Trouvez votre prochaine mission ou futur job IT.

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

Dans le cadre du renforcement de la plateforme Data, notre client recherche un expert pour accompagner la mise en place d’une Data Platform moderne dans un contexte d’industrialisation et de structuration des pratiques Cloud & Data. Les missions principales sont : Intégration et configuration des composants de la plateforme Data Industrialisation des déploiements (CI/CD, automatisation) Mise en œuvre des pratiques GitOps Accompagnement des équipes sur l’utilisation de la plateforme Contribution à l’évolution de l’écosystème Data

Dans un contexte de transformation digitale accrue, la capacité à exploiter les données en temps réel est un levier majeur pour les acteurs du retail souhaitant optimiser leur performance opérationnelle et l'expérience client. La digitalisation des points de vente devient un enjeu stratégique, requérant des solutions innovantes où l'analytique avancée et la Computer Vision jouent un rôle clé. En intégrant une équipe dédiée à la data science dans une grande organisation internationale du secteur de la grande distribution, vous apporterez votre expertise technique pour concevoir et déployer des modèles analytiques en environnement Cloud, au service de la transformation digitale des magasins. Concevoir, développer et industrialiser des modèles de Computer Vision pour analyser en temps réel l'environnement physique des points de vente. Transformer les données visuelles des rayons physiques en informations exploitables pour les équipes métiers. Contribuer au projet stratégique de monitoring temps réel des étagères visant à améliorer la disponibilité et la conformité des stocks. Mettre en œuvre des algorithmes d'analyse d'image innovants intégrant des techniques de deep learning. Collaborer avec les équipes métiers et data pour aligner les solutions techniques sur les exigences opérationnelles. Assurer la qualité, la fiabilité et la scalabilité des solutions développées dans un environnement GCP avec Vertex AI . Participer à l'optimisation continue des modèles et processus en intégrant les retours terrain. Assurer la veille technologique sur les outils et méthodes liés à la vision par ordinateur et à l'IA. Documenter les livrables techniques et partager les bonnes pratiques au sein de l'équipe. Respecter les contraintes de sécurité et de conformité liées à l'utilisation des données et outils analytiques. Intervenir en mode collaboratif dans une équipe sénior de plus de 12 data scientists. Assurer une communication claire et efficace avec les parties prenantes techniques et métiers. Ce poste vous offre l'opportunité d'évoluer dans un environnement technique à la pointe, au cœur d'une stratégie d'innovation digitale majeure, avec de fortes perspectives d'évolution.

Objectif de la mission Mission de l’équipe : Collecte centralisée, production, validation et diffusion des données utilisées de manière transverse dans le reporting. L’objectif est de livrer, dans les délais, des données complètes et fiables aux autres équipes du département Reporting, ainsi que d’optimiser les canaux de production des contrôles de données. L’équipe est organisée autour de quatre piliers cibles. Cette organisation sera progressivement déployée en fonction des contraintes de production et métier. 1. Conception et mise en œuvre des contrôles de données L’équipe est responsable du renforcement des contrôles à réaliser afin de sécuriser la production du reporting. Elle a pour mission de concevoir de nouveaux contrôles de manière réactive, en s’appuyant sur la connaissance des données par ses membres, les incidents passés et les besoins de la communauté data. Le backlog des contrôles de données doit également être priorisé et mis en œuvre de manière agile. L’équipe est aussi responsable de donner une visibilité complète sur les résultats des contrôles de données à la communauté data, c’est-à-dire aux producteurs et utilisateurs de données. Chaque contrôle de données mis en œuvre doit produire des résultats mesurables afin d’alimenter les indicateurs de qualité des données, ou Data Quality KPI’s . 2. Production et analyse des contrôles de données L’équipe est responsable de réaliser les contrôles actuellement en place et ceux qui seront déployés à l’avenir, ainsi que de fournir une analyse professionnelle des résultats. La production des contrôles se décompose en trois étapes principales : Sécuriser l’accès aux données à travers plusieurs bases de données et systèmes. Exécuter les processus de contrôle, selon la technologie utilisée, par exemple SQL ou Alteryx. Sauvegarder ou envoyer les résultats des contrôles selon un format convenu et standardisé, par exemple un tableau croisé dynamique. Les résultats des contrôles peuvent avoir deux types d’issues : Les résultats binaires, de type « vrai ou faux », déclenchent directement un processus de remédiation. Les autres types de résultats, par exemple des variations numériques déclenchées, nécessitent d’abord une analyse approfondie afin de déterminer s’il s’agit ou non d’un réel problème. L’équipe s’appuie pour cela sur les connaissances data et asset management de ses membres. 3. Supervision et suivi de la remédiation des données Sur la base des résultats et analyses des contrôles de données, l’équipe est responsable d’initier et de superviser la remédiation des données détenues par d’autres équipes. L’équipe est responsable de toutes les données calculées principalement des données agrégées, et doit donc corriger ses propres données lorsque cela est applicable. Tous les incidents doivent être enregistrés et suivis dans le système choisi, AskNow . À partir de la connaissance data des membres de l’équipe et des interactions avec la communauté data, l’équipe est responsable de prioriser les processus de remédiation afin de maximiser la valeur livrée aux utilisateurs finaux, notamment aux clients. Les incidents ou problèmes post-production doivent être évalués à la lumière de l’usage et de la sensibilité des données, afin d’adopter une approche proactive et efficace pour sécuriser les prochaines productions. 4. Animation de la communauté data Afin d’améliorer la communication et la connaissance autour des données dans l’entreprise, l’équipe est responsable de créer et de gouverner une communauté data, composée d’utilisateurs et de producteurs de données. Cette communauté a les objectifs suivants : Donner de la visibilité aux utilisateurs internes et externes sur la qualité des données des reportings. Donner de la visibilité à la communauté data sur les plans d’action de remédiation, qu’il s’agisse d’actions ponctuelles ou de nouveaux contrôles à développer. Donner la parole à la communauté data afin de capter les améliorations pertinentes. Identifier de nouveaux besoins à travers la gouvernance et les projets. Accroître l’efficacité en communiquant de manière proactive sur les problèmes, afin d’éviter une charge de travail inutile en aval. L’équipe est responsable de créer et piloter cette gouvernance via différents canaux de communication : emails de KPI, tableaux de bord de contrôles, forums data, communication proactive lors d’événements dédiés, etc.

Dans le cadre de projets stratégiques de transformation SI au sein d'un grand groupe du secteur Assurance, nous recherchons un Architecte Data & Cloud capable d'accompagner les équipes métiers, études et infrastructures dans la définition des architectures cibles de demain. Vous interviendrez sur des programmes à forts enjeux autour de la modernisation des plateformes de données, du cloud, de l'IA et de la gouvernance des architectures. Vos missions Définir et faire évoluer les architectures applicatives, techniques et data. Accompagner les équipes d'architecture et d'urbanisation dans les études d'opportunité, benchmarks et choix de solutions. Construire les trajectoires d'évolution des SI et les feuilles de route technologiques. Participer à la conception des plateformes Data, Cloud et IA. Valider les choix techniques réalisés dans le cadre des projets. Collaborer étroitement avec les équipes infrastructures, développement, sécurité et exploitation. Contribuer aux projets de transformation technique et aux initiatives d'innovation. Réaliser des études exploratoires sur de nouvelles technologies et participer aux Proof of Concept.

Descriptif de la mission Notre Client recherche pour cette mission un Data Engineer. Les tâches au quotidien seront : - Définir et analyser les structures de données - Concevoir, construire et gérer des pipelines ETL (Extraction, Transformation, Chargement) qui ingèrent des données brutes provenant de diverses sources, les transforment et les chargent dans des entrepôts ou des lacs de données - Concevoir et gérer des solutions de stockage, telles que les entrepôts de données (Amazon Redshift), entrepôts de données (AWS S3 avec Databricks) ou bases de données NoSQL - Travailler en étroite collaboration avec les data scientists, les analystes et les équipes commerciales pour comprendre les données besoins, recueillir les exigences - Garantir la fiabilité de la production (surveillance, alerte et intervention selon les besoins) - Expérimenter les technologies de données émergentes et les meilleures pratiques pour améliorer l'infrastructure de données et l'efficacité des flux de travail

Contexte Le projet DocInsight de Thales est un assistant IA générative permettant l’analyse documentaire et la génération de contenu. L’objectif est de le déployer à grande échelle auprès des collaborateurs du groupe. Mission Concevoir et développer une interface front-end "agentique" (assistée par IA, adaptative et proactive) en React / TypeScript , intégrée aux services backend de Thales. Les objectifs sont : améliorer l'expérience utilisateur, automatiser certaines actions, aider à la prise de décision.

Dans le cadre de l'évolution et de la modernisation d'un écosystème Data au sein d'une Direction Technique Informatique d'un grand acteur de la protection sociale, nous recherchons un Architecte Expert Big Data Hadoop Cloudera (CDP) pour concevoir, faire évoluer et maintenir des plateformes Big Data en environnement Hors-Prod et Production. La mission s'articule autour de trois axes majeurs : la participation aux projets d'évolution du socle Hadoop existant (évolutions logicielles et matérielles, sécurité, définition d'architecture, rédaction de dossiers), le maintien en conditions opérationnelles de la plateforme (administration, supervision, gestion des incidents, support aux équipes études et exploitation), et la contribution à un projet stratégique de nouvelle Plateforme DATA (étude d'impact, préconisation des choix techniques, définition des standards et normes, mise en œuvre et transfert de connaissances aux équipes exploitation). L'environnement technique s'appuie sur la distribution Cloudera CDP (HDFS, YARN, Hive, Impala, Spark, Ranger, Knox, Zookeeper, Iceberg) , avec des langages Shell, Python et Spark, un OS Linux RedHat, et un écosystème complémentaire incluant Kafka, PostgreSQL, Kubernetes et Ansible. Ce poste requiert une forte autonomie, une capacité à travailler en équipe pluridisciplinaire et une disponibilité pour des interventions ponctuelles en dehors des heures ouvrées.

Missions Au sein d’une équipe transverse composée notamment d’un : Tech Lead UX Data Gouverneur Le consultant interviendra principalement sur : Data Engineering / Analytics Engineering Conception et maintien de flux de données Refactoring de pipelines existants Mise en place et migration vers les bonnes pratiques Data Exposition et mise à disposition des données pour différents usages analytiques Structuration de datasets à destination des Data Analysts et des produits digitaux Participation à l’amélioration de la qualité et de la fiabilité des données Data Analyse & DataViz Compréhension des besoins métiers Accompagnement des équipes produit dans l’exploitation de la donnée Contribution à des dashboards KPI fournisseurs Participation à des sujets de visualisation via Power BI et ponctuellement Looker Collaboration transverse Interaction quotidienne avec les équipes métiers et produits Communication avec des BU à l’international Participation aux échanges techniques et fonctionnels Capacité à challenger les besoins et proposer des solutions adaptées Environnement techniqueObligatoire GCP BigQuery DBT Important Git GitHub Souhaité Terraform Power BI Looker (hors Looker Studio) Expérience environnement retail Connaissance des sujets fournisseurs / marketplace / retail data

Missions principales 🏗️ Infrastructure & plateforme Concevoir, déployer et opérer des plateformes Kubernetes scalables dédiées aux workloads IA Participer à l’évolution des infrastructures cloud (GCP & AWS) Déployer et maintenir des services sur GKE (Google Kubernetes Engine) ⚙️ DevOps & automatisation Construire et optimiser les pipelines CI/CD (Tekton) Mettre en œuvre des pratiques GitOps (FluxCD, ArgoCD) Développer des infrastructures en Infrastructure as Code (Terraform) 🤖 IA & innovation Accompagner les équipes sur les services IA et workloads distribués Intégrer des outils modernes d’IA (assistants de dev, agents IA…) dans les workflows Contribuer à la conception de workflows IA industrialisés 📈 Performance & fiabilité Améliorer la scalabilité, observabilité et résilience des systèmes Optimiser les performances et les coûts des infrastructures Participer aux enjeux de sécurité cloud et applicative 🤝 Collaboration Travailler en méthodologie Agile avec des équipes pluridisciplinaires Accompagner les développeurs dans l’adoption des bonnes pratiques DevOps

Bonjour, pour le compte de notre client du secteur de l'energie. Nous somme à expert technique BI.. Il est attendu qu’il maîtrise les socles Databricks et PowerBI. Databricks (Spark, Delta Lake, pipelines, optimisation) ETL / Data Engineering (Python, SQL, pipelines de données) un niveau avancé sur les technos suivante ; PowerBI (modélisation, DAX, déploiement) Modélisation de données BI / architecture de la donnée Veille & vision de l'évolution du marché BI (analytique agentique, BI conversationnelle) Pratiques Agile / Scrum (Jira, Confluence) et un niveau confirmé sur : Azure (Synapse, Data Factory, Storage) Outillage agentique IA & GenAI appliqués à la donnée (talk to your data, GenBI, agents data)

Dans le cadre d'un programme de transformation décisionnelle, nous recherchons un Expert Data QA / DWH pour renforcer les activités de contrôle qualité et de validation des données. Vous interviendrez sur des enjeux critiques liés à la fiabilité des données et à la résolution des anomalies. Missions Réaliser les contrôles de qualité des données. Analyser les anomalies et incidents. Vérifier les flux d'alimentation et les transformations. Participer aux campagnes de recette. Produire les analyses nécessaires à la résolution des écarts. Contribuer à la stabilisation de la plateforme décisionnelle.

1. Résumé de la mission Les données de Contact sont au cœur des cas d'usage métier générateurs de valeur : gestion de la relation commerciale (Ventes, CRM), marketing et activation digitale, service client et notifications opérationnelles, ainsi que les nouveaux cas d'usage de la donnée (analytics, IA, automatisation). Sans données de Contact fiables, les cas d'usage clés ne fonctionnent pas, ou seulement partiellement, ce qui se traduit par un ROI dégradé. Le projet Data Contact a été lancé début 2026 afin d'améliorer la définition, la disponibilité et la qualité des données de Contact. Le projet a permis la création d'une première version d'un Data Product Contact, consolidant les données de Booking et Commerciales, ainsi que la mise en place d'une revue hebdomadaire transverse (Service Client, E-commerce, Marketing, Ventes, etc.). Nous recherchons un Chef de Projet Data dédié, un leader disposant d'un mandat clair d'arbitrage et de pilotage transverse. 2. À propos de la Data CMA CGM La donnée est un levier essentiel pour répondre aux enjeux métier. Afin de faciliter le déploiement des projets digitaux, disposer du bon niveau de disponibilité de la donnée (fréquence, fraîcheur…) est indispensable pour gagner et renforcer la confiance dans la donnée. Vue d'ensemble du projet : Le Chef de Projet accompagnera l'équipe Business Shipping Lines Data et sera responsable du pilotage de la définition, de la mise en œuvre et du run des Data Foundations (Data Products, Knowledge Products, APIs…) pour un périmètre de données défini (les données de Contact). 1. 1. Pilotage par les cas d'usage · Les cas d'usage des données de Contact sont priorisés et pris en charge (SCR, CARA, Happy Robot, Mass Notifications, SYNAPSE, Customer Assistant, etc.) · La valeur métier attendue est clairement définie · Un cadre d'arbitrage partagé est en place 2. 2. Data Product et modèle de données maîtrisés · Modèle de données cible progressif · Les attributs ne sont intégrés que s'ils servent un cas d'usage spécifique · Les règles de qualité de la donnée sont alignées sur la criticité métier 3. 3. Gouvernance opérationnelle · Gouvernance structurée par niveau : stratégique / produit / opérationnel / conformité · Processus clairs de création et de maintenance des données, avec des décisions traçables · Les rituels et instances de gouvernance établis sont activement pilotés 4. 4. Architecture cible arbitrée – Nécessite l'implication de l'IT · Décision sur le(s) système(s) de référence des Contacts (LARA, NOVA, ECOM, etc.) · Flux de données et fréquences justifiés par les cas d'usage · Les arbitrages coût / valeur sont documentés 5. 5. Pilotage par la valeur · Roadmap Data Contact orientée vers la valeur métier · Arbitrages continus entre valeur, complexité et risque · Suivi de la valeur réellement délivrée Compétences · Excellence dans les activités de gestion de projet · Maîtrise des méthodologies de développement agile, telles que Scrum ou Kanban · Excellentes qualités de leadership, avec la capacité à travailler dans un contexte international · Excellentes compétences en communication et collaboration, avec la capacité à travailler efficacement avec des équipes et parties prenantes transverses · Solides capacités de résolution de problèmes, avec l'aptitude à prendre des décisions fondées sur la donnée · Solide connaissance des principes de gouvernance et de modélisation des données · Expérience du build et du run de la gestion de données dans des écosystèmes complexes · Expérience des outils et technologies couramment utilisés en data warehousing, tels que SQL, les outils ETL/ELT et les outils de data visualisation · Maîtrise du français et de l'anglais Environnement technique · Interrogation des données : Snowflake · Visualisation : Qliksense · Qualité des données : Sifflet · Documentation : Atlan

Résumé Le consultant Data Scientist / Data Engineer aura pour mission de concevoir et optimiser des systèmes de machine learning pour le traitement et l'analyse de données à partir de sources multi-données. Ce que nous recherchons Excellentes compétences en Python , avec une maîtrise de Polars et/ou Pandas . Expérience en traitement automatique du langage naturel (NLP) et en fine-tuning de modèles de machine learning légers . Expérience en Scala et Apache Spark pour les parcours orientés Data Engineering . Capacité à concevoir, développer et évaluer des pipelines de données . Familiarité avec les frameworks d’agents IA , notamment LangGraph . Capacité à adapter et évaluer des systèmes de machine learning sur différents contextes géographiques, linguistiques et domaines de données. Expérience dans l’ orchestration et l’optimisation de pipelines pour l’ingestion de données à grande échelle provenant de multiples sources.

En bref : CDI - Ingénieur Backend Python – Data & IA (Graph / LLM) H/F - 1jour/semaine Télétravail - Fintech - Nice (centre) - 45/65K€ Je recrute un Ingénieur Backend Python – Data & IA (Graph / LLM) H/F pour une Fintech qui construit un produit à la frontière entre la Data, l’Intelligence Artificielle et l’analyse stratégique. L’ambition ? Transformer une masse de données dispersées en informations exploitables à forte valeur ajoutée. Aujourd’hui, l’équipe construit des outils capables de collecter, structurer, enrichir et analyser des données issues de multiples sources afin d’accélérer considérablement le travail des analystes. Demain ? Ces briques pourraient devenir une véritable plateforme d’intelligence économique et d’aide à la décision destinée à des acteurs de l’investissement, du conseil ou de l’innovation. Tu rêves de travailler en plein centre-ville de Nice ? Tu explores déjà les usages concrets des LLM, de l’IA agentique et de l’automatisation intelligente ? Tu aimes concevoir des architectures robustes et manipuler des volumes importants de données ? Les bases de données graphes et Python font partie de ton terrain de jeu ? Alors continue ta lecture. ET TOI DANS TOUT CA ? Tu rejoins une équipe métier d’une dizaine de personnes et interviens directement sur le cœur technologique du produit. Ton quotidien ne sera pas de développer des API CRUD à longueur de journée. Tu participes à la construction et à l’évolution de véritables pipelines de données permettant de transformer des informations brutes en insights exploitables. Concrètement, tu seras amené à : - Concevoir et développer les briques backend stratégiques de la plateforme, - Construire des pipelines de collecte de données via APIs, scraping, bases de données publiques et sources internes, - Structurer, normaliser, dédupliquer et enrichir les données collectées, - Intégrer des mécanismes d’enrichissement reposant sur les LLM et l’IA agentique, - Concevoir des modèles de données orientés analyse et exploitation métier, - Développer des traitements analytiques autour des graphes, du vector search et de la génération d’insights assistée par IA, - Garantir la qualité, la performance et la maintenabilité des traitements, - Faire évoluer l’architecture afin d’accompagner la montée en charge du produit. Les données manipulées couvrent des sujets variés tels que : - Les essais cliniques, - Les levées de fonds, - Les opérations de fusion-acquisition, - Les investissements Venture Capital, - Les données réglementaires, - Les analyses issues