client, l'efficacité opérationnelle et la capacité de traitement des demandes. Nous recherchons un(e) Business Analyst confirmé(e) / Senior pour accompagner les équipes métier, IT, Data & AI ainsi que l'éditeur/intégrateur de la solution Voice Bot. Le consultant interviendra à l'interface entre les équipes Customer Care, Produit, IT, Data/IA et les équipes opérationnelles, de la définition des besoins jusqu'aux phases de test, déploiement et suivi de la valeur. Vos principales responsabilitésAnalyse des besoins métierRecueillir et formaliser les besoins auprès des équipes Customer Care. Animer des ateliers avec des interlocuteurs internationaux, régionaux et locaux. Analyser les processus existants et identifier les opportunités d'automatisation. Formaliser les règles métier, exceptions, contraintes et critères de validation. Construire et prioriser le catalogue des cas d'usage Voice Bot. Conception fonctionnelleTraduire les besoins métier en User Stories et critères d'acceptation. Concevoir les parcours clients et scénarios conversationnels. Cartographier les processus As-Is / To-Be. Définir les règles d'escalade, de transfert vers un conseiller et les situations nécessitant une intervention humaine. Participer à l'analyse des différentes options de solution et formuler des recommandations. Data & systèmesIdentifier les données nécessaires aux différents cas d'usage. Cartographier les sources de données, systèmes et dépendances. Analyser la qualité, disponibilité et fréquence de mise à jour des données. Coordonner les dépendances avec les équipes IT, Data & AI et les partenaires externes. Tests & qualitéDéfinir les scénarios et cas de tests fonctionnels. Tester les parcours conversationnels, les exceptions, les fallbacks et les handovers. Suivre les anomalies et leur résolution. Préparer les recommandations de readiness avant mise en production. Suivi de performance et valeurDéfinir les KPI de performance du Voice Bot. Participer à la conception du framework de monitoring et des dashboards. Suivre notamment les indicateurs de : Call Deflection Containment Rate Average Handling Time (AHT) Productivité Customer Satisfaction (CSAT) Adoption Qualité des conversations Définir les baseline et modalités de mesure des bénéfices après déploiement. Identifier les axes d'amélioration continue. Reporting & coordinationProduire les reportings d'avancement. Suivre les risques, problèmes, dépendances et décisions. Préparer les présentations destinées aux parties prenantes et au management. Maintenir la documentation fonctionnelle et les supports de formation. Participer à la structuration d'un référentiel documentaire partagé.

Contexte Dans le cadre d'un programme stratégique associant Data et intelligence artificielle générative, nous recherchons un Data Engineer AWS pour participer au développement et à l'évolution d'une Data Platform destinée à alimenter des solutions métiers et des cas d'usage IA. La plateforme est déjà en production sur AWS. La mission consiste à renforcer son architecture, développer de nouveaux pipelines et industrialiser la gestion des données selon une approche moderne de type Data Lakehouse. Missions Participer à la définition et à l'évolution de l'architecture de la Data Platform et du Lakehouse. Concevoir, développer et optimiser des pipelines d'ingestion et de transformation de données. Développer des jobs Data avec AWS Glue, Spark et PySpark. Intégrer les services AWS dédiés au Data Management. Développer et maintenir des API en Java 17/21 avec Spring Boot. Traiter des données internes et provenant de fournisseurs externes. Traduire les besoins fonctionnels en solutions techniques fiables et évolutives. Participer à la mise en place d'un environnement Data Lab. Industrialiser les développements et les déploiements avec des pipelines CI/CD. Mettre en place les tests automatisés et les contrôles de qualité du code. Garantir la sécurité, la performance et la maintenabilité des solutions. Participer aux mises en production. Assurer le support de production en cas d'incident majeur. Produire et maintenir la documentation technique. Compétences techniquesAWS : S3, Glue et services Data associés Data Engineering : Spark, PySpark et Hadoop Lakehouse : Apache Iceberg et Trino Développement : Java 17/21 et Spring Boot Bases de données : PostgreSQL et Oracle Tests : JUnit 5 et Mockito CI/CD : GitLab CI Qualité et gestion des dépendances : SonarQube, Maven et Artifactory Conteneurisation : Docker et Kubernetes GitOps et déploiement : Argo CD Formats : JSON, YAML et XML Outils : GitHub, GitHub Copilot, IntelliJ IDEA, Jira et SharePoint

ContexteSous la responsabilité du responsable mondial du contrôle de la qualité des données CLM, la mission consiste à mettre en place un système centralisé de contrôle de la qualité et des performances des données. MissionsCadre de gouvernance des données KYC Stratégie de gouvernance de la qualité des données pour le CEFS (Client Engagement and Financial Security), axée sur les exigences KYC, en coordination avec les équipes opérationnelles KYC régionales, les responsables des données CEFS, ainsi que les services de conformité et de gestion des données de la CIB. Industrialiser le cadre de qualité des données (profilage, validation, rapprochement) dans l'ensemble des applications gérées par CLM IT. Redéfinir le modèle de qualité des données KYC : revoir les rôles des équipes opérationnelles centrales et régionales, mettre en place une nouvelle gouvernance centrale de la qualité des données avec les équipes fonctionnelles et garantir la cohérence des exigences en matière de données. Sur la base des directives du Bureau des données du Groupe. Suivi central de la qualité des données Identification et normalisation des données clés Identifier les données critiques à surveiller (définition, traçabilité, source de référence, responsables, etc.) en repérant les écarts actuels en matière de qualité des données. Définir des contrôles opérationnels selon différents critères (exhaustivité, validité, nomenclature, etc.) afin de garantir la fiabilité des données dans les rapports et les applications (KYC). Fixer des objectifs de qualité par contrôle (pourcentages de qualité clés, …). Suivi de la qualité des données Assurer la production hebdomadaire de tableaux de bord, de manière automatisée et industrialisée (sourcing, résultats des contrôles, état d'avancement des mesures correctives). Suivi des projets en collaboration avec les équipes informatiques et de gestion du changement. Suivi des niveaux de qualité des données Vérifier que les indicateurs de qualité restent dans les limites des objectifs définis. Déclencher des alertes et activer la gouvernance des données lorsqu'un seuil n'est pas respecté (processus d'escalade). Gestion des actions correctives Centraliser les problèmes de qualité identifiés présentant les mêmes schémas opérationnels. Veiller à la compréhension et à la mise en œuvre des actions correctives (informatiques ou fonctionnelles) avec les équipes opérationnelles centrales dans les régions. Mettre fin à la récurrence des problèmes opérationnels et identifier les actions correctives possibles sur le stock de données. Suivi centralisé des performances des données Rapports centraux – Examiner et valider les rapports centraux destinés aux parties prenantes de la CIB, au responsable mondial des fonctions centrales et aux instances de gouvernance de haut niveau, en mettant en évidence les tendances en matière de risques, les écarts de performance et les mesures correctives. Indicateurs clés de performance (KPI) centraux – Examiner et faire évoluer régulièrement les KPI ; proposer de nouveaux indicateurs permettant d'améliorer le pilotage du réseau et de soutenir le « dialogue sur la performance » avec les lignes métier.

ASAP Technologies recherche un AI Engineer / Data Scientist pour accompagner un acteur majeur du secteur bancaire au sein de sa direction Data & IA. Vous intégrerez une équipe d'expertise transverse composée de 18 data scientists, dont les projets s'articulent autour du NLP, des moteurs de recherche et de l'IA générative. Vous contribuerez à un projet interne confidentiel visant à exploiter des données chiffrées et textuelles pour générer des synthèses. Le périmètre pourra également intégrer un moteur de recommandation et évoluer vers des interactions vocales, nécessitant notamment la sélection de modèles Speech-to-Text. Vos missions Analyser les besoins et participer au cadrage des lots à réaliser. Concevoir et développer des fonctionnalités de synthèse exploitant des données chiffrées et textuelles. Contribuer au développement et au suivi des projets d'IA générative. Concevoir, tester et optimiser les prompts. Évaluer les performances des LLM et des dispositifs RAG, ainsi que la qualité des réponses produites. Participer au choix des modèles Speech-to-Text en vue des évolutions vocales. Contribuer à l'industrialisation des développements : conteneurisation, API REST et CI/CD/MLOps. Assurer une veille technologique et partager vos connaissances avec l'équipe.

Almatek recherche pour l'un de ses clients, Un Data Scientist /ML Engineer confirmé a senior sur Grenoble. CONTEXTE Dans le cadre de l'évolution d'une plateforme de Machine Vision dédiée à l'analyse d'images industrielles, nous recherchons un Data Scientist / Machine Learning Engineer confirmé à senior. L'objectif est de moderniser l'architecture existante, d'améliorer les performances d'inférence, d'étendre la solution à de nouvelles typologies d'images et de renforcer l'autonomie des utilisateurs métiers. PRINCIPALES MISSIONS • Repenser et moderniser l'architecture d'inférence autour de PyTorch / TorchServe. • Faire évoluer les modèles de classification et de détection d'objets, notamment avec des architectures YOLO (You Only Look Once). • Étendre la solution à de nouvelles typologies et dimensions d'images. • Optimiser les performances d'inférence et identifier les goulots d'étranglement CPU / GPU / preprocessing. • Faire évoluer les mécanismes d'apprentissage pour en faciliter l'utilisation par les métiers. • Industrialiser les composants Data Science : qualité de code, tests, déploiement et documentation. • Accompagner l'intégration des modèles dans l'architecture applicative existante. PROFIL RECHERCHÉ Profil Data Scientist / ML Engineer / Computer Vision Engineer disposant d'une expérience significative en Machine / Deep Learning et en industrialisation de modèles, capable d'intervenir à la fois sur les modèles et sur leur industrialisation, avec un bon niveau d'autonomie. COMPÉTENCES CLÉS • Python. • PyTorch. • Computer Vision / Deep Learning. • CNN (réseaux de neurones convolutifs), classification d'images et détection d'objets. • YOLO. • Optimisation et déploiement de modèles sur environnements GPU. • Git, tests, refactoring. COMPÉTENCES APPRÉCIÉES • TorchServe ou autre solution de model serving. • PyTorch Lightning, DDP (Distributed Data Parallel). • Docker, CVAT, LitServe. Interne • MLOps. • Expérience en Machine Vision industrielle.

Nous recherchons un Tech Lead Data spécialisé sur Snowflake et dbt pour accompagner le pôle Data d'un acteur majeur de l'industrie dans l'évolution de ses produits data. Vous jouerez un rôle central en pilotant la delivery technique, en définissant les standards d'architecture et en accompagnant la montée en compétences de l'équipe technique. Missions : Piloter la delivery technique des produits data, de la phase de conception au déploiement. Gérer de bout en bout la chaîne technique : de Snowflake vers dbt, jusqu'au modèle sémantique. Définir et garantir les standards de développement, assurer les revues de code, et gérer la CI/CD. Assurer la qualité, la performance et la gouvernance des données, y compris la mise en place de la RLS (Row Level Security). Industrialiser les pipelines data et assurer le "run" (gestion des incidents, post-mortems). Mentorer l'équipe technique et apporter une aide précieuse au cadrage technique sur les nouvelles initiatives et projets du périmètre.

Lead Data Engineer pour prendre en charge et piloter le Consumer Data Hub (CDH), une plateforme unifiée de données consommateurs couvrant plus de 10 pays et des dizaines de millions de profils, permettant l'activation marketing, l'analyse avancée, les prévisions et les capacités d'IA agentique. Vous encadrerez une équipe de 4 data engineers tout en restant fortement technique — en concevant des systèmes, en planifiant les feuilles de route, et en collaborant avec des parties prenantes transverses pour traduire les besoins métier en solutions scalables. Ce poste exige de maîtriser l'équilibre entre le fait d'être un exécutant et celui d'être un leader. Vous rejoindrez une équipe autonome et exigeante, portée par une culture d'excellence technique et de respect mutuel. Si vous êtes animé par le sens de la responsabilité et que vous aimez construire des choses qui comptent à grande échelle — ce poste est fait pour vous. Responsabilités principalesLeadership technique Piloter l'architecture du projet, l'orientation technique et la vision à long terme Écrire du code de production en Python, SQL et dbt — en conservant des compétences techniques opérationnelles Garantir la cohérence technique entre les composants ; identifier et résoudre les problèmes de performance, de scalabilité et de dette technique Établir des standards de qualité des données, d'observabilité et de pratiques de monitoring Veiller à la conformité de la plateforme et au respect du RGPD Être à l'avant-garde du nouveau paradigme Data Engineering / Product Owner avec le Spec Driven Development assisté par l'IA Développer la stack d'IA agentique déjà mise en place (Cortex, Genie, LangGraph, Phoenix, etc.) Planification et livraison de projet Prendre en charge le plan de projet par trimestre : découper le travail en livrables, maximiser l'exécution en parallèle et ajuster en fonction des nouvelles informations Collecter et synthétiser les besoins auprès des partenaires techniques et non techniques ; les traduire en une feuille de route priorisée Identifier les inconnues en amont, évaluer les risques techniques et les communiquer de manière proactive Définir des métriques et des KPIs pour suivre la santé du projet et étayer les décisions par des données Leadership humain et gestion d'équipe Encadrer et accompagner 4 data engineers — développer leurs compétences, lever les blocages et déléguer efficacement Représenter l'équipe en externe : faire remonter les besoins et partager le contexte en retour Cultiver une culture de responsabilité, d'excellence et d'amélioration continue

Périmètre des prestations : Cadrage & Exploration (Problem Space) Réalisation d'une cartographie détaillée des personas, des indicateurs clés de performance (KPIs) et de l'écosystème de reporting existant. Gestion & Stratégie Produit (Product Roadmap) Structuration, documentation et hiérarchisation des exigences fonctionnelles et techniques dans JIRA. Élaboration et mise à jour continue d'une feuille de route produit itérative. Pilotage du Delivery & Agilité Animation de l'équipe de développement selon les méthodologies Agile. Suivi de la production et contrôle de la qualité des livrables techniques. Recette & Assurance Qualité (QA) Définition et rédaction des critères d'acceptation. Structuration, réalisation et coordination des phases de recette fonctionnelle. Conduite du Changement & Adoption Pilotage et suivi des indicateurs d'usage afin de maximiser l'adoption des Data Products auprès des utilisateurs financiers. Missions principales Concevoir des solutions data et cadrer les besoins. Rédiger les spécifications technico-fonctionnelles. Préparer la recette et suivre la mise en œuvre avec l'équipe Scrum. Modéliser les objets métiers dans un socle Big Data. Spécifier les flux d'alimentation et les contrats d'interface. Concevoir les expositions data (API, modèles BDD) avec la gouvernance data. Assurer la cohérence fonctionnelle du domaine de données. Construire la roadmap produit data. Garantir la cohérence transverse avec les autres produits data. Piloter la qualité des données via des dashboards et le suivi des dettes techniques. Qualifier et documenter les données. Animer la communauté data et assurer le lien entre les métiers et l'IT. Gérer les évolutions et anomalies remontées par les utilisateurs. Piloter le backlog produit et définir les user stories. Animer les rituels Agile. Gérer un portefeuille de projets data et leur cycle de vie. Reporter l'avancement auprès des responsables programme et Data Products. Manipuler la donnée (SQL avancé, APIs, Dataviz). Interroger des bases SQL et consommer des web services. Maintenir une forte compréhension technique de l'écosystème Data.

Vous intégrerez l'équipe Transformation, Data & Innovation. L'équipe conçoit des solutions Data et Intelligence Artificielle permettant d'améliorer la connaissance client, l'efficacité opérationnelle et la performance commerciale : analyse automatisée de l'actualité, détection d'insights, recommandations, prédictions et pilotage de la performance. Missions principalesConcevoir et développer des solutions de Machine Learning, NLP et Deep Learning. Développer des applications basées sur l'IA générative et l'IA agentique. Concevoir des architectures RAG et des systèmes multi-agents avec LangGraph. Intégrer et exploiter des modèles LLM, RLM et SLM. Mettre en œuvre des techniques NLP : embeddings, Transformers, BERT, NER et recherche sémantique. Développer des modèles de régression, classification, clustering, détection d'anomalies, recommandation et séries temporelles. Réaliser l'adaptation et l'optimisation des modèles via le transfer learning et le fine-tuning. Construire et interroger des bases vectorielles et des moteurs d'indexation tels qu'Elasticsearch et FAISS. Évaluer, superviser et améliorer les performances des solutions RAG et agentiques. Industrialiser les modèles et assurer leur suivi avec Dataiku et MLflow. Développer des prototypes et interfaces de démonstration avec Gradio ou Streamlit. Participer à la mise en place de solutions d'IA responsables, explicables et maîtrisant les risques de biais. Collaborer avec les équipes métiers afin de traduire leurs besoins en solutions Data et IA concrètes. Assurer une veille technologique et proposer des cas d'usage innovants.