Trouvez votre prochaine mission ou futur job IT.

Contexte : Dans le cadre de l'accélération de ses initiatives en Intelligence Artificielle Générative, notre client recherche un Data Scientist GenAI / AI Engineer pour concevoir, développer et industrialiser des solutions basées sur les LLM. Le consultant interviendra sur des projets d'IA appliquée visant notamment l'automatisation de processus métiers, l'accès à la connaissance interne et le développement d'assistants intelligents, de la phase de conception jusqu'à la mise en production. Missions principales : · Analyser les besoins métiers et identifier les cas d'usage pertinents autour de l'IA générative. · Concevoir et développer des applications basées sur des LLM tels que GPT, Mistral, Llama ou Claude. · Développer des assistants conversationnels et des systèmes d'aide à la décision. · Concevoir et mettre en œuvre des architectures RAG et des solutions de recherche sémantique. · Développer les pipelines documentaires : ingestion, nettoyage, chunking, embeddings, indexation, retrieval et reranking. · Concevoir des workflows agentiques et orchestrer des outils et agents IA. · Développer des APIs et services backend autour des modèles IA. · Transformer les POC en solutions industrialisées et production-ready. · Mettre en place les pratiques de tests, versioning, CI/CD, monitoring et documentation. · Définir et mettre en œuvre des métriques et frameworks d'évaluation des solutions GenAI. · Optimiser la qualité des réponses, la pertinence du retrieval, la latence et les coûts, tout en limitant les hallucinations. · Participer au déploiement des solutions sur des environnements Cloud. · Présenter et vulgariser les solutions auprès des équipes techniques et métiers. Livrables attendus : · Analyses des besoins et identification des cas d'usage IA. · Spécifications fonctionnelles et techniques. · Prototypes et applications GenAI fonctionnelles. · Architectures RAG et pipelines documentaires documentés. · APIs, services IA et agents opérationnels. · Scripts et notebooks d'expérimentation. · Code source versionné et pipelines CI/CD. · Documentation d'architecture, de déploiement et d'exploitation. · Métriques de qualité et de performance des solutions. · Documentation des modèles, prompts et dispositifs d'évaluation.

Nous recherchons un Référent Technique Intégration & Data pour accompagner nos équipes sur des projets à forts enjeux techniques et assurer la cohérence des solutions d'intégration et de traitement de la donnée. Vos principales missions : - Définir et garantir les architectures techniques d'intégration et Data. - Être le référent technique auprès des équipes projet et des développeurs. - Concevoir et superviser les flux d'intégration entre les différents systèmes. - Participer à la conception, au développement et à l'évolution des solutions Data. - Garantir la qualité, la performance et la sécurité des solutions mises en œuvre. - Accompagner les équipes dans les choix techniques et les bonnes pratiques. - Réaliser des études techniques et contribuer à la résolution des problématiques complexes. - Assurer une veille technologique sur les solutions d'intégration et Data.

Contexte du poste Nous recherchons un Analytics Engineer / Data Engineer pour participer au développement d'une plateforme Data Analytics intégrée à une suite logicielle d'analyse technico-économique. En collaboration directe avec le Product Owner, vous serez responsable de l'implémentation des cas d'usage liés à la performance et aurez une vraie responsabilité sur la conception de l'architecture analytique et la modélisation des données. Missions principales Concevoir et faire évoluer l'architecture OLAP de la plateforme Modéliser les données selon les approches Kimball / étoile / flocon Développer et optimiser les transformations SQL et les modèles analytiques Concevoir les pipelines d'ingestion et d'orchestration avec Apache Airflow Développer des DAGs Python robustes, modulaires et maintenables Intégrer les données issues de bases OLTP vers l'environnement analytique Structurer les transformations avec dbt Implémenter et maintenir la couche sémantique avec Cube.js Concevoir les dashboards et métriques métiers sous Apache Superset Optimiser les performances, le cache et la gestion des droits d'accès / RLS Participer à l'industrialisation des développements avec Git et Docker

En quelques motsCherry Pick est à la recherche d'un Support & Data Reliability Engineer(H/F), pour le compte de l'un de ses clients qui opère dans le domaine financier. Description🚀 Contexte de la missionAu sein du département Data Technology d'un acteur majeur de la gestion d'actifs et de la finance quantitative, vous intégrez l'équipe en tant que Support & Reliability Engineer (H/F). Votre rôle sera d'assurer la gestion, la robustesse et la fiabilité maximale des systèmes et processus de données. Vous travaillerez en étroite collaboration avec les équipes de développement, les Data Engineers, les Data Scientists et les Quantitative Developers pour garantir la disponibilité, la qualité et les performances des pipelines de données critiques. 🎯 Missions principales & Rôle1. Support Data & Opérations : Assurer le support N1 sur le périmètre Data, gérer les alertes en temps réel et résoudre les incidents durant le shift de Paris. Agir en tant que Gatekeeper pour la gestion des mises en production (Data Release Management / CMRM process) et la fiabilité des données. Définir et faire appliquer les politiques de gestion des données (sauvegarde, restauration, sécurité, conformité). 2. Automation, Monitoring & Fiabilité : Maintenir des pipelines de données fiables, performants et scalables (collecte, stockage, traitement, diffusion). Mettre en place un monitoring proactif et continu pour détecter les anomalies de qualité, d'intégrité et de consistance des données. Automatiser les tâches récurrentes pour optimiser l'efficacité opérationnelle et réduire le risque d'erreur humaine. 3. Collaboration Transverse & Conduite du Changement : Collaborer avec les développeurs quantitatifs, Data Engineers et Data Scientists pour comprendre leurs besoins et résoudre les dysfonctionnements. Promouvoir les meilleures pratiques de développement axées sur la fiabilité des données. Rédiger et maintenir la documentation technique et opérationnelle. 🏁 ObjectifsGarantir la haute disponibilité et la cohérence des pipelines de données en production. Réduire le temps moyen de résolution (MTTR) des incidents Data durant le shift de Paris. Industrialiser et automatiser les processus récurrents de maintenance et de monitoring.

Contexte Je recherche pour l'un de mes clients, entreprise industrielle française en pleine transformation digitale, un(e) Ingénieur(e) Data en CDI à Marseille. Cette opportunité est à pourvoir au sein de la DSI (100 collaborateurs), dans un environnement stimulant et innovant. Vous intégrerez le pôle Data et interviendrez sur des projets stratégiques de modernisation des architectures de données. Missions Rattaché(e) au Responsable de Production, vous aurez un rôle clé dans la conception, l'optimisation et la fiabilité des bases de données transactionnelles et décisionnelles. À ce titre, vos missions incluront : Concevoir et modéliser les bases de données en lien avec les chefs de projet, architectes, consultants ERP et experts décisionnels Participer à la mise en place et à l'évolution de l'entrepôt de données (Data Warehouse) et de la "Modern Data Stack" Développer et maintenir les flux de synchronisation entre systèmes (Airbyte, DBT, Airflow, Snowflake...) Assurer l'optimisation des performances des requêtes SQL/noSQL et le support aux équipes de développement Contribuer à l'adaptation du modèle de données dans le cadre du déploiement d'architectures microservices Participer au support technique de niveau 3 et à la veille technologique

Responsabilités clés 1. Product Ownership et pilotage de la convergence mondiale Agir en tant que Product Owner pour le chantier d'harmonisation des données et des processus de l'Assistance Client (Consumer Care) sur Salesforce, englobant 3 CRM répartis sur 3 fuseaux horaires différents. Traduire les objectifs mondiaux et les besoins régionaux en un backlog priorisé, comprenant des exigences claires, des user stories, des critères d'acceptation, des dépendances, des risques et des indicateurs de réussite. Animer des ateliers décisionnels avec les référents métiers (Business champions) et informatiques (IT champions). Définir des principes qui équilibrent la standardisation mondiale et l'évolutivité (scalability) avec les exigences locales dûment justifiées. Maintenir la feuille de route d'harmonisation, le registre des décisions, le plan d'action, les risques, les dépendances et les livrables du groupe de travail (Taskforce). Permettre une collaboration efficace entre les différents fuseaux horaires grâce à des réunions structurées et une documentation asynchrone claire. 2. Évaluation et harmonisation de Salesforce Service Cloud Évaluer et comparer les trois environnements CRM, notamment : les modèles de données, objets, champs, relations, types d'enregistrements et mises en page (page layouts) ; la gestion des tickets (cases), la catégorisation, le routage, les files d'attente, l'Email-to-Case, les canaux numériques et les flux de travail (workflows) ; les parcours utilisateurs, l'expérience des conseillers, la productivité et l'UI/UX ; l'automatisation, les Flows, les anciennes règles de flux de travail (legacy workflow rules), les développements spécifiques, les intégrations et la dette technique ; les rapports, les indicateurs clés de performance (KPI) opérationnels, la gestion des connaissances (knowledge management) et l'accessibilité des données. Utiliser un CRM comme base de convergence initiale, tout en évaluant les forces, les lacunes, les risques et les fonctionnalités réutilisables des deux autres. Définir les exigences métiers, fonctionnelles et de données pour l'état cible harmonisé de Salesforce Service Cloud. Identifier les opportunités de simplification ou de suppression des champs redondants, des personnalisations, des configurations, des processus et des anciennes automatisations. Collaborer avec las équipes techniques Salesforce pour confirmer la faisabilité, les dépendances et les priorités de mise en œuvre. 3. Harmonisation, qualité et enrichissement des données Définir des normes de données communes pour l'Assistance Client, des définitions de KPI, un glossaire métier et les principes du modèle de données cible. Harmoniser les domaines de données prioritaires, notamment : les données des consommateurs, des comptes et des contacts ; les tickets (cases), les motifs de contact, les catégories, les résultats et les interactions de service ; les produits, les marques, les marchés, les connaissances, les commentaires (feedback), le consentement et les préférences ; les KPI opérationnels, de qualité, de productivité et d'expérience client. Profiler les données prioritaires pour évaluer leur exhaustivité, leur exactitude, leur cohérence, leur unicité, leur validité, leur actualité et leur exploitabilité. Définir des vocabulaires contrôlés, des conventions de nommage, des règles de validation, des contrôles de qualité des données, des correspondances source-cible (source-to-target mappings) et des logiques de transformation. Coordonner les activités de nettoyage (cleansing), de standardisation, de normalisation, de déduplication, de résolution d'identité, d'archivage et de rétention des données. Mettre en place des processus de rapprochement (reconciliation) et de suivi de la qualité pour garantir que les données restent fiables, traçables et adaptées au reporting ainsi qu'à l'activation. 4. Gouvernance des données, confidentialité et préparation à l'IA Définir une gouvernance pratique pour la propriété des données (data ownership), l'intendance (stewardship), le suivi de la qualité, la gestion des incidents et le contrôle des modifications. Collaborer avec les parties prenantes des services Confidentialité des données, Juridique, Sécurité, Réglementation, Qualité, Opérations et Data & Analytics à travers les processus de gouvernance appropriés. Identifier les exigences d'accès, de sécurité, de rétention, de traçabilité et de qualité des données pour établir un socle de données mondial de confiance. Préparer les conditions des données et des processus requises pour les futures fonctionnalités, notamment : la classification et le tri automatisés des tickets ; les outils d'assistance aux agents ; les résumés de tickets et les recommandations de réponses ; la découverte et la réutilisation des connaissances ; le routage intelligent et l'automatisation des flux de travail. Garantir que le futur socle prêt pour l'IA (AI-ready foundation) soit construit avec un contexte fiable, un accès contrôlé, une responsabilité claire, des données traçables et une supervision humaine appropriée. 5. Livrables clés potentiels Le consultant devra contribuer à produire : Une évaluation de l'état actuel des 3 CRM, couvrant les données, les processus, la configuration, l'expérience utilisateur, la dette technique, les risques et les opportunités. Une comparaison croisée des CRM et une analyse des écarts (gap analysis), identifiant les fonctionnalités réutilisables, les différences critiques et les priorités de convergence. Un glossaire métier mondial pour l'Assistance Client et un cadre de KPI commun. Les principes du modèle de données cible harmonisé et la documentation détaillée du mappage des données. Une évaluation de la qualité des données, une stratégie de remédiation, un cadre de KPI de qualité et un modèle opérationnel de gouvernance des données. Un backlog Product Owner priorisé contenant les user stories, les critères d'acceptation, les dépendances et la justification de la valeur. Une feuille de route de convergence, comprenant des analyses approfondies (deep dives), des gains rapides (quick wins), les travaux fondateurs et les décisions architecturales à plus long terme. Les supports de gouvernance du groupe de travail, y compris les registres de décisions, les plans d'action, les registres de risques et les points d'avancement destinés à la direction.

Dans le cadre d'un projet data stratégique au sein d'un grand groupe international du secteur retail / luxe, nous recherchons un Senior Data Analyst / Data Engineer GCP disposant d'une forte capacité d'ingénierie, d'une bonne compréhension des enjeux métier et d'une sensibilité aux sujets d'Intelligence Artificielle. La mission démarrera par une phase d'assessment des différentes sources de données : cartographie, qualité, granularité, fraîcheur et compréhension des règles métier. Le consultant interviendra ensuite sur la conception et l'industrialisation des modèles de données, des requêtes analytiques et des restitutions à destination des métiers. L'objectif est de construire une architecture data robuste et exploitable à court terme via des dashboards et analyses classiques, tout en préparant les fondations nécessaires à de futurs usages d'analytique conversationnelle, notamment autour du text-to-SQL, des LLM et des approches RAG. Les principales missions seront : Réaliser l'assessment et la cartographie des différentes sources de données. Analyser la qualité, la granularité, la fraîcheur et les règles métier associées aux données. Concevoir et industrialiser les modèles de données et les requêtes analytiques. Développer des requêtes SQL complexes et optimiser les performances et les coûts sur BigQuery. Construire des dashboards fiables, lisibles et utilisés par les équipes métier. Participer à la mise en place d'une couche sémantique cohérente : métriques définies, nommées et documentées. Participer aux ateliers métier et traduire les besoins business en modèles de données exploitables. Mettre en place ou contribuer aux flux d'ingestion et de traitement de données sur GCP. Participer à l'industrialisation via Terraform, Git et CI/CD. Préparer l'architecture data aux futurs usages d'IA générative et d'analytique conversationnelle. Contribuer éventuellement à des POC autour de Vertex AI, Gemini, RAG ou text-to-SQL.

Pour l'un de nos clients Niortais : nous cherchons un pilote SI / chef de projet sénior H/F pour accompagner le pilotage de plusieurs projets DATA. Le pilote sera sous la responsabilité d'un directeur de projet et du manager de l'entité. Responsabilités confiées : - Garantir la conduite ou la coordination de projets transverses, à forts enjeux ou présentant des risques importants, dans le respect des objectifs en terme de Qualité / Coût / Délais. - Garantir la performance des solutions déployées, leur conformité aux orientations de l'entreprise et aux besoins des commanditaires / utilisateurs. - Garantir le déploiement des projets et solutions, l'implémentation des changements et contribue à leur appropriation par les différents acteurs. - Elaborer, piloter et suivre le planning des projets Data. - Contribuer à l'efficacité permanente des outils / méthodes / processus / organisations, à leur adaptation à la stratégie et aux évolutions de l'entreprise. - Contribuer à l'optimisation et à la diffusion de bonnes pratiques dans la conduite de projets.

Notre client dans le secteur Banque et finance recherche un/une Administrateur Big Data Azure - Java H/F Description de la mission : Fiche de poste – Administrateur Big Data Azure - Java Contexte et objectif de la mission Dans le cadre du développement et de la maintenance d'une infrastructure Big Data sur cloud public, la mission consiste à gérer, optimiser et garantir la disponibilité d'une plateforme centrée sur Spark et Synapse, avec une migration prochaine des environnements on-premise vers des solutions cloud publiques telles que Snowflake et Databricks. Niveau recherché Profil middle à senior. Missions principales • Développement d'APIs en Java/Spring facilitant l'interfaçage avec Azure et gestion du cycle de vie des applications via CI/CD • Implémentation et maintenance de solutions de traitement distribué basées sur Spark, via une stack Spark sur AKS développée en interne (Kubernetes CRD Spark Operator) et Synapse d'Azure • Déploiement automatisé et intégration des solutions dans le respect des exigences de sécurité : autorisation, authentification, chiffrement, résilience, Azure Policies • Garantie de la disponibilité, de la performance et de la sécurité des solutions déployées • Gestion des incidents et tickets liés à l'infrastructure Hadoop avec support technique • Gestion des changements : préparation des changes, tests, rollback, coordination avec les intervenants et suivi des processus • Participation à l'élaboration et au suivi du planning global de production • Mise en place et maintien de la documentation technique destinée aux équipes internes et aux utilisateurs • Participation aux task forces pour résoudre des problématiques techniques complexes • Contribution aux POC de migration des clients on-premise vers des solutions de stockage sur Azure, Snowflake, Databricks et autres • Accompagnement des clients dans leur transition du on-premise vers le cloud public • Collaboration étroite avec les éditeurs et les équipes internes • Réalisation des astreintes techniques selon le planning défini Profil recherché Compétences techniques : • Développement : Java, Spring, Temporal, Liquibase, Powershell • Containerisation d'applications Java, déploiement sur AKS, création d'images Docker • Azure Kubernetes Service (AKS) avec maîtrise de Azure Identity, CSI, nodepool, autoscaling, VM spot • Big Data : Spark, Hive Metastore, Hadoop • CI/CD et GitOps : Jenkins, ArgoCD, GitHub, Git, Nexus, Harbor • Linux, Bash, protocoles de sécurité OAuth et SSL • Monitoring : ElasticSearch, Kibana (niveau utilisateur) • Connaissance de Snowflake et Databricks, notamment sur le stockage, le catalogue de données et la fédération des données Compétences relationnelles : • Esprit d'analyse et de synthèse, autonomie et sens des responsabilités • Capacité à travailler en équipe et à communiquer efficacement • Orientation client et qualité de service Compétences / Qualités indispensables : Java / Spring, Azure Kubernetes Service (AKS), Spark / Big Data, CI/CD & GitOps, Sécurité cloud (OAuth, SSL, Azure Policies), Snowflake / Databricks Compétences / Qualités qui seraient un + : Hadoop (optionnel)Informations concernant le télétravail : Oui — 1 jour/semaine

ContexteDans le cadre du renforcement de son équipe Data, notre client recherche un Développeur Data Snowflake / Cortex confirmé pour participer au développement et à l'évolution de sa plateforme Data Cloud et de ses usages autour de l'IA. MissionsConcevoir et développer des pipelines de données et des traitements ETL/ELT. Développer et optimiser les modèles de données sur Snowflake. Mettre en œuvre les transformations de données avec dbt. Participer à l'intégration et à l'exploitation des fonctionnalités Snowflake Cortex et des services d'IA associés. Développer des traitements Data en Python / PySpark / SQL. Participer à la mise en qualité, au contrôle et à la sécurisation des données. Optimiser les performances des traitements et des requêtes Snowflake. Participer à l'industrialisation et à l'orchestration des pipelines. Contribuer aux pratiques Git / CI-CD et à l'amélioration continue de la plateforme Data. Environnement techniqueSnowflake, Snowflake Cortex, dbt, SQL, Python, PySpark, Spark, Azure, Azure Data Factory, Azure Databricks, ADLS, Airflow, Git, CI/CD, Power BI.

Mission de l'équipe : Au sein d'une direction commerciale spécialisée dans les services financiers, l'équipe est responsable de l'orchestration des campagnes de communication et d'activation clients, depuis leur planification et leur conception jusqu'à leur diffusion et l'analyse de leurs performances. Les campagnes peuvent être commerciales, relationnelles ou réglementaires et sont déployées sur différents canaux. L'objectif est de soutenir le développement commercial auprès des clientèles particulières et professionnelles, tout en améliorant l'expérience client, la fidélisation et la pertinence des sollicitations dans le respect des exigences réglementaires et de maîtrise des risques. 1. Élaboration et optimisation du plan de campagnes clients La mission contribuera à définir et optimiser les différentes prises de parole adressées aux clients en fonction de leur cycle de vie, de leurs parcours et des offres proposées. Les principales responsabilités seront les suivantes : • Être force de proposition sur les campagnes et sollicitations clients. • Adopter une approche centrée client à chaque étape du processus. • Challenger et optimiser les campagnes d'entrée en relation, commerciales et relationnelles ainsi que les dispositifs de fidélisation, réactivation et rétention. • Assurer un référencement rigoureux des campagnes afin de maintenir une vision actualisée du portefeuille. • Analyser les résultats des campagnes et formuler des recommandations dans une logique d'amélioration continue. 2. Pilotage opérationnel des campagnes La mission prendra en charge la coordination et la mise en œuvre opérationnelle des campagnes en collaboration avec les équipes marketing, data et les différentes parties prenantes. Les principales activités seront les suivantes : • Participer à la définition des campagnes avec les équipes marketing. • Identifier les dispositifs et canaux les plus pertinents avec une approche orientée efficacité et ROI. • Contribuer à la définition des ciblages en lien avec les équipes marketing et les Data Analysts chargés de leur programmation. • Concevoir et rédiger les contenus nécessaires aux campagnes, notamment les textes et éléments visuels, et piloter les différents cycles de validation. • Garantir le respect des exigences juridiques, réglementaires et de conformité applicables aux campagnes. • Piloter le planning et communiquer régulièrement sur l'avancement auprès des différentes parties prenantes. • Mettre en place les dispositifs nécessaires à la mesure de l'efficacité des campagnes : groupes témoins, A/B testing et mécanismes de mesure de l'incrément. • Coordonner la mise en production et la diffusion des campagnes après réalisation des contrôles et validations nécessaires. 3. Analyse et pilotage de la performance La mission devra assurer le suivi de la performance des campagnes et contribuer à leur optimisation continue. Les principales responsabilités seront les suivantes : • Définir avec les équipes marketing les KPI adaptés à chaque campagne. • Produire les bilans de campagne à partir des KPI principaux, des incréments mesurés et des différents axes d'analyse disponibles. • Identifier les principaux enseignements et leviers d'optimisation. • Formaliser les recommandations permettant d'améliorer les campagnes futures. • Partager et présenter les bilans de performance auprès des différentes parties prenantes. Prestations demandées La mission interviendra principalement sur trois dimensions : • Stratégie et optimisation des campagnes CRM et relationnelles. • Pilotage opérationnel des campagnes omnicanales. • Mesure de la performance et amélioration continue. En termes de responsabilités principales, la mission devra notamment prendre en charge les activités suivantes : • Piloter les campagnes depuis leur conception jusqu'à leur diffusion. • Optimiser les parcours et sollicitations en fonction du cycle de vie client. • Coordonner les équipes marketing, data et les autres parties prenantes. • Participer à la définition des ciblages. • Produire et coordonner les contenus nécessaires aux campagnes. • Garantir le respect des exigences réglementaires et de conformité. • Mettre en œuvre les dispositifs de mesure de performance et d'A/B testing. • Produire les KPI, analyser les résultats et formuler des recommandations d'optimisation. Secteur d'activité : Banque / Services financiers

Dans le cadre du renforcement d'un écosystème Data au sein d'un grand groupe du secteur assurantiel, nous recherchons un Release Train Engineer expérimenté pour accompagner la coordination des releases, la fiabilisation des mises en production et l'amélioration continue des pratiques de delivery. Vous interviendrez au sein d'un environnement Data/OPS réunissant des équipes de développement, intégration, exploitation, tests et delivery. Vos principales missions : Centraliser et coordonner la planification des releases avec l'ensemble des parties prenantes. Fluidifier la préparation et le déroulement des mises en production entre les différentes équipes. Accompagner l'industrialisation et l'automatisation des déploiements CI/CD. Veiller à la disponibilité et à la stabilité des environnements de développement, test et production. Garantir la complétude des livrables et piloter les risques associés aux releases. Suivre les exigences non fonctionnelles : sécurité, performance, disponibilité, scalabilité, exploitabilité… Piloter les actions de remise en conformité et le traitement des problématiques techniques structurantes. Animer les post-mortems, analyses de causes racines et démarches d'amélioration continue. Contribuer aux audits applicatifs et fournisseurs et assurer le suivi des plans d'actions associés.

Un ensemble de programmes répondant à des usagesspécifiques ont été développés en SQL via des outils SAS/Altair et des outils Dataiku (branchés sur GCP). La mission consiste à migrer les programmes dans le nouvel environnement / à adapter les programmes si nécessaire / à vérifier que le programme fonctionne correctement / à valider le programme / à suivre le programme une fois la mise en production réalisée. Les premières mises en production sont prévues en Avril / Mai 2027. La première partie de la mission consistera à écrire l'ensemble des programmes dans le nouvel environnement d'ici la fin d'année et à réaliser les premiers tests. Le poste s'inscrit dans un contexte stratégique de migration d'une banque vers une autre. L'enjeu principal est de réussir la migration et l'adaptation de programmes SQL existants développés via SAS/Altair et Dataiku vers un nouvel environnement basé sur GCP. Le profil recherché devra démontrer une forte maîtrise technique en SQL BigQuery, une capacité à comprendre rapidement le SI Mysys, et des compétences en transformation de code. Au-delà des compétences techniques, les soft skills attendues sont essentielles : pro-activité pour anticiper les problématiques, esprit collaboratif pour travailler en équipe projet, et pédagogie pour accompagner les utilisateurs. Le timing est serré avec une réécriture complète des programmes d'ici fin d'année et des premières mises en production prévues entre avril et mai 2027. Compétences Clés Lecture / compréhension de code et de flux SAS / Dataiku / Altair Manipulation de gros volumes de données (partitionnement, optimisation requêtes, performances) Compréhension des structures de données bancaires cœur (Mysys ou équivalent) Mise en place de tests de non-régression data (comparaison ancien / nouveau SI, contrôles d'agrégats, réconciliations) Lecture / compréhension de code SAS / Dataiku / Altair (analyse de logique métier existante) Manipulation de gros volumes de données & optimisation (partitionnement, sharding logique, bonnes pratiques performance) Compréhension des structures de données bancaires (SI cœur type Mysys ou équivalent) Mise en place de tests de non-régression data (comparaisons ancien/nouveau SI, contrôles d'agrégats, échantillonnage) Analyse et compréhension rapide de code et schémas de données complexes (SAS/SQL/Dataiku) Rigueur dans la manipulation de données sensibles Gestion du stress dans un contexte de délais serrés Importantes Modélisation de données décisionnelles (schéma en étoile, ODS, DWH, historisation) Rares Réécriture / transformation de programmes SAS / Altair / Dataiku vers BigQuery Maîtrise avancée de SQL sur BigQuery (optimisation performance/coût, fenêtres, CTE, partitions, clustering, UDF) Réécriture / transformation de programmes SAS/Altair/Dataiku vers BigQuery (migration de traitements legacy vers SQL/GCP) Maîtrise avancée de SQL sur BigQuery (fenêtres, CTE, partitions, clustering, UDF, optimisation performance/coût) Pro‑activité forte (anticipation des risques, prise d'initiative) Pédagogie / capacité de vulgarisation auprès des utilisateurs et métiers

Dans le cadre d'un projet stratégique autour de la Data Science et de l'Intelligence Artificielle, notre client recherche un Data Scientist confirmé capable d'intervenir de manière autonome sur des problématiques de machine learning appliquées à des enjeux métier. Le consultant intégrera un environnement technique exigeant, en collaboration étroite avec les équipes métiers. Il interviendra notamment sur : ▪ La conception et le développement de pipelines de machine learning / deep learning répondant aux cas d'usage métier (scoring, prédiction, classification, détection d'anomalies) ▪ L'exploration et la préparation des données, le feature engineering ▪ La comparaison de différentes architectures et approches afin d'identifier les modèles les plus adaptés ▪ La conception de métriques d'évaluation adaptées aux cas d'usage, l'analyse des performances et la caractérisation des erreurs ▪ La mise en place de mécanismes de score de confiance et de gestion de l'incertitude ▪ L'industrialisation des modèles en environnement conteneurisé et le suivi des expérimentations (MLOps) ▪ La restitution des travaux auprès d'interlocuteurs techniques et métiers

Contexte de la missionDans le cadre de l'exploitation d'une prestation critique hébergée sur un Cloud privé, nous recherchons un Ingénieur de Production / Site Reliability Engineering (SRE) afin d'intégrer une équipe de 5 ingénieurs en charge du maintien en conditions opérationnelles (MCO) d'une plateforme stratégique pilotée par un ministère. Vous contribuerez à garantir la disponibilité, la fiabilité et la performance des applications en production tout en accompagnant la transformation vers un modèle SRE et Cloud. Vos missionsAssurer le MCO des applications et infrastructures en environnement Cloud privé. Garantir le respect des SLA et le traitement des tickets Jira. Superviser les plateformes, assurer le monitoring et l'observabilité des systèmes. Analyser les incidents, identifier les causes racines et mettre en œuvre des actions correctives durables. Automatiser les opérations d'exploitation via Ansible, scripts Bash et outils DevOps. Participer aux déploiements applicatifs et infrastructures (CI/CD, GitOps). Gérer les environnements Recette, Préproduction et Production. Administrer les plateformes Docker et Kubernetes. Optimiser les performances, la disponibilité et la résilience des services. Maintenir et enrichir la documentation d'exploitation. Collaborer avec les équipes de développement, infrastructure et Service Delivery. Compétences indispensablesAnsible Docker MySQL Observabilité / Monitoring Linux GitLab CI / GitOps Bash / scripting Kubernetes Gestion des incidents de production Français courant Compétences appréciéesZabbix Grafana OpenSearch Redis Rundeck Rancher RKE2 NGINX Vault Morpheus CMP S3 Airflow Réseau (LAN/WAN, routage, Load Balancer, TLS, PKI) ITIL ISO 27001 / ISO 9001 Soft SkillsExcellente capacité d'analyse et de résolution d'incidents. Résistance au stress et gestion des priorités. Esprit d'équipe et sens du service. Forte autonomie. Bonnes capacités de communication. Force de proposition et démarche d'amélioration continue. Capacité à évoluer dans un environnement critique. LivrablesRespect des SLA et traitement des tickets Jira. Documentation d'exploitation. Automatisation des procédures. Mise en production des évolutions. Suivi de la disponibilité et des performances des plateformes.