Trouvez votre prochaine mission ou futur job IT.

Nous recherchons pour le compte de notre client dans le domaine de la banque, un(e) Data Engineer GCP. Environnement technique GCP, BigQuery, Cloud Storage, SQL, Python (orienté objet), Pandas, Dask, Bash scripting, Git, méthodologie Agile/SCRUM. Un plus : Cloud Functions, SAS, Alteryx, XLD/XLR, ControlM, Hadoop, Spark. Contexte Au sein de la direction IT d'un grand groupe bancaire, l'équipe Technologies & Opérations met à disposition des différents pôles métiers (transformation, workplace, banque de proximité) l'ensemble des applications nécessaires à leur activité. Le consultant interviendra sur le projet DatOps, en soutien à l'équipe de production applicative et devops, pour répondre aux besoins techniques exprimés par les métiers. Missions Mettre en place de nouveaux flux d'ingestion et réaliser les travaux de préparation et transformation de données Faire évoluer et maintenir les outils de gestion des pipelines de données Relayer auprès de l'équipe devops les besoins d'évolution de la plateforme Compétences attendues GCP, BigQuery, Cloud Storage, SQL, Python orienté objet, Pandas, Dask, Bash, Git, Cloud Functions, SAS, Alteryx, XLD/XLR, ControlM, Hadoop, Spark, Agile/SCRUM, Anglais professionnel

Contexte et enjeux Dans un contexte de stock important de recommandations relatives à la protection des données personnelles, une task force dédiée est mise en place afin d'accélérer leur traitement, de sécuriser les plans de remédiation et d'obtenir leur clôture dans les délais attendus. Le Directeur de projet interviendra comme point de coordination central entre les équipes Sécurité, Privacy, Juridique, Risques, Conformité, métiers et IT. Il devra prioriser les recommandations les plus structurantes, lever les points de blocage et garantir la production des preuves et livrables nécessaires avant la fin de l'année. Objectifs de la mission· Réduire significativement le stock de recommandations Privacy ouvertes. · Sécuriser la trajectoire de clôture, les échéances et les responsabilités. · Garantir la qualité, la traçabilité et l'acceptabilité des éléments de preuve. · Mettre en place une gouvernance et un reporting permettant des arbitrages rapides. Responsabilités principales· Pilotage du portefeuille : consolider les recommandations, qualifier leur criticité, définir les priorités et construire une feuille de route réaliste. · Direction de projet de bout en bout : assurer le cadrage, la planification, l'exécution, le déploiement et la clôture des chantiers confiés. · Plans de remédiation : analyser les écarts, formaliser les actions correctrices, identifier les dépendances et suivre leur mise en œuvre. · Production des livrables : rédiger ou faire produire les dossiers de clôture, procédures, analyses de risques, plans d'action, comptes rendus et supports de décision. · Coordination transverse : organiser et animer les équipes Sécurité, Privacy, Juridique, Conformité, Risques, métiers et IT. · Gestion des engagements : piloter les délais, budgets, ressources, risques, alertes, livrables et niveaux de qualité. · Challenge des parties prenantes : vérifier la robustesse des solutions proposées et obtenir des engagements clairs sur les actions attendues. · Gouvernance et reporting : préparer et animer les comités projet et de pilotage, produire des indicateurs fiables et faciliter les arbitrages. · Conduite du changement : accompagner l'appropriation des nouvelles exigences, processus et contrôles par les équipes concernées. Livrables attendus· Cartographie et priorisation du portefeuille de recommandations. · Feuille de route consolidée et plans d'action détaillés. · Registre des risques, dépendances, décisions et points de blocage. · Tableaux de bord d'avancement et supports des comités de gouvernance. · Dossiers de preuve et demandes formelles de clôture. · Bilan de mission et recommandations pour pérenniser le dispositif. Critères de réussite· Respect des jalons et du calendrier de clôture. · Diminution mesurable du nombre de recommandations ouvertes et en retard. · Qualité et complétude des éléments de preuve soumis. · Réduction des risques résiduels et absence de réouverture liée à des dossiers incomplets. · Satisfaction des sponsors et fluidité de la coordination entre les parties prenantes.

Nous recherchons facilitateur tribu / tour de contrôle transverse pour contribuer au pilotage et appuyer les différentes squads de la tribu dans la coordination et la communication Dans une logique de facilitateur tribu / tour de contrôle transverse : - Préparation et animation de temps collectifs de la tribu - Valoriser les projets et produits de la tribu par la production de diverses communications - Anticiper, suivre et préparer les supports de diverses instances internes et de l'écosystème - Instruire, suivre et appuyer diverses demandes ponctuelles (nouveaux arrivants, participation externe, invitation en Caisses Régionales) - Appuyer à la structuration et au pilotage transverse de la tribu de diverses manières - Instruire des sujets de la backlog, amont aux Squads ou inter-Squad

Contexte de la mission Au sein de la DSI France, le département SI METIER & DATA souhaite renforcer sa capacitée à réaliser des projets Data. Au sein de l'équipe Data et de l'équipe projet, le Data Engineer réalise les intégrations de données, les traitements et les reportings dans PALANTIR Foundry. Il propose et recherche les meilleurs solutions techniques en collaboration avec l'équipe projet et participe au suivi quotidien des flux de données. Le projet concerne en particulier le traitement de données de consommations IT.

La mission consiste à intervenir en tant que Data Modeler dans le cadre du développement et de la gestion d'un modèle de données logique et cohérent pour une Unified Data Platform, au sein d'un acteur majeur du secteur automobile / industriel. Le consultant aura pour rôle d'accompagner l'évolution du Data Model, de contribuer à la gestion de son cycle de vie complet, de définir les périmètres de modélisation et de participer à la priorisation du backlog associé. Il interviendra également sur la mise en place de standards de modélisation, de bonnes pratiques, de processus de changement, d'exemples de référence et de templates réutilisables pour les équipes Data.

Mission de l'équipe : Dans le cadre d'un dispositif transverse à l'échelle de la CIB, la mission vise à piloter la définition et la mise en œuvre d'un framework de Data Quality supportant l'ensemble de l'écosystème AML, notamment les activités de détection, de monitoring et de reporting. Le Project Manager interviendra en coordination étroite avec les équipes AML Investigation, les équipes IT et la Compliance afin de définir le modèle opérationnel cible de Data Quality, concevoir les contrôles et indicateurs associés et piloter leur industrialisation dans l'outil cible. 1. Définition du Target Operating Model Data Quality La mission sera responsable du cadrage du dispositif cible de Data Quality, notamment : • Identifier les données clés devant faire l'objet de contrôles. • Définir le périmètre des données concernées. • Identifier les principales parties prenantes. • Clarifier les responsabilités et la propriété des données. • Formaliser les principes de gouvernance associés. 2. Définition des contrôles et indicateurs de qualité La mission devra concevoir un dispositif mesurable permettant d'évaluer et de piloter la qualité des données utilisées par les processus AML. Les principales responsabilités seront : • Définir les différents indicateurs de qualité des données. • Définir les principes de monitoring associés. • Formaliser les contrôles permettant de mesurer la qualité des données. • Produire les analyses de risques associées. • Documenter les data lineages nécessaires au dispositif. 3. Industrialisation et suivi de la mise en œuvre La mission assurera le pilotage de l'implémentation et de l'industrialisation des indicateurs de Data Quality dans l'outil cible. Elle devra notamment : • Coordonner les parties prenantes métier, Compliance et IT. • Suivre l'implémentation des contrôles et indicateurs. • Piloter leur industrialisation dans l'environnement cible. • S'assurer de la bonne formalisation et documentation du dispositif. 4. Pilotage de la remédiation et transition La mission devra également structurer le processus de gestion des remédiations issues des contrôles de qualité. Elle sera notamment responsable de : • Mettre en place le dispositif de gestion des remédiations. • Organiser le suivi des actions correctrices. • Préparer la transition du dispositif vers une nouvelle équipe offshore. • Sécuriser le transfert de connaissances, de documentation et des processus associés. Prestations demandées La mission interviendra principalement sur les activités suivantes : • Cadrage du framework Data Quality AML à l'échelle CIB. • Définition du Target Operating Model Data Quality. • Identification des données critiques, responsabilités et data ownership. • Définition des contrôles, KPI et principes de monitoring. • Pilotage de l'implémentation et de l'industrialisation des indicateurs de qualité. • Production de la documentation, des analyses de risques, des définitions de contrôles et des data lineages. • Mise en place et suivi du dispositif de remédiation. • Coordination transverse avec les équipes AML Investigation, Compliance et IT. • Organisation de la transition vers une équipe offshore. Secteur d'activité : Banque de Financement et d'Investissement, CIB Calendrier : du 14/09/2026 au 28/02/2027

Nous recherchons un(e) Tech Lead Data Engineer capable de trouver des solutions innovantes et robustes à l'ensemble des problématiques Data. Vous aurez la charge de : • Assurer la mise en œuvre de l'accès, du référencement et de la qualité de la donnée • Assurer l'industrialisation, la supervision et l'intégration des solutions • Rédiger les normes de développement • Participer à la rédaction du manuel d'exploitation En tant que Tech Lead, vous savez : • Vous présenter et promouvoir des architectures data face au client • Identifier et comprendre les besoins métiers • Former, encadrer et faire évoluer les consultants juniors • Participer à la réponse aux appels d'offres (avant-vente) Référence de l'offre : dedbg6qwsh

Nous recherchons un(e) Data Engineer capable de trouver des solutions innovantes et robustes à l'ensemble des problématiques Data. Vous aurez la charge de : • Participer à la conception et réalisation d'une solution Data depuis l'acquisition jusqu'à l'exploitation de la donnée en accompagnant la réflexion des directions métiers • Identifier, collecter et intégrer les données nécessaires à la résolution de problématiques métier et opérationnelles • Garantir la qualité des données en mettant en place les outils de mesure et de suivi adéquats en appliquant les règles de Data Gouvernance et de Data Management • Transcrire des besoins métier en règles de gestion data • Industrialiser le déploiement de vos réalisations à travers l'implémentation de tests unitaires, d'intégration et de non-régression Référence de l'offre : w5xvrgqwfy

En quelques mots Cherry Pick est à la recherche d'un Data Engineer(H/F), pour le compte de l'un de ses clients qui opère dans le domaine de la mutuelle. Description 🚀 Contexte de la mission Au sein du pôle Data d'un grand groupe, vous intégrez l'équipe Datalake pour accompagner la structuration, l'intégration et l'exploitation à valeur ajoutée des données métiers. En tant qu'Ingénieur / Expert Data Engineer & Décisionnel (H/F), vous agissez en garant de l'accès qualitatif aux sources de données multiples. Vous assurez la maîtrise, la normalisation, le référencement et la qualification des données alimentant le Data Lake pour faciliter leur exploitation par les équipes décisionnelles, Data Analysts et Data Scientists, dans le strict respect de la gouvernance et de la réglementation. 🎯 Missions principales & Rôle 1. Intégration, Modélisation & Alimentation du Data Lake : Concevoir, développer et optimiser les flux d'alimentation et de transformation des données depuis des sources multiples et hétérogènes vers le Data Lake. Développer et maintenir des traitements ETL/ELT performants en s'appuyant sur SQL et la solution d'intégration XDI (Semarchy). Industrialiser et orchestrer les pipelines de données via CloudBees (Jenkins). 2. Qualité de la Donnée & Contrôle (Data Quality) : Assurer la supervision des flux d'intégration et vérifier la conformité des données entrantes (dédoublonnage, nettoyage, contrôle de cohérence et de complétude). Recetter la donnée en profondeur pour garantir des socles fiables et exploitables. Contribuer à la définition des politiques de gouvernance et à la structuration du cycle de vie de la donnée. 3. Documentation, Qualification & Recette : Rédiger les spécifications techniques détaillées des flux et architectures de données. Elaborer les cahiers de recette technique ainsi que les dossiers d'applications associés. Mettre à disposition des dictionnaires de données et documentations pour simplifier l'auto-service de la donnée. 🏁 Objectifs & Livrables Spécifications techniques détaillées des flux d'intégration et des pipelines de données. Cahiers de recette technique et comptes-rendus de qualification des données. Dossiers d'applications et documentations d'architecture/gouvernance data.

Nous recherchons pour un de nos clients un Data Product Manager Senior pour piloter les études et cadrages liés au périmètre Data & Visualization. La mission consiste à définir la stratégie cible Data & Reporting, à analyser les impacts de la migration de SAP ECC vers SAP S/4HANA et à accompagner les métiers Missions : Vous serez notamment chargé(e) de : Définir le futur modèle Data & Reporting basé sur SAP S/4HANA ; Recueillir et analyser les besoins des métiers et des équipes européennes ; Évaluer les impacts de la migration sur les systèmes legacy, les flux de données, les reportings et les modèles existants ; Identifier les indicateurs, usages analytiques et reportings prioritaires ; Concevoir et structurer un portefeuille de Data Products ; Définir les modèles de données et les Business Layers ; Documenter l'architecture fonctionnelle cible, les sources, les règles de gestion et les transformations ; Analyser le cycle de vie de la donnée, de la source jusqu'à la visualisation ; Garantir l'alignement avec les standards Data, BI, architecture et gouvernance ; Organiser et animer des ateliers avec les métiers, les équipes SAP, Data, BI et Architecture ; Coordonner les contributions des Data Engineers, BI Engineers, Technical Architects et autres parties prenantes ; Faciliter les arbitrages fonctionnels et techniques ; Identifier les opportunités de rationalisation, d'industrialisation et de valorisation de la donnée ; Préparer le périmètre, le budget, le planning, les prérequis et la trajectoire de mise en œuvre ; Évaluer la valeur et les bénéfices attendus des solutions proposées ; Identifier les dépendances, risques et contraintes du programme.

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

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.

Nous recherchons pour une entreprise de renommée française spécialisée dans le secteur de la santé, un Data Analyst Confirmé H/F en CDI sur Lyon. La mission consiste à mettre en place, modéliser et implémenter un business process partir de documents, artefacts et dashboards déjà existants Doté(e) d'un "Product Mindset", vous serez amené a faire le pont entre les équipes métiers, les process et la data. Vous serez en charge de: • Analyser les documents, artefacts, données et dashboards • Echanger de manière transverse avec les équipes métiers et data • Clarifier et formaliser les Business Process • Construire les maps et modèles de process • faire le lien entre les processus métiers et données disponibles • concevoir et implémenter les data modèles dans snowflakes et DBT • définir et suivre les KPIs qui permettent de monitorer les processus • traduire les dashboards en insight business • Identifier les gaps, anomalies et points de blocage Référence de l'offre : hx9hfbjt40

En tant que Data Engineer, vous intégrerez une équipe pluridisciplinaire composée de de développeurs, de DevOps, de Scrum masters et de Product Owners, travaillant en méthodologie Agile : o Nos défis : Fiabiliser et industrialiser les flux de données du catalogue de contenus : métadonnées éditoriales, programmes, saisons, droits et disponibilités. Construire des pipelines performants, rejouables et scalables pour fournir des données fraîches et cohérentes. Méthode de travail : Agile / Scrum, intégration et déploiements continus, revue de code. o Environnement technique : Apache Spark, Apache Iceberg, Amazon S3, AWS, Python et/ou Scala, SQL, Git, CI/CD, monitoring et alerting.