Trouvez votre prochaine mission ou futur job IT.

Hanson Regan recherche un IA and Data engineer pour une mission freelance de 10 mois à Paris. Nous recherchons un nouveau talent pour rejoindre notre équipe Data Analytics & IA AV. Expertise requise : frameworks de Deep Learning (TensorFlow, PyTorch) et bibliothèques de Machine Learning en Python. Expérience en MLOps, notamment MLflow, sérialisation de modèles ML, gestion de versions avec Git et packaging de code. Maîtrise des processus CI/CD, des tests, de la conteneurisation (Docker, Kubernetes) et, idéalement, du provisionnement de ressources cloud (Terraform). Expérience en modélisation du langage (LLM) et techniques avancées telles que les embeddings, les bases de données vectorielles et l'ingénierie des prompts. Vous justifiez d'une solide expérience technique (minimum 5 ans à un poste similaire) et êtes à l'aise avec les environnements cloud. Vous communiquez efficacement avec les clients et au sein de votre équipe. kills : Exploration de données, principes d'architecture de données, accès aux données, gouvernance des données, techniques et méthodologies de modélisation de données, outils d'entrepôt de données Langues : Français (C2), Anglais (B1) Localisation : Paris (Saint-Denis) À distance : Possible (2 à 3 jours par semaine) Conformément aux exigences du client, les freelances doivent pouvoir travailler via leur propre entreprise. Nous n'acceptons malheureusement pas les candidatures via des sociétés de portage salarial pour ce poste. Si cette opportunité vous intéresse, veuillez nous contacter au plus vite.

Description détaillée: Nous recherchons ici un IA engineer expérimenté sur la stack technologique décrite, à même de pouvoir assurer le fonctionnement opérationnel ainsi que les évolutions de notre plateforme d'IA générative. Il devra également s'assurer de la performance du service et proposer des améllorations le cas échéant. Il devra également contribuer à renforcer la stratégie de test et d'intégration au sein de la chaîne CI/CD (constitution de jeux de test, automatisation, etc.). Les attendus sont les suivants : - Continuité de Service et Satisfaction Utilisateur : Assurer un service stable, performant et fiable pour les maisons actuellement en production sur la v1. Il est impératif d'éviter toute dégradation de l'expérience qui pourrait nuire à l'adoption globale des solutions d'IA générative au sein du Groupe. - Maîtrise des Risques de Conformité : La version 1, développée dans un calendrier contraint, doit être mise en conformité avec les exigences réglementaires (RGPD) et les standards de sécurité du Groupe. L'enjeu est de réduire l'exposition aux risques légaux et de réputation avant le transfert de responsabilité à la DSI. - Viabilité de la Transition : Garantir que la v1 soit une plateforme fonctionnelle et acceptable à partir de septembre 2026, pour les maisons ne pouvant pas baculer en v2. Un abandon prématuré des évolutions critiques sur la v1 créerait une rupture inacceptable pour les partenaires. - Préservation de la Valeur : Les développements réalisés dans le cadre de cette prestation (notamment sur la performance du RAG et la sécurité) pourront servir de base de connaissance et potentiellement être mutualisés pour les améliorations de la v2, ou réciproquement, assurant ainsi une capitalisation sur l'investissement.

Développer des solutions full-stack pour des projets Data & IA : Concevoir et implémenter des APIs et services back-end pour le traitement, l'analyse et la mise à disposition des données (ex : pipelines ETL/ELT, requêtes SQL, services REST/GraphQL). Développer des interfaces front-end interactives (ex : tableaux de bord, applications web) pour permettre aux utilisateurs métiers d'exploiter les données et les modèles IA. Intégrer des fonctionnalités d'IA Générative (ex : assistants conversationnels, recommandations automatisées, visualisations dynamiques) dans les applications. Collaborer avec les équipes techniques : Travailler en étroite collaboration avec les Data Engineers pour l'ingestion et le traitement des données, les IA Engineers pour l'intégration des modèles, et les Architectes pour le respect des standards techniques. Participer à la conception d'architectures modernes (ex : microservices, serverless, Modern Data Stack) pour garantir la scalabilité et la performance des solutions. Industrialiser et maintenir les solutions : Appliquer les bonnes pratiques DevOps/MLOps (versioning, tests automatisés, déploiement continu) pour les composants full-stack. Contribuer à la documentation technique (guides d'utilisation, contrats d'interface, spécifications des données échangées). Assurer la maintenabilité et l'évolutivité des applications en suivant les standards de qualité et de sécurité. Veille technologique et innovation : Suivre les évolutions des frameworks full-stack (ex : Spring Boot, Node.js, Angular, React) et des outils de visualisation (ex : Power BI, Tableau). Participer à l'innovation dans le domaine de l'IA Générative (ex : intégration de modèles LLM, RAG, fine-tuning) et proposer des améliorations pour les solutions existantes. Assurer la qualité et la performance : Implémenter des contrôles techniques et fonctionnels pour fiabiliser les résultats (ex : tests unitaires, tests d'intégration, validation des données). Optimiser les performances des applications (ex : temps de réponse, consommation de ressources) et leur accessibilité pour les utilisateurs finaux.

Dans le cadre d'un programme stratégique de transformation technologique et d'industrialisation de l'intelligence artificielle, CYNERS recherche un Ingénieur DevSecOps IA Expert (H/F) pour accompagner un grand groupe international dans la construction, la sécurisation et l'exploitation de sa plateforme IA d'entreprise. Vous rejoindrez une squad spécialisée dans le développement d'une plateforme permettant aux équipes du groupe de concevoir, valider, publier et héberger leurs composants d'intelligence artificielle : agents IA, serveurs MCP (Model Context Protocol), Skills, Plugins et Hooks. Cette mission associe ingénierie DevSecOps, sécurité applicative, automatisation, Cloud AWS et sécurisation des architectures IA agentiques. Vos principales responsabilités1. Administration des plateformes DevSecOps Administrer et maintenir GitHub Enterprise Cloud et GitHub Enterprise Server. Garantir la disponibilité, la performance et la sécurité des environnements de développement. Assurer l'administration et l'évolution de SonarQube Server et JFrog Artifactory / Xray. Industrialiser les opérations d'exploitation et de maintenance. Contribuer à l'amélioration continue des infrastructures DevSecOps. 2. Sécurisation des assistants de développement IA Définir et implémenter les politiques de sécurité des assistants GitHub Copilot et Claude Code. Configurer les policies, managed settings, instructions et hooks. Encadrer les usages des assistants IA dans les environnements de développement. Collaborer avec les équipes cybersécurité pour déployer des contrôles adaptés sans freiner les activités des développeurs. 3. Industrialisation des pipelines CI/CD Concevoir, déployer et maintenir des pipelines GitHub Actions. Implémenter les contrôles et scans de sécurité dans les chaînes de publication. Intégrer des solutions SAST, SCA et de détection de secrets. Mettre en œuvre des quality gates et des mécanismes de validation automatisés. Déployer les contrôles de sécurité nécessaires à la publication des composants IA. 4. Sécurité des agents IA et des infrastructures MCP Participer à la sécurisation des serveurs MCP et des registres fédérés. Définir et implémenter les contrôles liés aux identités non humaines et à la gestion des accès. Mettre en place des garde-fous pour protéger les données sensibles, les PII, les secrets et les flux sortants. Contribuer à la sécurisation de la chaîne d'approvisionnement logicielle : SBOM, CycloneDX, SPDX, signature et provenance. Participer à l'évaluation de la sécurité des LLM et des agents IA. 5. Construction et maintenance de la plateforme IA Participer à la conception et à l'évolution d'une plateforme IA reposant sur AWS. Contribuer à l'intégration des services AWS AgentCore Gateway, AgentCore Runtime et des composants de registre d'agents. Participer à la construction des composants internes de portail et de hub MCP. Développer des automatisations en Python et Ansible. Accompagner l'industrialisation et la sécurisation des déploiements IA. Vous interviendrez sur des projets innovants, avec un rôle opérationnel majeur dans la sécurisation et l'industrialisation des usages de l'intelligence artificielle à l'échelle d'un groupe international.

Contexte de la mission L'équipe MTA (Modélisation et Technologies Avancées) conçoit et industrialise les composants IA utilisés par les métiers. Ses principales missions incluent : Développement des API Développement de chatbots : internes (ex. Jarvis) et externes (assistants métiers). Création d'agents IA : capables d'exécuter des workflows, interagir avec des API, orchestrer des outils, et automatiser des tâches complexes. Intégration avancée des modèles LLM : Mistral, GPT, Claude, etc. Contribution technique aux plateformes transverses : IALAB, IAP, GED/PHX, RPA, etc. Participation aux démonstrations système : sujets chatbots, workflows automatisés, IALAB, etc. Pour soutenir la montée en puissance des usages IA, le client souhaite renforcer l'équipe MTA avec un développeur expérimenté spécialisé en agents IA, orchestration, chatbots avancés et intégrations SI. Objectifs et livrables 1 Développer des agents IA avancés pour les métiers Conception d'agents capables d'appeler des API, déclencher des outils internes, et exécuter des actions complexes. Gestion de scénarios multi-étapes : analyse ® décision ® action ® supervision. Construction de "tooling IA" : actions, connecteurs, permissions, wrappers. Alignement avec les procédures SSI, DPO et gouvernance IA. 2 Conception ou amélioration de chatbots métiers Développement d'assistants IA pour piloter la documentation, les workflows, la qualification documentaire, etc. Implémentation des mécanismes clés : mémoire, récupération d'information, contextualisation. Optimisation UX des interactions : prompts, actions, réponses structurées. Support multi-modèles : Mistral Large, GPT-4o, Claude 3.7, etc. 3 Intégration et orchestration avec le SI Appels sécurisés vers les API internes : ERP, GED, RPA, CRM, PHX, etc. Connexion aux outils d'orchestration existants : RPA, IALAB, pipelines documentaires. Mise en place d'exécuteurs d'outils avec gestion fine des autorisations et logs. 4 Industrialisation et fiabilisation Observabilité complète : logs, métriques, traçabilité, monitoring des coûts. Tests unitaires et end-to-end pour chatbots et agents. Contribution aux frameworks internes : libs maisons, conventions IA. Participation aux démos système, PI planning et increments Agile. Développement Python expert : FastAPI, async, architectures modulaires. Très bonnes bases en Node.js/TypeScript pour certains agents front ou services d'intégration. Développement orienté API-first. Bonne pratique des patterns d'architecture cloud : Azure Functions, containers, CI/CD. DévSecOps: You Build It And You Run It. IA et Agents Maîtrise de la conception d'agents IA outillés (ReAct, Agentic Workflow, Toolformer-like). Connaissance des frameworks agents : LangChain, LlamaIndex, CrewAI, Semantic Kernel ou équivalents. Forte capacité à modéliser des workflows IA/métiers dans des environnements complexes. Excellente maîtrise des LLM (Mistral, GPT, Claude). 3 Chatbots Conception de flows conversationnels complexes. Intégration de modules mémoire, RAG, reformulation. Optimisation de prompts avancés. Conscience UX conversationnelle : turn-taking, clarifications automatiques. 4 Intégration et Données Appels API REST/GraphQL internes. Interaction avec GED, bases documentaires, data lakes. Utilisation ou construction de {*}connecteurs métier{*}. 5 Qualité, Sécurité et Gouvernance Logs, audit, monitoring : Grafana, Prometheus, Langfuse. Compréhension des contraintes de sécurité des agents : permissions d'actions, filtrage des commandes, sandboxing, conformité interne IA. Forte autonomie et capacité à mener des sujets en transverse. Pédagogie et vulgarisation pour les métiers utilisant les chatbots/agents. Capacité à documenter : guides, API docs, schémas. Esprit produit : proposer, challenger, prioriser, démontrer. Participation active aux rituels Agile et aux démonstrations. 1 Langages et Frameworks Python (FastAPI, async) Node.js/TypeScript Frameworks agents : LangChain, LlamaIndex, CrewAI, Semantic Kernel 2 Modèles et IA LLM : Mistral, GPT, Claude RAG (Retrieval-Augmented Generation) Mémoire et contextualisation 3 Intégration et Orchestration API : REST, GraphQL Outils internes : ERP, GED, RPA, CRM, PHX, IALAB, IAP Connecteurs métier 4 Cloud et DevOps Kafka Azure Functions Containers CI/CD 5 Observabilité et Sécurité Grafana Prometheus Langfuse SSI, DPO, gouvernance IA Compétences demandéesCompétencesNiveau de compétence CI/CD Containers Connecteurs métier SSI, DPO, gouvernance IA KAFKA API : REST, GraphQL LLM : Mistral, GPT, Claude Mémoire et contextualisation Prometheus Python (FastAPI, async) Grafana Langfuse Outils internes : ERP, GED, RPA, CRM, PHX, IALAB, IAP Frameworks agents : LangChain, LlamaIndex, CrewAI, Semantic Kernel Node.js/TypeScript Azure Functions RAG (Retrieval-Augmented Generation)

Nous recherchons un Architecte IA/MLOps H/F qui conçoit, cadre et met en œuvre les architectures IA industrielles (ML classiques et IA générative), en garantissant leur cohérence avec le SI, leur industrialisation via le MLOps, et leur observabilité en production. Il/Elle intervient de la faisabilité technique au passage à l'échelle, en lien étroit avec la DSMC (valeur métier) et dans le respect des cadres Groupe (Design Authority IA, sécurité, conformité). Missions principales Cadrage technique & architecture IA Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps). Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM) Formaliser les choix dans des dossiers d'architecture. Prototypage & validation des cas d'usage Piloter ou réaliser des POC IA rapides (4–6 semaines) en lien avec la DSMC. Tester la viabilité des modèles, des données et des chaînes techniques. Documenter résultats, limites, risques techniques et conditions d'industrialisation MLOps & industrialisation Définir et mettre en œuvre les chaînes MLOps : Accompagner l'intégration des solutions IA dans le SI existant. Contribuer au catalogue de services IA de la DSI Observabilité IA & fiabilité Définir et déployer les principes de ML Observability : Mettre en place les alertes et indicateurs nécessaires au pilotage. Contribuer à la stratégie de run IA avec les équipes concernées Gouvernance des modèles IA Contribuer à la gouvernance IA DSI / DSMC : Participer aux comités IA et Architecture. Garantir la conformité des solutions avec les exigences RGPD / AI Act (en lien avec les instances dédiées) Référent IA & accompagnement des équipes Agir comme référent technique IA pour la DSI. Accompagner Data Engineers, équipes projets et prestataires. Diffuser les bonnes pratiques IA / MLOps (standards, patterns, retours d'expérience). Contribuer à la montée en compétence globale sur l'IA industrielle

Dans le cadre du renforcement d'une plateforme de calcul à grande échelle, nous recherchons un DevOps Linux Senior pour participer au déploiement, à l'exploitation et à la sécurisation d'infrastructures complexes. Vous évoluerez au sein d'équipes expertes et contribuerez à des projets à forte dimension technique autour de l'automatisation, de la conteneurisation et des environnements HPC. Vos missionsDéployer et administrer des architectures Linux. Assurer le maintien en conditions opérationnelles des infrastructures matérielles et logicielles. Sécuriser les environnements et garantir leur conformité. Automatiser les déploiements et les opérations d'administration système. Concevoir et mettre en place des outils de gestion et d'exploitation des infrastructures. Participer à la rédaction de la documentation et des architectures techniques. Collaborer avec les équipes techniques dans une démarche DevOps. Environnement techniqueLinux Ansible Kubernetes Technologies de conteneurisation SLURM Lustre Bash, Python, Perl, C

Almatek recherche pour l'un de ses clients Un Data Engineer sur Lille. Dans le cadre de la transformation de son modèle Data, un acteur majeur du retail spécialisé souhaite renforcer ses équipes avec un Data Engineer confirmé / maîtrisant afin d'accompagner le développement et l'industrialisation de sa plateforme Data sur Google Cloud Platform (GCP). La mission s'inscrit dans un contexte d'accélération de la valorisation de la donnée, de modernisation des pratiques Data Engineering et de préparation aux nouveaux usages liés à l'intelligence artificielle et à l'IA générative. Intégré au sein d'une équipe Data, en interaction étroite avec les Product Owners, les architectes, les équipes techniques et les interlocuteurs métiers, le consultant interviendra sur l'ensemble du cycle de vie des solutions Data, de la conception à la mise en production. Les principales activités confiées seront les suivantes : Concevoir, développer et maintenir des pipelines et flux d'alimentation de données sur Google Cloud Platform. Réaliser les transformations et modélisations de données, notamment avec BigQuery et dbt. Participer à la conception et à l'industrialisation des architectures et traitements Data. Contribuer aux ateliers de cadrage, à l'analyse des besoins et à la rédaction des spécifications techniques. Garantir la qualité, la fiabilité et la performance des traitements développés. Réaliser les tests unitaires, participer aux phases de recette et accompagner les mises en production. Optimiser les traitements et les coûts d'exploitation dans une démarche FinOps. Participer aux revues de code et à l'amélioration continue des pratiques de développement et d'industrialisation. Contribuer au partage de connaissances et accompagner la montée en compétences des équipes. Environnement technique : Google Cloud Platform (BigQuery, Cloud Storage, Composer), dbt, SQL, Git, Airflow, Python, Stambia / Semarchy XDI, CI/CD. Une connaissance des outils de restitution et de visualisation (Looker, Looker Studio, Power BI), ainsi qu'une sensibilité aux enjeux FinOps et aux usages de l'intelligence artificielle, seront appréciées. Le consultant devra faire preuve d'autonomie, de rigueur et de proactivité, avec une réelle capacité à collaborer avec des interlocuteurs techniques et métiers dans un environnement agile et exigeant.

Dans le cadre de l'industrialisation de plateformes d'IA Générative et Agentique, nous recherchons un Architecte Technique / Expert MCP pour concevoir, développer et industrialiser une architecture basée sur le Model Context Protocol (MCP). Vous interviendrez sur une plateforme stratégique permettant aux agents IA d'accéder de manière sécurisée à différents outils, services et systèmes d'information. Vos missionsArchitecture & Design Concevoir l'architecture cible MCP Gateway / MCP Servers. Définir les standards de développement et d'intégration des MCP Servers. Mettre en place les principes de gouvernance : registry, inventory, versioning, cycle de vie et onboarding des outils. Définir les patterns d'intégration avec les solutions API Management, Service Mesh, IAM et plateformes LLM. Produire les dossiers d'architecture et décisions techniques. Sécurité Concevoir les mécanismes d'authentification et d'autorisation : OAuth2/OIDC, JWT, RBAC, Token Exchange. Mettre en œuvre les principes de Least Privilege. Définir les contrôles de sécurité des outils exposés aux agents IA. Participer à la prévention des risques liés aux Shadow MCPs, prompt injection et tool poisoning. Développement Concevoir, développer et maintenir des MCP Servers en Python ou Java. Intégrer différents outils et systèmes existants : GitLab, Jira, Confluence, SonarQube, ServiceNow, APIs métiers et bases de données. Concevoir des outils adaptés aux usages des agents IA : définition des tools, gestion des paramètres, erreurs, timeouts et réponses. DevSecOps & Industrialisation Industrialiser le développement et le déploiement des MCP Servers. Mettre en place des pipelines GitLab CI/CD, quality gates et security scans. Automatiser les déploiements et contrôles de conformité. Concevoir des frameworks, templates et « golden paths » réutilisables par les équipes projets. Environnement techniqueIndispensable : Model Context Protocol (MCP) Architecture Cloud Native / microservices APIs REST / API Management OAuth2 / OIDC / JWT / IAM Python ou Java GitLab CI/CD DevSecOps Sécurité applicative Apprécié : AI Agents / Agentic AI LLM / GenAI / RAG Apigee Kubernetes / Service Mesh OpenTelemetry / Dynatrace Vault LLMOps Profil recherchéDe formation supérieure en informatique, vous disposez de 7 à 15 ans d'expérience en architecture technique, développement backend, plateformes Cloud ou architectures distribuées. Vous avez une solide expérience sur les API, plateformes Cloud, IAM, sécurité applicative et DevSecOps, ainsi qu'une bonne capacité à intervenir sur des sujets d'architecture et de développement. Une expérience sur les architectures GenAI, les agents IA ou le Model Context Protocol (MCP) est fortement appréciée.

Bonjour , RECHERCHE – AI / DATA ENGINEER SENIOR – MCP & AGENTS IA Je recherche un profil Senior Data / AI Engineer, très hands-on, pour intervenir sur des sujets d'IA générative, Agents IA, MCP et développement Python. 🔹 Expérience : 5 ans minimum 🔹 Profil : Data / IA / Software Engineering 🔹 Environnement : IA générative, LLM, Agents IA 🔹 Mission : développement de solutions IA industrialisables 🛠️ Compétences indispensables : IA & Agents • IA générative / LLM • Agents IA & Skills • Prompt Engineering • Conception de solutions IA MCP – Model Context Protocol • Très bonne connaissance de MCP • Développement de MCP Servers • Expérience de bout en bout : conception, développement, tests et intégration Développement • Python – confirmé • APIs / services web • Git • Tests unitaires & intégration • CI/CD Très appréciées : • Expérience concrète de mise en production de MCP Servers • Architectures Agentic AI • RAG • Plusieurs LLM / environnements IA générative • Cloud / DevOps • Sécurité des agents IA Sujet clé de la mission : Concevoir et développer des Skills IA, notamment autour de la conception et de la recette, avec l'objectif de construire des solutions robustes, réutilisables et industrialisables. 👤 Nous recherchons un profil hands-on, capable de comprendre un besoin, proposer une architecture, développer les composants nécessaires et transformer rapidement un prototype en solution industrialisable. Vous êtes disponible ou connaissez un profil correspondant ? N'hésitez pas à me contacter en MP ou à m'envoyer votre CV.

Dans le cadre du renforcement de ses équipes IT Innovation, nous recherchons 5 Développeurs Python – AI-Native Developers pour participer à la conception, au développement et à l'industrialisation de solutions innovantes intégrant l'intelligence artificielle. Les consultants interviendront sur des projets visant à accélérer le développement logiciel grâce aux outils d'IA générative, à automatiser les processus et à concevoir des applications intelligentes répondant aux besoins métiers. Missions principalesConcevoir, développer et maintenir des applications et services en Python. Intégrer des solutions d'intelligence artificielle générative dans les applications existantes ou nouvelles. Exploiter les outils de développement assisté par l'IA afin d'améliorer la productivité et la qualité du code. Concevoir et développer des API et des services backend performants et sécurisés. Participer à la conception de solutions basées sur les grands modèles de langage (LLM). Mettre en œuvre des mécanismes de prompt engineering et d'orchestration des modèles d'IA. Développer des solutions intégrant des techniques de recherche augmentée par génération (RAG), selon les besoins du projet. Réaliser les tests unitaires, les tests d'intégration et les contrôles de qualité du code. Participer à l'intégration continue, au déploiement et à l'industrialisation des applications. Collaborer avec les équipes IT, Data, DevOps et métiers pour identifier et mettre en œuvre des solutions innovantes. Assurer une veille technologique sur les outils, frameworks et pratiques de développement AI-Native. Compétences techniques requisesPython : excellente maîtrise du langage et de son écosystème. Développement backend : conception d'API REST et développement de services applicatifs. Intelligence artificielle générative : compréhension des LLM et de leurs cas d'usage. Prompt engineering : capacité à concevoir, tester et optimiser des prompts. Développement assisté par l'IA : utilisation d'outils de génération de code et d'assistance au développement. Frameworks Python : connaissance de FastAPI, Flask ou Django. Tests et qualité logicielle : tests automatisés, bonnes pratiques de développement, revue de code et gestion de versions avec Git. Bases de données : maîtrise des bases SQL et/ou NoSQL. Industrialisation : notions de CI/CD, Docker et environnements de déploiement. RAG et outils d'orchestration IA : connaissance de frameworks tels que LangChain ou LlamaIndex, appréciée.

ContexteDans le cadre de l'industrialisation d'un environnement Oracle de grande envergure, nous recherchons un DBA Oracle confirmé, disposant d'une forte expertise en développement et automatisation, pour renforcer une équipe spécialisée dans la création de services Database as a Service (DBaaS). L'objectif est d'automatiser et de fiabiliser la gestion du cycle de vie de plusieurs milliers de bases Oracle, au sein d'un environnement de production critique. Le poste est principalement orienté BUILD, développement et automatisation, avec une expertise DBA Oracle indispensable pour concevoir des solutions robustes et adaptées aux contraintes de production. MissionsConcevoir, développer et maintenir des playbooks Ansible pour automatiser les opérations DBA Oracle Automatiser le cycle de vie des bases : provisioning, décommissionnement, patching, upgrades et configuration Data Guard Développer des scripts et outils internes en Python pour industrialiser les opérations Concevoir des automatisations robustes, idempotentes et réutilisables, capables de gérer des scénarios complexes Participer au développement et à l'évolution d'une plateforme interne Database as a Service (DBaaS) Contribuer à la mise en place d'API et de mécanismes d'orchestration des services de bases de données Participer à l'intégration des automatisations dans les chaînes CI/CD et outils d'orchestration Accompagner la standardisation des configurations et des opérations sur Oracle 19c Contribuer à l'industrialisation des environnements Exadata / ExaCC Collaborer avec les équipes DBA, DevOps et Cloud pour fiabiliser et optimiser les solutions développées Participer à l'amélioration continue des outils, procédures et standards techniques Explorer les apports de l'IA et des approches agentiques dans les processus de développement et d'automatisation

Au sein d'une équipe dédiée à la gestion et à la valorisation des données techniques, vous intervenez sur des problématiques à la fois Data, Data Quality et Intelligence Artificielle. Votre objectif sera notamment de contribuer à l'industrialisation de la mesure de la qualité des données, à l'enrichissement des outils d'exploitation et au développement de premiers cas d'usage IA à forte valeur métier. Vos principales responsabilités Data Quality et fiabilisation des données Analyser et qualifier les besoins métiers liés aux données. Contribuer à l'industrialisation des indicateurs de qualité, complétude et importance des données. Identifier les données manquantes, incomplètes ou incohérentes. Définir et mettre en œuvre des actions de mise en qualité des données. Développer des scripts, outils ou programmes spécifiques pour automatiser les traitements. Réaliser des contrôles, analyses et mises à jour de données. Participer à la gouvernance et au suivi de la qualité des données. Développement de cas d'usage IA Vous participerez à l'étude et à la mise en œuvre de plusieurs cas d'usage autour de l'IA : Complétude et enrichissement des données Exploiter des corpus documentaires hétérogènes : PDF, rapports, plans, tableaux, archives ou documents numérisés. Extraire et classifier automatiquement les informations pertinentes. Rapprocher les informations extraites avec les modèles de données existants. Identifier les champs manquants ou incohérents. Proposer des valeurs candidates accompagnées de leur source et d'un niveau de confiance. Mettre en place des mécanismes de validation métier avant intégration. Aide à l'estimation des travaux Analyser les données historiques disponibles. Identifier les variables explicatives pertinentes. Étudier différentes approches statistiques et Machine Learning. Comparer les estimations produites aux données réellement observées. Concevoir des restitutions permettant aux experts métiers de comprendre et challenger les résultats. Assistance à la rédaction de rapports Étudier des solutions d'assistance intelligente à la saisie et à la rédaction. Mettre en œuvre des fonctionnalités de structuration automatique. Contribuer à la classification des informations. Détecter les incohérences. Étudier les possibilités de transcription et d'exploitation de contenus multimédias. Garantir que l'IA reste une aide à la formalisation et ne génère pas de données techniques non fournies par l'expert. Pilotage et accompagnement Vous serez également amené(e) à : Étudier les leviers d'intégration des solutions IA dans les processus existants. Piloter la mise en œuvre des solutions et suivre leur avancement. Définir des indicateurs permettant d'évaluer les performances des modèles et traitements. Participer aux échanges avec les équipes métiers et techniques. Préparer les points de suivi et contribuer à la documentation des travaux. Accompagner la gouvernance et l'évolution des modèles de données

Dans le cadre du développement de solutions d'Intelligence Artificielle au sein d'un grand acteur bancaire, nous recherchons un Expert IA / Machine Learning disposant d'une forte expertise en développement Python et en Agentic Coding. Vous maîtrisez les principaux outils d'IA générative appliqués au développement (GitHub Copilot, Cursor, Claude Code, ChatGPT) et savez les utiliser pour accélérer significativement les cycles de développement, tout en garantissant la qualité, la robustesse et la maintenabilité du code produit. La mission se déroule dans un environnement international et anglophone : un niveau d'anglais professionnel est indispensable. MissionsVous interviendrez notamment sur les activités suivantes : Participation aux workshops avec les équipes IT, métiers et Data Scientists ; Développement et optimisation de modèles IA / Machine Learning répondant aux différents use cases métiers ; Intégration et déploiement des modèles en production via APIs et microservices ; Utilisation avancée de l'Agentic Coding pour accélérer le développement et automatiser certaines tâches ; Décomposition de problématiques complexes en instructions et prompts exploitables par les outils d'IA ; Revue, validation et optimisation du code généré par IA ; Mise en place de pipelines MLOps : entraînement, versioning, déploiement et monitoring ; Développement de tests automatisés et validation des modèles en matière de performance, robustesse et biais ; Documentation du code, des modèles, des APIs et des prompts réutilisables ; Optimisation des performances : latence, coûts et scalabilité ; Veille technologique et recommandations sur les nouvelles approches et technologies IA ; Diffusion des bonnes pratiques d'Agentic Coding auprès des équipes.

Nous recherchons un Data Engineer Senior pour renforcer une équipe Data et intervenir sur une plateforme AWS traitant d'importants volumes de données. Vous participerez à la conception, à l'optimisation et à l'industrialisation des pipelines Data, avec des enjeux forts de performance, de qualité et de scalabilité. Missions principalesConcevoir, développer et maintenir des pipelines Data sur AWS. Développer et optimiser les traitements en Python, SQL et PySpark. Orchestrer les workflows avec Airflow / MWAA. Optimiser les traitements Spark sur des volumes importants. Concevoir et faire évoluer les modèles de données au sein du Data Lake. Garantir la qualité, la fiabilité et la performance des données. Mettre en place le monitoring et optimiser les coûts des traitements. Collaborer avec les équipes Data Science et métiers. Exploiter les outils d'IA générative et agentique pour améliorer les pratiques de développement. Environnement techniqueStack principale : AWS : S3, Glue, Athena, EMR, MWAA, ECS, Lambda Python : Pandas, PySpark, AWS Wrangler SQL avancé Apache Spark Apache Airflow / MWAA Parquet, Iceberg, Delta Lake Compétences complémentaires : Terraform IAM / Sécurité Cloud Data Lake / Data Modeling IA générative et agentique