Trouvez votre prochaine mission ou futur job IT.

Description du poste Dans le cadre du développement et de l'encadrement des usages de l'intelligence artificielle générative au sein de la banque, le groupe souhaite renforcer ses capacités d'évaluation, de qualification et de sécurisation des LLM. Les LLM sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. La mission consiste à intervenir en tant que Data Scientist spécialisé dans l'évaluation des LLM, afin de définir et de mettre en œuvre des méthodologies d'évaluation, de benchmark et de red teaming des modèles d'IA générative utilisés, testés ou envisagés par le groupe. Cette mission s'inscrit dans une démarche de gouvernance des modèles d'IA, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Principaux objectifs Définir et mettre en œuvre un cadre d'évaluation des LLM adapté aux enjeux de la banque. Évaluer les performances, limites, risques et comportements des modèles d'IA générative. Réaliser des benchmarks comparatifs entre différents LLM, qu'ils soient internes, open source ou fournis par des éditeurs. Concevoir et exécuter des campagnes de red teaming pour identifier les vulnérabilités, biais, hallucinations et comportements indésirables. Contribuer à la sélection, la validation et la qualification des modèles LLM avant usage ou mise en production. Produire des analyses objectives permettant d'éclairer les décisions métiers, techniques, risques et conformité. Participer à l'industrialisation des processus d'évaluation des LLM dans le cycle de vie des modèles d'IA. Contribuer à la constitution de jeux de tests, métriques, référentiels d'évaluation et outils de suivi. Activités principalesÉvaluation des LLM Définir les protocoles d'évaluation adaptés aux cas d'usage d'IA générative de la banque. Identifier les métriques pertinentes pour mesurer la qualité des réponses générées : exactitude, pertinence, cohérence, complétude, factualité, robustesse, sécurité, explicabilité et conformité. Évaluer les capacités des modèles sur différents types de tâches : résumé, extraction d'information, classification, question-réponse, génération de texte, analyse documentaire, raisonnement, traduction ou reformulation. Mettre en place des jeux de tests représentatifs des usages métiers bancaires. Analyser les performances des modèles selon différents contextes, langues, domaines métiers et niveaux de complexité. Identifier les limites fonctionnelles et techniques des modèles testés. Documenter les résultats d'évaluation et formuler des recommandations. Benchmark LLM Concevoir et conduire des benchmarks comparatifs entre plusieurs modèles LLM. Comparer les modèles selon des critères de performance, coût, latence, robustesse, sécurité, empreinte technique et conformité. Tester différents modèles propriétaires, open source ou internes selon les contraintes du groupe. Mettre en place des grilles d'analyse permettant d'aider au choix des modèles selon les cas d'usage. Évaluer l'impact de différents paramètres : prompt, température, taille de contexte, modèle d'embedding, architecture RAG, fine-tuning ou quantization. Produire des rapports de benchmark clairs, exploitables par les équipes métiers, data, IT, sécurité et conformité. Participer à la définition de standards internes pour la comparaison et la qualification des LLM. Red teaming et sécurité des LLM Définir et exécuter des scénarios de red teaming adaptés aux risques liés à l'IA générative. Tester la résistance des modèles face aux attaques de type prompt injection, jailbreak, data leakage, contournement de garde-fous, génération de contenu inapproprié ou non conforme. Identifier les risques d'hallucination, de biais, de toxicité, de désinformation ou de réponses dangereuses. Concevoir des corpus de prompts adversariaux adaptés aux contextes bancaires et réglementaires. Évaluer la capacité des modèles à respecter les politiques internes, les règles de conformité et les contraintes de sécurité. Analyser les vulnérabilités détectées et proposer des mesures de mitigation. Collaborer avec les équipes sécurité, conformité, risques et architecture pour renforcer le cadre d'usage des LLM. Méthodologie, outillage et industrialisation Mettre en place des outils, notebooks, scripts ou pipelines d'évaluation automatisée. Contribuer à l'industrialisation des campagnes d'évaluation dans le cycle de vie des modèles. Définir des référentiels de métriques et de seuils d'acceptabilité. Construire et maintenir des datasets d'évaluation internes, anonymisés et représentatifs. Participer à l'intégration des résultats d'évaluation dans les outils de gouvernance des modèles, notamment ModelHub v2. Assurer la traçabilité des campagnes d'évaluation, des versions de modèles et des résultats obtenus. Mettre en place des tableaux de bord ou rapports de suivi de la qualité des LLM. Contribuer à la veille technologique sur les méthodes d'évaluation, frameworks de benchmark et pratiques de red teaming LLM. Livrables attendus Cadre méthodologique d'évaluation des LLM adapté aux usages bancaires. Protocoles de test et grilles d'évaluation des modèles d'IA générative. Jeux de tests et datasets d'évaluation documentés. Corpus de prompts de benchmark et de red teaming. Rapports d'évaluation des LLM testés. Rapports de benchmark comparatif entre modèles. Analyses de risques liées aux comportements des LLM. Synthèses des vulnérabilités identifiées lors des campagnes de red teaming. Recommandations de mitigation et plans d'amélioration. Tableaux de bord ou indicateurs de suivi de performance et de sécurité. Scripts, notebooks ou pipelines d'évaluation automatisée. Documentation des métriques, seuils et critères de validation. Recommandations pour la sélection et la mise en production des modèles. Contributions à l'intégration des résultats d'évaluation dans ModelHub v2 ou tout autre outil de gouvernance IA. Supports de présentation à destination des équipes métiers, techniques,

Data Analyst Data analyst Power BI/GCP (Big Query, Composer, DBT) 350 e p Power BI/GCP (Big Query, Composer, DBT) AIX-EN-PROVENCE d'un Data Analyst : TJM : 350 Dans le cadre du renforcement de l'équipe Performance & Run, nous recherchons un Data Analyst disposant également de compétences en Data Science. L'objectif est de concevoir et produire des analyses, des rapports BI (Power BI) et des analyses avancées sur Google Cloud Platform (GCP), afin de répondre aux besoins métiers et de développer de nouveaux usages data au sein de l'organisation. Power BI/GCP (Big Query, Composer, DBT) 350 e par j

Contexte Dans le cadre du renforcement d'une plateforme data moderne, l'entreprise recherche un Data Engineer capable de concevoir, développer, déployer et maintenir des pipelines de données robustes dans un environnement cloud. Le poste s'inscrit dans une logique d'industrialisation de la donnée, de fiabilisation des traitements et d'amélioration continue des pratiques DevOps et DataOps. Missions principales Concevoir, développer et maintenir des pipelines de données scalables et performants en environnement cloud. Développer les traitements de transformation et d'automatisation avec SQL et Python. Modéliser les données dans Snowflake et mettre en œuvre les transformations avec dbt. Orchestrer et superviser les workflows de données avec Airflow. Mettre en place des pratiques CI/CD et de versioning avec GitLab afin d'industrialiser les déploiements data. Gérer et automatiser l'infrastructure via Terraform dans une approche Infrastructure as Code. Exploiter les services AWS, notamment S3 pour le stockage et ECS / EC2 pour l'exécution et le déploiement des composants techniques. Collaborer avec les équipes métiers, produit, data et DevOps pour traduire les besoins en solutions data fiables et maintenables. Documenter les pipelines, modèles et traitements afin d'assurer la maintenabilité et la qualité des livrables. Environnement technique Domaine Technologies Langages SQL, Python Data Warehouse Snowflake Transformation dbt Orchestration Airflow Cloud AWS Services AWS S3, ECS, EC2 IaC Terraform DevOps / Versioning GitLab, CI/CD

Nous allons travailler sur un POC Réseau Autonome d'une durée limitée (approx 6 mois à partir de septembre), l'objectif est de collecter des données réseaux (données config Radio, Kpi, référentielles) les intégrer dans Databricks, développer des API pour requêter ces données afin que des agent IA puissent requêter les données à travers ces API. Livrables: Conception et développement de projets d'intégration de données pour des projets à forte valeur ajoutée. Développement de jobs d'intégration de données en PySpark, Spark, Python en mode streaming et batch sur la plateforme Databricks. La mise en œuvre de CI/CD (github, devops, Databricks Bundles), de l'orchestration, du data management et de la sécurité. Optimisation des jobs et des ressources cloud (GCP et Databricks). Mise en place de de Dashboard Finops afin de suivre l'usage des ressources GCP / Databricks. Travailler au sein d'équipes pluridisciplinaires : chefs de projet, architectes, devops, data engineer. Assurer une formation continue, le partage de connaissances, mise en place de documentation.

Mission de l'équipe Dans le cadre de l'intégration d'une activité de gestion d'actifs au sein d'une nouvelle organisation, un programme de migration des données et des processus est engagé vers la plateforme Aladdin. La mission a pour objectif de sécuriser la transition des données référentielles liées aux instruments financiers et aux benchmarks vers la plateforme cible. L'intervention s'inscrit dans un environnement Asset Management exigeant, impliquant d'importants volumes de données, de multiples parties prenantes et des enjeux élevés de qualité, d'intégrité et de continuité des processus. 1. Migration des données référentiellesLa mission devra accompagner la migration et l'intégration des données Security Master et des données référentielles relatives aux benchmarks vers Aladdin. L'objectif sera de garantir que les données transférées soient correctement structurées, converties et intégrées dans la plateforme cible. 2. Définition et validation des besoins dataLa mission travaillera en collaboration avec les équipes internes afin de définir et de valider : Les besoins en matière de données. Les règles de mapping entre les systèmes sources et la plateforme cible. Les standards de gouvernance applicables aux données migrées. Les règles de conversion et de transformation des données. 3. Sécurisation de la qualité des donnéesLa mission devra garantir l'intégrité, la cohérence et la fiabilité des données migrées. Une attention particulière sera portée à l'identification des écarts, des anomalies et des incohérences susceptibles d'affecter la qualité des référentiels instruments financiers et benchmarks. 4. Tests, réconciliations et validation des processusLa mission participera aux différentes phases de validation de la migration, notamment : La préparation et l'exécution des tests. L'analyse des résultats. La réconciliation des données entre les systèmes sources et Aladdin. L'identification et le suivi des écarts. La validation des processus cibles. La mission devra également contribuer à la production et au suivi d'indicateurs permettant de mesurer la qualité, la complétude et la fiabilité des données migrées. Prestations demandées La mission interviendra principalement sur les activités suivantes : Piloter les travaux data liés à la migration vers Aladdin. Accompagner la migration des référentiels Security Master et Benchmark. Définir et valider les besoins data avec les équipes concernées. Formaliser et valider les règles de mapping et de conversion. Contribuer à la définition et à l'application des standards de gouvernance des données. Analyser et manipuler des volumes importants de données. Garantir l'intégrité et la cohérence des données migrées. Préparer et exécuter les campagnes de tests. Réaliser les réconciliations entre les données sources et les données intégrées dans Aladdin. Analyser les écarts et contribuer à leur résolution. Participer à la validation des processus cibles. Produire et suivre les KPI liés à la migration et à la qualité des données. Coordonner les travaux avec les différentes équipes internes. Intervenir efficacement dans un environnement exigeant et soumis à de fortes contraintes opérationnelles.

ContexteDans le cadre du renforcement d'une équipe BI & Data, nous recherchons un(e) Développeur(se) BI / ETL Senior disposant d'une solide expérience sur Informatica Cloud Data Integration. Vous interviendrez au sein d'une équipe agile en charge de la conception, du développement et de l'évolution des solutions décisionnelles, en participant à l'ensemble de la chaîne d'alimentation des données, de leur intégration jusqu'à leur restitution. MissionsParticiper aux cérémonies Agile/Scrum (Sprint Planning, Daily, Grooming, Rétrospectives). Analyser les besoins métiers et estimer les charges de développement. Concevoir, développer et maintenir des flux ETL avec Informatica Cloud Data Integration. Concevoir et faire évoluer les modèles de données orientés décisionnel (Datamarts). Développer et maintenir les chaînes d'alimentation des données. Assurer la coordination avec les équipes d'exploitation pour les flux de données. Rédiger et maintenir la documentation technique. Participer au support de production et au traitement des incidents. Être force de proposition sur les choix techniques et les bonnes pratiques BI. Activités complémentairesCollecte, intégration, transformation et restitution des données. Développement de tableaux de bord et de solutions analytiques. Participation à des projets de migration de données et de migration d'outils BI. Étude des modèles de données source et cible. Élaboration des mappings et des spécifications fonctionnelles et techniques. Définition et mise en œuvre des stratégies de migration ETL. Validation des traitements d'extraction, de transformation et de chargement. Participation aux plans de réversibilité des données. Environnement techniqueInformatica Cloud Data Integration (IDMC) Microsoft SQL Server Sybase ASE SQL Unix / Linux Control-M Jira Confluence Power BI SSAS (SQL Server Analysis Services) Tableau Software

Dans le cadre du renforcement d'une équipe Data, nous recherchons un Data Engineer Microsoft Fabric confirmé afin de participer à la conception, au développement et à l'industrialisation des traitements de données sur la plateforme Microsoft Fabric. Vous interviendrez sur l'ensemble de la chaîne de traitement des données, de l'ingestion à la mise à disposition, en garantissant la qualité, la performance et la fiabilité des pipelines. Vos missionsConcevoir, développer et maintenir des pipelines de données sous Microsoft Fabric. Développer les traitements de transformation de données en Python, PySpark et SQL. Concevoir et exploiter des architectures Lakehouse, Delta Lake et Data Warehouse. Paramétrer et configurer les différents composants de l'écosystème Microsoft Fabric. Garantir la qualité, la performance et la fiabilité des traitements de données. Automatiser les déploiements et contribuer à l'industrialisation des développements (CI/CD). Participer aux phases de tests, de recette et de mise en production. Assurer la maintenance évolutive et corrective des solutions Data. Collaborer avec les équipes Data, BI, Architecture et Métiers afin de répondre aux besoins fonctionnels et techniques. Participer à l'amélioration continue des bonnes pratiques de développement et de gouvernance des données.

1. Vos missionsDans le cadre du renforcement d'une équipe Data, vous interviendrez sur l'analyse des parcours digitaux et la mesure des interactions web et mobile. Votre rôle sera d'exploiter les données afin de mieux comprendre les comportements utilisateurs et d'améliorer la performance des parcours clients. Vos principales responsabilités seront les suivantes : Recueillir et challenger les besoins de tracking auprès des équipes métiers, Product Owners et Business Analysts ; Concevoir, documenter et maintenir les plans de marquage ; Définir les KPI et métriques adaptés aux parcours et aux objectifs business ; Traduire les besoins de tracking en spécifications techniques pour les équipes de développement ; Tester et valider les tags déployés ; Contrôler régulièrement la qualité, la cohérence et la fiabilité des données collectées ; Analyser les comportements utilisateurs sur les parcours web et mobile ; Identifier les points de friction et les opportunités d'optimisation ; Concevoir et maintenir des reportings ainsi que des tableaux de bord ; Présenter les analyses et les enseignements aux équipes métiers ; Formuler des recommandations concrètes et actionnables ; Accompagner les équipes dans l'interprétation et l'utilisation des données Analytics ; Proposer des évolutions du dispositif de mesure ; Participer à l'amélioration continue des pratiques et à la montée en compétences des équipes ; Veiller au respect du RGPD et des bonnes pratiques liées à la collecte et au traitement des données personnelles.

En tant que Data Engineer, vous rejoindrez une équipe constituée de 3 personnes et vos missions principales seront de : Concevoir, développer et maintenir des pipelines de données fiables Collecter, transformer et structurer les données issues de sources variées Garantir la qualité, la sécurité et la performance des flux de données Optimiser les bases, entrepôts et plateformes data Collaborer avec les équipes Data, IT et métier Documenter les traitements et assurer la supervision des jobs Assurer une veille technologique sur les outils, architectures et bonnes pratiques Data

Vous serez en charge d'accompagner des projets Data Science et IA, avec un focus prioritaire sur les sujets marketing, connaissance client et personnalisation CRM. La prestation portera notamment sur le projet de moteur d'offres personnalisées / personnalisation CRM, ainsi que sur d'autres cas d'usage marketing pouvant inclure les scores, la segmentation, la recommandation, la personnalisation des offres, le ciblage de campagnes ou l'optimisation du parcours client. Vos missions consisteront à contribuer: Expérience Data Science : capacité à intervenir de manière autonome sur des cas d'usage complexes, du cadrage métier à l'industrialisation. Analyse et préparation des données : maîtrise de l'exploration, de la qualité des données, des analyses statistiques et de la constitution des jeux d'apprentissage, de validation et de test. Modélisation Data Science et IA : capacité à concevoir, entraîner, comparer et évaluer des modèles de Machine Learning, statistiques ou d'IA, avec des métriques adaptées. Marketing analytique et personnalisation CRM : expérience souhaitée sur des cas d'usage de moteur d'offres personnalisées, scoring d'appétence, ciblage de campagnes, segmentation client, recommandation produit, next best action / next best offer, mesure de performance marketing et optimisation de la conversion des leads. Industrialisation et MLOps : capacité à produire du code structuré, maintenable et documenté, à préparer les modèles pour la mise en production et à mettre en place des indicateurs de monitoring. Passage à l'échelle et appropriation métier : capacité à concevoir des solutions réutilisables, documentées et industrialisables, intégrables dans des processus CRM ou commerciaux, avec une attention particulière portée à l'appropriation par les équipes internes et les utilisateurs métier. Explicabilité, gouvernance IA et conformité : connaissance des bonnes pratiques d'explicabilité, de traçabilité, d'auditabilité, d'identification des biais, de suivi des dérives et de conformité aux standards internes. Collaboration et communication : aptitude à travailler avec les métiers, Product Owners, Data Engineers, Architectes, équipes IT, Gouvernance et Sécurité, et à restituer clairement les résultats, limites et recommandations. Les livrables attendus sont les suivants: analyses et diagnostics de données ; scripts, notebooks, traitements ou composants analytiques documentés ; modèles Data Science / IA entraînés, évalués et documentés ; éléments d'explicabilité, de monitoring et de suivi des risques modèles lorsque pertinent ; supports d'industrialisation, de mise en production et de suivi ; documentation de transfert de compétences et recommandations d'amélioration continue ; supports de restitution aux parties prenantes métier et techniques. Les livrables destinés à être partagés avec des pays ou utilisés dans un contexte international devront également pouvoir être remis en anglais

🚀 Data Analyst - ETL Talend 📍 NIORT - 3 jours par semaine non négociable 📅 Démarrage : Septembre 2026 🎢 Durée : Renouvelable par bon de commande - Longue visibilité 👜 Statut : Freelance ou portage salarial (référencé au PEPS) TJM: 450€ + frais de déplacements - Evolution et la maintenance du système décisionnel - Rédaction des spécifications techniques, modélisation des données et développement de flux ETL sous Talend et SQL Server - Vous assurez les tests, les recettes, la qualité des données et l'industrialisation des traitements récurrents - Environnement Agile Si vous êtes intéressé(e) par cette opportunité, envoyez moi votre CV à

Mettre en en œuvre des outils, techniques et méthodes statistiques complexes pour permettre d'organiser, synthétiser et traduire efficacement des données métiers. Apporter un appui analytique à la conduite d'exploration et à l'analyse de données métiers complexes permettant de fournir des indicateurs concrets. Identifier à partir des exigences métiers les données les plus intéressantes et pertinentes Dégager des logiques de génération d'indicateurs pour les métiers Concevoir les tableaux de bord nécessaires à la restitution des différents indicateurs sous la forme de Data visualisation. Entrants : Normes et standards d'architecture d'entreprise Plan d'occupation des sols (POS) et cartographies SI Exigences métiers Cartographie des données Livrables : Présentation de l'activité métier sous forme · D'indicateurs de performance · De tableaux de bord

Nous recherchons actuellement un(e) Data Engineer Senior pour accompagner une équipe Data sur des sujets à forts enjeux autour de la Data Engineering, du Big Data et des architectures Lakehouse. 🔎 1 Data Engineer Senior 🎯 Missions principales : · Concevoir, développer et optimiser des pipelines de données à grande échelle · Mettre en œuvre des flux batch, streaming et ingestion via API · Structurer les transformations selon le modèle Médaillon (Bronze / Silver / Gold) · Développer et industrialiser les pipelines avec DBT, Spark et Iceberg · Contribuer à l'évolution et à l'optimisation de l'architecture Lakehouse · Déployer et maintenir les pipelines dans un environnement Cloud AWS · Orchestrer les workflows ETL / ELT avec Airflow · Mettre en œuvre l'Infrastructure as Code avec Terraform · Travailler sur des environnements conteneurisés avec Docker / Kubernetes · Garantir la disponibilité, la supervision et l'observabilité des traitements · Participer à la gestion des incidents et à l'amélioration continue · Définir et mettre en œuvre les règles de qualité des données : tests, validations et contrôles automatisés · Documenter les architectures, pipelines et règles métier · Garantir la conformité des flux, notamment dans le respect des exigences RGPD ⚙️ Environnement technique : · DBT / Data Catalog · Apache Spark · Apache Iceberg · AWS : Glue, EMR, S3… · Terraform · Airflow · Python · Trino / Starburst · Datadog · Docker / Kubernetes · Architectures Big Data / Lakehouse · Modélisation et collecte de données 🧑‍💻 Profil recherché : · Minimum 8 ans d'expérience en Data Engineering · Expertise confirmée des architectures Big Data et Lakehouse · Très bonne maîtrise de DBT, Spark, Iceberg, AWS et Terraform · Solide expérience sur les services AWS, notamment Glue, EMR et S3 · Connaissance de Trino / Starburst et Datadog · Bon niveau en Python · Forte capacité d'analyse et de compréhension des enjeux métiers · Expérience dans l'accompagnement et l'encadrement de profils juniors · Autonomie, rigueur et forte culture de l'amélioration continue 🌍 Contexte : · Environnement Data à grande échelle · Projets autour de la modernisation et de l'industrialisation des plateformes Data · Forts enjeux Lakehouse, Data Quality, Observabilité et Cloud · Collaboration avec des équipes Data, IT et métiers 📍 Localisation : Île-de-France – Hybride 🏠 Télétravail : 3 jours par semaine 📅 Démarrage : fin août 2026 💼 Mission longue durée Si vous êtes intéressé(e) ou connaissez un(e) Data Engineer Senior correspondant à ce profil, n'hésitez pas à me contacter en MP ou directement par téléphone. Cordialement,

📅 Démarrage : 03/09/26 ⏳ Durée : 3 ans 📍 Lieu : Chatillon 🎓 Expérience : Confirmé (minimum 4 ans en tant que QA avec compétences Data Analyste) 🏠 Télétravail : 2 jours de TT NON NEGOCIABLE 🏭 Secteur : Retail / Distribution 💰 TJM : 460€ Contexte de la missionDans le cadre du remplacement d'un prestataire en fin de mission, notre client, acteur majeur du secteur retail/distribution, recherche un Testeur confirmé doté de compétences en analyse de données pour intégrer son pôle Qualité Data au sein d'un Data Lab organisé en agile (rituels cadrés, sprints de 3 semaines). Le poste est rattaché à une squad dédiée à l'une des activités du groupe (Équipement de la Maison) et s'inscrit dans un Train Data en charge des projets BI et Data pour l'ensemble des enseignes et fonctions d'appui. Missions principalesParticiper aux ateliers/rituels agiles (sprint planning, affinage, sprint review, daily meeting) Réaliser la stratégie de test Identifier et réceptionner les environnements de test Analyser et évaluer les cas d'usage/User Stories Rédiger les plans de test, identifier les prérequis et spécifier les jeux de données Exécuter les cas de tests (fonctionnels, intégration 2 à 2, bout en bout, tests de surface) Créer et suivre les défauts avec les parties prenantes Maintenir le référentiel de test Réaliser le PV de recette Présenter les sujets en CAB pour passage en production Utiliser des outils IA (GitHub Copilot, VS Code) pour l'automatisation du cycle de vie des tests et le génie logiciel assisté par IA sur Databricks Environnement techniqueSQL Server Databricks Environnement Microsoft Azure JIRA / XRAY Power BI, MicroStrategy GitHub Copilot, VS Code (automatisation IA du cycle de test)

Contexte Dans le cadre du renforcement d'une équipe de développement, nous recherchons un(e) Développeur(se) Full Stack maîtrisant les technologies Angular, .NET et Python afin de participer au développement, à l'évolution et à la maintenance d'applications métiers. Vous intégrerez une équipe Agile et interviendrez sur l'ensemble du cycle de vie des applications, de l'analyse des besoins jusqu'à la mise en production. Vos missions Participer à l'analyse des besoins fonctionnels et techniques. Développer de nouvelles fonctionnalités en Angular, .NET et Python. Concevoir et maintenir des applications web performantes et sécurisées. Participer aux phases de tests, de recette et de mise en production. Corriger les anomalies et assurer la maintenance évolutive. Collaborer avec les équipes métiers, techniques et les différents intervenants du projet. Contribuer à l'amélioration continue des applications et des bonnes pratiques de développement. Environnement technique Angular .NET / C# Python API REST Git Méthodologies Agile