Trouvez votre prochaine mission ou futur job IT.

Contexte : Notre client renforce ses équipes et recherche un(e) Data Product Manager expérimenté(e). Vous interviendrez sur des projets stratégiques de structuration et d'industrialisation des données visant à développer des solutions de pilotage, de reporting et de self-service BI à l'échelle internationale. Missions principales Comprendre les enjeux métiers, les objectifs et les indicateurs clés de performance. Organiser et animer des ateliers avec les parties prenantes. Recueillir, analyser et challenger les besoins fonctionnels. Formaliser les cas d'usage, les exigences et les priorités. Concevoir et documenter l'architecture fonctionnelle des produits data. Définir les modèles de données et les couches sémantiques. Garantir la cohérence des modèles de données à l'échelle de l'organisation. Identifier les sources de données pertinentes et assurer leur intégration. Coordonner les différents contributeurs (Architectes, Data Engineers, BI Engineers, équipes métiers). Structurer et piloter les plans d'action, budgets et plannings. Préparer et formaliser les recommandations de mise en œuvre. Accompagner les équipes dans les phases de build, de recette et de déploiement. Promouvoir les standards de modélisation et les bonnes pratiques Data. Contribuer à la mise en place d'une démarche de self-service BI. Assurer la documentation des solutions et le partage de connaissances. Mesurer et communiquer la valeur apportée par les produits data. Compétences clés Recueil et analyse des besoins Data exploration et analyse de données Data modeling Définition des KPI Gouvernance de la donnée Self-service BI Gestion de produit Data Environnement technique Snowflake Power BI SQL Modélisation de données Data Warehousing Couche sémantique Data Analytics SAP, CRM, PIM et applications métiers Cloud Data Platforms

Objectif principal de la mission / enjeu : Garantir que les données d'ingénierie soient structurées, gouvernées et utilisées comme un actif stratégique afin de permettre un fil numérique évolutif et de soutenir la transformation Manufacturing Engineering. Missions attendues détaillées : • Traduire la stratégie de données dans le contexte Manufacturing Engineering et prioriser les domaines de données clés : projet, système qualité, process et données industrielles, données métier d'ingénierie. • Structurer et standardiser les données d'ingénierie : modèles de données, relations, conventions de nommage, classification et cycle de vie créer / utiliser / mettre à jour / archiver. • Définir le fil numérique et les flux de données sur le cycle de vie de l'ingénierie, en garantissant la traçabilité de bout en bout et la réduction des silos. • Définir des règles simples de gouvernance et d'usage : lieux de stockage, structuration, responsabilité par domaine, attentes de qualité des données. • Faire évoluer les données vers une logique de produit : produits de données, actifs réutilisables, données découvrables, réutilisables et porteuses de valeur. • Contribuer aux décisions d'architecture données et outils : data lake, plateformes, intégrations, cohérence outils / modèles / usages. • Piloter l'alignement transverse afin de construire des fondations solides pour le fil numérique, jumeau numérique, IA et Analytics. Compétences techniques / outils à maîtriser : • Data management, data gouvernance, data modeling et data lifecycle management. • Architecture des données : data lake, plateformes de données, intégrations, interopérabilité outils. • Digital thread, digital twin, IA / Analytics appliqués à l'ingénierie. • Compréhension des outils et applications d'ingénierie et des modèles de données associés. • Capacité à formaliser des standards, conventions de nommage, classifications et règles d'usage simples Compétences fonctionnelles requises : • Bonne compréhension du Manufacturing Engineering, des processus d'ingénierie et de la transformation Manufacturing Engineering. • Capacité à décliner la stratégie de données DOMF dans le contexte Manufacturing Engineering. • Maîtrise des enjeux données projet, qualité, process / industriel et données métier d'ingénierie. • Capacité à relier la structuration des données à la décision, à la performance et à la création de valeur Compétences comportementales : • Leadership transverse et capacité d'alignement entre métiers, IT / Digital et initiatives I4.0. • Autonomie élevée, capacité à structurer une démarche, prioriser et définir des jalons. • Pédagogie et pragmatisme pour favoriser l'adoption de règles simples par les ingénieurs. • Esprit de synthèse, orientation valeur, capacité à influencer sans lien hiérarchique Présence souhaitée : hybride, à confirmer selon organisation de la mission. Langue et niveau :Français courant ; anglais professionnel recommandé pour échanges avec équipes globales.

Contexte : Dans le cadre de ses activités de gestion et de traitement de la donnée, notre client recherche un Data Quality Analyst confirmé pour garantir la qualité, l'intégration et la bonne exploitation des données provenant de sources multiples. Le consultant interviendra notamment sur la qualification des données, leur référencement, leur normalisation et leur intégration au sein du Data Lake. Missions principales : · Garantir la qualité et la fiabilité de l'accès aux différentes sources de données. · Assurer le référencement, la normalisation et la qualification des données. · Faciliter l'exploitation des données par les Data Analysts et Data Scientists. · Contribuer à la définition de la politique de gestion de la donnée et à la structuration de son cycle de vie. · Superviser et intégrer des données provenant de sources multiples et de différentes natures. · Contrôler la qualité des données intégrées dans le Data Lake. · Réaliser les recettes et contrôles de données. · Identifier et supprimer les doublons. · Contribuer à l'amélioration continue de la qualité et de la gouvernance des données. · Livrables attendus : · Données intégrées et contrôlées dans le Data Lake. · Résultats des contrôles et recettes de données. · Données qualifiées, normalisées et référencées. · Identification et traitement des anomalies et doublons. · Contribution à la documentation du cycle de vie et de la qualité des données.

Dans le cadre du renforcement d'une équipe Data, nous recherchons un Data Engineer pour intervenir sur une plateforme Cloud et accompagner les équipes Data dans la mise à disposition et l'exploitation des données. Missions principales : - Concevoir et développer des flux d'alimentation et d'exposition de données - Participer à la conception et à la mise à disposition de solutions Data - Assurer la maintenance corrective et évolutive des flux - Participer au suivi de production et au support des utilisateurs - Accompagner les Data Analysts et Data Scientists dans l'exploitation des données - Contribuer à l'amélioration des performances et de la qualité des données - Participer à l'analyse et à la préparation des données

Basée à Lille, Lyon, Nantes, Grenoble, Marseille, Paris et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s'imposer comme une référence en matière de freelancing par son expertise dans l'IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un Data Ingénieur H/F à Lille, France. Contexte : Dans un contexte de migration technique de la plateforme data internationale, le client recherche un data ingénieur afin de renforcer l'équipe en place (3 ETP) afin de s'occuper essentiellement de la maintenance des traitements et leurs suivi sur une période de 6 à 9 mois, permettant ainsi à l'équipe de participer pleinement à la stratégie et aux travaux de modernisation de la plateforme (migration de la plateforme internationale vers la stack technique déjà en place sur les environnements France). Les missions attendues par le Data Ingénieur H/F : Assurer le maintien en condition opérationnelle des plateformes data des différent pays Supervision des traitements Intervention technique et fonctionnelle en résolution des incidents et questions des utilisateurs Communications aux parties prenantes en cas d'anomalies sur les services attendus Traitement des dettes techniques et documentaires Contribuer à la mise en œuvre de la migration vers la stack technique cible Participer à l'effort de migration une fois le contexte international maîtrisé techniquement pour être en mesure de reproduire les usages

Notre client, acteur majeur de la distribution et de la logistique, recherche son futur Data Engineer (H/F) dans le cadre du développement de ses outils de pilotage et de valorisation des données, pour son site basé au sud de Toulouse à environ 30 minutes. Vos missions : Intégré(e) à l'équipe Informatique, vous devrez : * Concevoir et maintenir les flux de données entre les différents systèmes métiers. * Développer des pipelines de données fiables et performants. * Structurer les architectures permettant la collecte, le stockage et le traitement des données. * Automatiser les traitements et optimiser les performances des processus Data. * Intervenir sur les environnements SAP BusinessObjects et les outils d'intégration de données. * Collaborer avec les équipes BI et métiers afin de répondre aux besoins d'analyse et de reporting. * Garantir la qualité, la disponibilité et la sécurité des données. * Assurer une veille technique et contribuer à l'évolution des solutions existantes. Les compétences techniques * Python * SQL * Linux / Unix * Concepts Big Data et traitement de données * ETL et intégration de données (BODS apprécié) * SAP BusinessObjects apprécié * Connaissances GCP, Java, C/C++, VBA ou Access constituant un atout

Contexte de la mission : Viveris pilote les chantiers de transformation métier et IT qui contribuent à la performance des entreprises bancaires. Dans ce cadre, nous recherchons notre Data Engineer qui contribuera à un programme important d'évolution de la plateforme Data. Vos missions et responsabilités : - Analyser les besoins métiers et les traduire en solutions BI pertinentes et durables ; - Modéliser les données en cohérence avec les objectifs fonctionnels et les bonnes pratiques décisionnelles ; - Créer et maintenir les flux de données via des outils ETL, en assurant leur qualité, robustesse et performance ; - Participer à la recette et au suivi de production des chaînes décisionnelles, en lien étroit avec les utilisateurs ; - Assurer un rôle transverse sur les projets décisionnels : échange avec les MOA, rédaction de spécifications fonctionnelles, accompagnement des utilisateurs.

🏭 Secteurs stratégiques : Banque d'investissement PAS DE FULL REMOTE NI SOUS TRAITANCE MERCI 🗓 Démarrage : ASAP 💡 Contexte /Objectifs : Au sein d'une équipe qui travaille sur une application d'aide à la décision pour le trading. Elle permet de gérer des données historiques sur les clients, et les données de marché, ainsi que des données intraday et des mesures de risques, il permet aussi de visualiser les axes de trading. L'application utilise Angular 15 comme front end, Java 11 et Python 2 en back end, et Apache ignite pour le calcul distribué, et Mongo DB comme base de données. Pour la partie déploiement, on utilise Docker / Kubernetes et Jenkins

Dans le cadre du renforcement d'une équipe Data, nous recherchons un Data Engineer pour intervenir sur une plateforme Cloud et accompagner les équipes Data dans la mise à disposition et l'exploitation des données. Missions principales : - Concevoir et développer des flux d'alimentation et d'exposition de données - Participer à la conception et à la mise à disposition de solutions Data - Assurer la maintenance corrective et évolutive des flux - Participer au suivi de production et au support des utilisateurs - Accompagner les Data Analysts et Data Scientists dans l'exploitation des données - Contribuer à l'amélioration des performances et de la qualité des données - Participer à l'analyse et à la préparation des données

Description and Location Le pôle CCXP conçoit et opère des plateformes « as a service » facilitant la mise en place d'architectures modernes, distribuées et hautement résilientes pour l'ensemble des entités du groupe Crédit Agricole. Au sein de l'équipe Big Data du domaine d'expertise Data & IA, l'Ingénieur Big Data participera à la conception, l'implémentation et l'administration d'une infrastructure Cloud Hybride. Une solide expertise sur Google Cloud Platform (GCP) ainsi que sur les infrastructures On-Premise est requise. Le périmètre couvre l'ensemble du cycle de vie des services, de leur conception jusqu'à leur maintien en condition opérationnelle dans un environnement distribué, sécurisé et hautement disponible. Activités principales : Participer à la mise en œuvre et à l'optimisation de la plateforme Big Data. Développer et maintenir l'infrastructure as code avec Terraform et Terragrunt. Automatiser et maintenir les pipelines CI/CD sous GitLab. Administrer et faire évoluer les plateformes Big Data et Data Engineering. Collaborer avec les équipes applicatives, infrastructures et DevOps. Mettre en œuvre les bonnes pratiques Cloud, DevOps et GitOps. Assurer le maintien en condition opérationnelle des plateformes. Mettre en place et maintenir les outils de monitoring et d'observabilité. Produire la documentation technique et d'exploitation.

Contexte de la mission Dans le cadre du développement et de l'industrialisation de produits Data, nous recherchons un(e) Tech Lead Data & Viz spécialisé(e) sur les technologies Snowflake et dbt. Vous serez responsable de la delivery technique des produits Data, depuis la modélisation et le développement jusqu'à l'industrialisation, la mise en production et le run. Vous interviendrez également sur la définition des standards techniques, les revues de code, la qualité, la performance, la CI/CD ainsi que les sujets de gouvernance Data. Une partie importante de la mission portera sur le cadrage technique de sujets Data Quality. Vos missionsTech Lead Data Piloter techniquement la delivery des produits Data. Définir et faire appliquer les standards de développement et d'architecture. Encadrer les développements sur Snowflake / dbt. Réaliser les revues de code et garantir la qualité des développements. Accompagner l'équipe sur les bonnes pratiques Data et les choix techniques. Assurer la performance et la fiabilité des traitements. Participer à la mise en place et à l'amélioration des processus CI/CD. Contribuer à l'industrialisation des pipelines et des produits Data. Participer au maintien en conditions opérationnelles et au traitement des incidents. Organiser et contribuer aux post-mortems afin d'améliorer la fiabilité des solutions. Data Quality Participer au cadrage technique des sujets liés à la Data Quality. Identifier les enjeux de qualité, de fiabilité et de gouvernance des données. Contribuer à la définition des contrôles et mécanismes permettant d'améliorer la qualité des données. Participer à la mise en œuvre de solutions de Data Quality dans l'écosystème Data. Accompagner les équipes dans l'industrialisation des pratiques de qualité des données. Data & BI Concevoir et maintenir les modèles de données et modèles sémantiques. Intervenir sur la chaîne Snowflake → dbt → modèle sémantique → BI. Contribuer à la conception de modèles adaptés aux besoins analytiques. Participer aux problématiques de gouvernance et de sécurité des données, notamment RLS (Row-Level Security). Collaborer avec les équipes BI sur les besoins de visualisation et de reporting.

Basée à Lille, Lyon, Nantes, Grenoble, Marseille, Paris et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s'imposer comme une référence en matière de freelancing par son expertise dans l'IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un Data Scientist "H/F" à Lille, France. Contexte : Au sein de la DSI, l'équipe DIAG (Data-Intelligence Artificielle-Gouvernance) accompagne les métiers sur les sujets autour de la DATA & l'IA. Une de ces missions est de créer de la valeur par le développement et l'adoption de projets DATA/IA à fort ROI. Les missions attendues par le Data Scientist "H/F" : 1. Exploration, conception et développement de solutions IA end-to-end : - Compréhension et traduction des besoins métier : - Collaborer activement avec les métiers pour identifier les opportunités d'application de l'IA et traduire les problématiques business en cas d'usage IA. - Participer à la définition des objectifs, des KPIs et des livrables pour chaque projet. - Faire preuve d'écoute et de pédagogie pour expliquer les capacités et les limites de l'IA aux parties prenantes non techniques. - Conception et élaboration des modèles IA (Machine Learning & Générative) : - Réaliser l'exploration de données, le feature engineering, la sélection des datasets pertinents et l'analyse exploratoire. - Concevoir, développer et entraîner des algorithmes de Machine Learning et des modèles d'IA Générative (LLMs, embeddings, RAG, fine-tuning).. 2. Industrialisation et déploiement des solutions IA : - Prendre en charge l'industrialisation des modèles, depuis le développement d'APIs pour les exposer, jusqu'à leur intégration dans les systèmes existants (applications web, backend). - Mettre en œuvre les bonnes pratiques MLOps pour automatiser le déploiement, le monitoring et la maintenance des modèles en production. - Garantir la performance, la scalabilité et la sécurité des solutions IA déployées. - Monitorer les performances des modèles en production, détecter les dérives et mettre en place des plans de réentraînement ou d'ajustement. 3. Contributions et responsabilités d'appuis : - Garantir que les solutions IA apportent une valeur ajoutée mesurable aux métiers et à l'entreprise. - Participer à la capitalisation des connaissances et au partage des meilleures pratiques au sein de l'équipe - Collaborer étroitement avec les métiers et les Product Owners pour la définition des besoins et l'intégration des solutions. - Travailler en synergie avec les Data Engineers pour l'accès et la préparation des données, et avec les AI Engineers pour l'utilisation des infrastructures IA.

Notre client dans le secteur Énergie et ressources naturelles recherche un/une Lead Data Engineer (H/F) H/F Description de la mission : Fiche de poste — Lead Data Engineer (H/F) Contexte et objectif de la mission Dans le cadre d'un programme de replatforming B2C, une organisation internationale construit une Data Platform centralisée à l'échelle mondiale, aujourd'hui fragmentée. L'objectif est de mettre en place une plateforme cloud-native, data-centric et scalable, au service des équipes data de plusieurs géographies, notamment la France, la Belgique et l'Australie. Le Core Model du programme repose sur un modèle de données unifié couvrant notamment les données clients, contrats et facturation. Le Lead Data Engineer intervient comme référent technique de la data platform, avec une responsabilité complète sur l'architecture, le delivery et la qualité des données. Stack technique • Data Platform : Databricks (lakehouse), Amazon S3, Amazon Managed Apache Flink • Gouvernance des données : Unity Catalogue, Collibra • Visualisation : Power BI • Cloud : AWS • Streaming : Confluent Kafka • Langages : Python, SQL • IA & coding : GitHub Copilot, Claude Code, outils LLM • Collaboration : Jira, Confluence, SonarQube Missions principales Stratégie & Architecture Data • Définir l'architecture de la data platform greenfield (lakehouse, zones bronze/silver/gold, data contracts) • Co-construire le Core Data Model commun aux différentes géographies tout en intégrant les spécificités locales • Mettre en place la gouvernance des données, la qualité et l'observabilité • Répondre aux besoins analytiques et fonctionnels des équipes métier via une approche de type catalogue as a service Leadership & Delivery • Être le référent technique data du programme • Choisir les partenaires et structurer une feature team de 5 à 6 personnes • Assurer la responsabilité end-to-end des pipelines, de l'ingestion à la restitution • Gérer le monitoring, la performance et l'optimisation FinOps des workloads data • Mettre en place les pratiques DataOps : automatisation des tests, CI/CD data, infrastructure as code IA & Vélocité • Exploiter GitHub Copilot, Claude Code ou équivalents pour accélérer le développement des pipelines et modèles • Intégrer des cas d'usage IA/ML dans la data platform, incluant data science, feature store et jeux de données prêts pour les LLM • Automatiser la génération de code, les tests de qualité des données et la documentation • Conserver la maîtrise technique tout en augmentant la vélocité grâce à l'IA Spécificités de l'équipe Le périmètre comprend un chantier amont de migration de l'ensemble des données France vers l'écosystème Kaluza, dans le cadre d'un programme de replatforming B2C. Cette migration implique deux modules en amont : • Module d'éligibilité : définir les paramètres business pour les parcours clients/agents • Module ETL : récupérer et transformer les données provenant de nombreux systèmes d'information avant injection dans Kaluza Complexité forte de l'ETL : • Orchestration multi-sources • Micro-batch quotidien pendant plusieurs mois • Gestion d'un service managé AWS (Glue, Step Functions, S3, Lambda…) • Connexions API pour orchestrer les flux Compétences appréciées • Expérience Unity Catalogue et gouvernance des données à l'échelle • Connaissance de Confluent Kafka et du streaming • Familiarité avec Collibra ou équivalent • Expérience en data modelling dans un contexte B2C • Déploiements IA/ML en production, incluant MLflow, feature engineering et pipelines LLM • Expérience de contextes multi-pays ou de data platform cross-entités Compétences / Qualités indispensables : Databricks et architecture lakehouse, AWS data managé (Glue, Step Functions, S3), Python / PySpark / SQL, DataOps et CI/CD data, Leadership technique et delivery end-to-end, Usage d'outils IA de développement (GitHub Copilot) Compétences / Qualités qui seraient un + : Unity Catalogue et gouvernance des données à l'échelle, Confluent Kafka et streaming, Collibra, data modelling B2C, déploiements IA/ML en production, contextes multi-pays ou cross-entités Informations concernant le télétravail : Environ 3 jours par semaine, flexible selon l'autonomie