Trouvez votre prochaine mission ou futur job IT.

À la suite de la finalisation des projets de migration CRM, l'équipe Qualité d'une entreprise du secteur Mode / Retail & E-commerce souhaite structurer et industrialiser l'usage de l'Intelligence Artificielle au sein de ses processus QA. L'objectif principal de cette mission est d'accompagner l'équipe à travers un rôle de Coach IA — une mission à forte dominante opérationnelle (développement / mise en œuvre IA). Le consultant aura pour rôle d'auditer les pratiques existantes, de cadrer l'utilisation des agents IA, de structurer le référentiel de tests interne et de mettre en place des tests de non-régression (TNR) optimisés et automatisés grâce à l'IA. Responsabilités principales : Audit & cadrage de l'usage de l'IA (coaching) - Réaliser un audit rapide des outils et pratiques actuels de l'équipe (Claude Code, ChatGPT, Copilot, Robo Jira, etc.) - Accompagner et former l'équipe à une utilisation homogène, structurée et efficace des outils IA Centralisation & orchestration de l'infrastructure IA - Accompagner le passage d'outils/agents IA utilisés en local vers une infrastructure d'agents centralisée et partagée - Proposer un cadre d'orchestration permettant de faire évoluer collectivement l'usage de l'IA Optimisation des processus QA & ingénierie de prompt - Améliorer et rationaliser les prompts et skills IA pour la rédaction automatisée ou semi-automatisée (cahiers de recette, scripts de tests, synthèses et PV de recette) - Uniformiser la structure des livrables et la transmission des informations aux Chefs de Produit Automatisation & stratégie de TNR - Générer des tests automatisés à partir des cahiers de recette en s'appuyant sur les agents IA existants - Structurer et rationaliser le périmètre des TNR pour éviter la surconsommation de ressources (cadre de gouvernance des tests)

1. Collecte, Ingestion & Indexation -Pipelines d'ingestion : Concevoir la collecte et le traitement de sources hétérogènes (édition, open data, bases juridiques), le parsing, le nettoyage, le chunking et la normalisation des documents. -Indexation & Embeddings : Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index. -Qualité & Volumétrie : Garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index). 2. Recherche & Pertinence (Retrieval & RAG) -Stratégie de retrieval : Combiner recherche lexicale et sémantique (BM25 + embeddings) avec du reranking et du filtrage par métadonnées pour maximiser la pertinence. -Évaluation continue : Mettre en place des jeux de tests et des métriques de pertinence (Recall, Precision, nDCG, MRR) pour mesurer et piloter l'amélioration du retrieval. -RAG (Retrieval-Augmented Generation) : Structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte). -Observabilité & Sécurité : Instrumenter les pipelines (logs, métriques, traces) et garantir la conformité des données (RGPD, cloisonnement par pays). 3. Leadership Technique & Gouvernance -Culture Craftsmanship : Promouvoir les pratiques de Clean Code, SOLID, et tests automatisés au sein de l'équipe. -Rayonnement : Assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).

Dans le cadre d'un projet stratégique de transformation de son système de gestion et de modernisation de son environnement Data, notre client recherche un Chef de Projet Data / BI senior pour reprendre le pilotage d'un projet complexe et accélérer sa finalisation. L'objectif est de fiabiliser les données, de finaliser les développements et les reportings attendus, et de sécuriser la mise en service de la solution. Vous interviendrez dans un environnement exigeant, avec de nombreux interlocuteurs métiers et techniques, et serez directement impliqué dans les analyses, les arbitrages et le suivi opérationnel. Vos missions1. Reprise et pilotage du projetRéaliser un diagnostic de l'avancement, identifier les travaux restants et établir un plan d'action priorisé. Repérer les risques, les anomalies majeures et les points nécessitant des décisions. Coordonner les équipes de développement et de test, composées d'environ 10 intervenants internes et externes. Assurer un suivi rapproché des livrables, des délais et de la qualité. Organiser les réunions de pilotage opérationnel et les échanges avec les parties prenantes. Préparer les mises en production et coordonner les décisions de lancement. 2. Pilotage de la recette et de la qualité des donnéesAnalyser et prioriser les anomalies selon leurs impacts métier. Définir et améliorer la stratégie de tests : tests fonctionnels, techniques, de non-régression et contrôles de cohérence des données. Enrichir les scénarios et cahiers de tests afin de garantir leur bonne exécution. Planifier les campagnes de recette, répartir les tests et suivre leur progression. Coordonner le traitement des anomalies avec les développeurs, l'éditeur et les équipes métier. Mettre en place des contrôles réutilisables pour sécuriser les flux de données et les indicateurs essentiels. Valider les résultats de recette avec les métiers et préparer les décisions de mise en production. 3. Analyse Data et coordination métierRéaliser des analyses approfondies pour comprendre les écarts entre les données de l'ancien système, la nouvelle solution et les systèmes tiers. Produire des requêtes SQL pour investiguer les anomalies et vérifier la cohérence des données. Piloter la livraison progressive des reportings et des données nécessaires au suivi des activités commerciales, financières et opérationnelles. Travailler en étroite collaboration avec les équipes Data, IT, les métiers et les partenaires techniques. Proposer des solutions pragmatiques pour accélérer les livraisons sans compromettre la fiabilité des résultats.

Sculpte le socle Lakehouse de référence et structure l'architecture data au service de l'IADans le cadre de la modernisation globale de sa plateforme data et de la montée en puissance de ses initiatives d'intelligence artificielle, un grand compte recherche un(e) Data Architect. Ton rôle sera hautement stratégique et fondateur : tu concevras l'architecture data cible, garantiras l'urbanisation des flux et structureras les modèles de données pour permettre aux projets d'analyse décisionnelle (BI) et d'IA générative/prédictive de passer à l'échelle avec un niveau optimal de performance et de gouvernance. Ton futur environnementTu évolueras au sein d'une direction de l'architecture et de la gouvernance des données de premier plan. En interface directe avec les Chief Data Officers, les architectes d'entreprise, les équipes de Data Engineering et les data scientists, tu interviendras sur un écosystème hybride et multi-cloud. C'est le cadre idéal pour exercer ta vision globale de la donnée, piloter des migrations complexes vers des architectures Lakehouse et façonner les standards de modélisation et de catalogage sur des volumes massifs. Tes missions clésConception d'Architecture Cible & Modélisation (Mode BUILD & CADRAGE) : Concevoir et formaliser l'architecture data cible en environnement Cloud (Data Warehouse moderne, architectures Lakehouse). Définir et faire appliquer les méthodologies de modélisation avancées adaptées aux usages analytiques et opérationnels (modélisation dimensionnelle en étoile/flocon, Data Vault). Cadrer et superviser les trajectoires de migration Cloud des actifs de données historiques vers les nouvelles plateformes analytiques (Databricks, Snowflake, BigQuery). Définir les patterns d'intégration et d'alimentation dédiés aux cas d'usage IA : mise en place de Feature Stores, structuration des pipelines pour architectures RAG et traçabilité des jeux de données d'entraînement. Gouvernance, Standards & Accompagnement (Mode CONSEIL) : Définir les standards de sécurité, de qualité, de lignage (data lineage) et de gouvernance des données à l'aide d'outils de catalogage de référence (Microsoft Purview, Collibra). Réaliser les analyses d'arbitrage technique (compromis performance / coût / sécurité / souveraineté) et rédiger les Dossiers d'Architecture Technique (DAT). Présenter et défendre les choix technologiques lors des comités d'architecture du groupe. Accompagner et guider les Tech Leads et ingénieurs Data Engineering dans l'implémentation opérationnelle des modèles et des pipelines. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 universitaire en informatique, architecture des systèmes d'information ou Data Engineering. Expérience : Tu justifies d'une expérience confirmée de 5 à 8 ans en ingénierie et architecture de données, intégrant le pilotage d'architectures Cloud d'envergure. Expertise Architecture Data Impérative : Maîtrise approfondie des concepts de Data Lakehouse, Data Warehouse moderne et des moteurs de traitement distribué (Spark, Databricks). Parfaite maîtrise des approches de modélisation de données complexes (Data Vault 2.0, modélisation dimensionnelle Kimball/Inmon) et requêtage avancé en SQL. Pratique confirmée d'un entrepôt Cloud leader (Snowflake, Google BigQuery, Azure Synapse). Culture Cloud, IA & Gouvernance : Solide maîtrise des environnements Cloud (Azure, AWS ou GCP). Bonne compréhension des besoins spécifiques de l'IA (feature stores, pipelines d'ingestion RAG, contraintes de fraîcheur et volumétrie). Connaissance des outils de catalogage et de gouvernance des données (Purview, Collibra). Langues : Anglais professionnel opérationnel. Tes atoutsHauteur de Vue et Esprit de Synthèse : Aptitude à conceptualiser des architectures complexes tout en gardant une vision pragmatique des contraintes de mise en œuvre. Sens de la Pédagogie et Leadership Technique : Capacité naturelle à convaincre les comités décisionnels et à fédérer les équipes de delivery data engineering autour des bonnes pratiques. Rigueur et Culture de l'Excellence : Exigence forte sur la qualité, la traçabilité et la conformité des architectures déployées. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.

Dans le cadre du renforcement d'une équipe Data Science / Machine Learning basée à Nantes, nous recherchons un ML Engineer / Data Scientist expérimenté pour intervenir sur des sujets d'industrialisation de modèles et de développement d'outils Data. Vos missions Industrialiser des modèles de Machine Learning Développer et utiliser des outils de conversion de code s'appuyant sur les LLM Créer et maintenir des librairies internes Participer à l'intégration de nouvelles librairies externes Assurer la maintenance et le support des outils de Data Science et d'industrialisation Accompagner les Data Scientists et utilisateurs métiers dans l'utilisation des outils Manipuler et traiter des volumes importants de données Conditions de la mission 📍 Localisation : Nantes 🏠 Télétravail : 1 jour/semaine, après une première phase de montée en autonomie d'environ 3 mois 📅 Démarrage : ASAP ⏳ Mission longue durée 👨‍💻 Expérience : 5 ans minimum Un accompagnement sera assuré par un Chef de Projet interne pendant la mission.

Vos missions ? Intégré(e) à nos équipes ou chez nos clients, vous contribuez à développer et valoriser l'ensemble des données en résolvant des problématiques business concrètes via les technologies liées à la Data A ce titre, vos missions seront les suivantes : - Concevoir et mettre en place des architectures de données en choisissant les technologies adaptées aux besoins. - Gestion des bases de données en garantissant la performance et la scalabilité des solutions de stockage. - Analyser et explorer les données avec les différents outils. - Mettre en place des tableaux de bord avec Power BI ou Tableau en exploitant les données transformées via Talend. - Interagir avec les équipes métier pour comprendre et les besoins. - Utiliser TALEND pour extraire des données depuis plusieurs sources (SQL, API, Excel ...). - Automatiser les processus ETL pour centraliser les données dans un Data Wrehouse (Snowflake). - Participation aux projets IA. Compétences requises : - ETL: Talend - Analyse de données (PowerBI, Tableau) - Base de données (SQL, GCP) - Langages: Python, SQL

Almatek recherche pour l'un de ses clients Un Tech lead Data Snowflake expert sur Courbevoie. Description Objectifs et livrables : • Modèles data & datamarts Snowflake (tables / vues / conventions) + projet dbt (modèles, tests, documentation). • Pipelines industrialisés (orchestration, CI/CD, contrôles qualité, runbooks). Compétences demandées • Dbt : Confirmé • Communication : Confirmé • Data Modeling : Expert • SNOWFLAKE : Expert Localisation : Courbevoie, 100% sur site + Remote occasionnel Almatek recherche pour l'un de ses clients Un Tech lead Data Snowflake expert sur Courbevoie. Description Objectifs et livrables : • Modèles data & datamarts Snowflake (tables / vues / conventions) + projet dbt (modèles, tests, documentation). • Pipelines industrialisés (orchestration, CI/CD, contrôles qualité, runbooks). Compétences demandées • Dbt : Confirmé • Communication : Confirmé • Data Modeling : Expert • SNOWFLAKE : Expert Localisation : Courbevoie, 100% sur site + Remote occasionnel

• Missions En charge de l'expertise technique des solutions Data et IA, vous aurez la responsabilité d'assurer la cohérence de l'intégration des produits dans le respect des règles de sécurité et de l'architecture du SI. Dans le cadre des équipes OPS DATA / IA, vous aurez un lien fonctionnel étroit avec les équipes métiers et les équipes de la filière TSI DATA et TSI IA. La mission d'expertise aura pour but d'assurer la cohérence des solutions dans l'environnement actuel et la transformation des solutions pour les maintenir up to date avec l'état de l'art du marché. Vous assurerez le support Niveau 2 du périmètre aux équipes de production. • Responsabilités : Contribuer au bon déroulement des différentes phases du projet, et dans ce cadre vous assurerez : • Contribuer aux projets informatiques sur les dimensions qui relèvent du champ d'expertise Data / IA. • Conseiller et assister dans le choix et la mise en œuvre des solutions retenues • Assurer l'exploitabilité dans le respect des règles de sécurité et d'architecture du SI. • Garantir la pertinence et la pérennité des solutions techniques et/ou fonctionnelles dont vous aurez la charge afin de permettre l'évolution et le maintien en condition opérationnelle de la solution. • Garantir que les moyens de mesure de qualité de services sont opérationnels et disponibles (Quantification/Qualimétrie de fonctionnement)

ContexteDans le cadre de la modernisation de sa plateforme Data, notre client recherche un Expert Talend pour renforcer son équipe et assurer l'évolution et l'industrialisation des traitements Data. MissionsAssurer le rôle de référent technique sur Talend 8. Accompagner les équipes et résoudre les anomalies liées aux traitements ETL. Intervenir sur les environnements Big Data utilisant Spark et Cloudera. Maintenir et faire évoluer les composants et projets de référence Talend. Participer à la modernisation de la plateforme Data et à l'amélioration des chaînes de build. Contribuer ponctuellement aux développements Java / Spring Boot. Compétences recherchéesIndispensable : expertise Talend, idéalement Talend 8, et expérience significative en ETL. Bonne maîtrise de Java et connaissance de Spark. Capacité à diagnostiquer des incidents Data et à industrialiser les développements. Atouts : Cloudera / CDP, Hadoop, Maven, Git, CI/CD, SQL et Spring Boot. Une expérience en migration ou modernisation de plateformes Data est appréciée.

Rejoignez une équipe IA au sein d'un grand groupe du secteur bancaire et financier, intervenant sur des applications d'intelligence artificielle et des workflows IA critiques pour la relation client et les entrées en relation. Vous contribuerez à des projets porteurs combinant machine learning, IA générative et orchestration cloud sur une infrastructure Azure moderne. Vous intervenez sur un périmètre fonctionnel riche couvrant les entrées en relation, la lutte anti-fraude, la gestion de portefeuille, la conformité réglementaire, les chatbots clients et prospects, ainsi que la satisfaction et la gestion des incidents. L'environnement technique repose sur Azure, Databricks, Terraform et Python, avec une forte composante IA générative et Copilot. Vous participez à l'ensemble du cycle de vie des projets : du cadrage et de l'étude d'impacts à la conception de solutions, en passant par l'idéation, le développement, les tests et le suivi en production. Vous concevez et proposez des solutions IA/ML innovantes pour résoudre les points de douleur métier, en intégrant dès la phase de conception les enjeux de sécurité des données et de gouvernance infrastrukturelle. Vous travaillez dans un environnement Agile/Scrum avec une forte culture de qualité et de fiabilité. Vos responsabilités incluent la mise en place de tests unitaires et de non-régression automatisés, la préparation et l'exécution de tests d'intégration et de charge, ainsi que la mise en place de guardrails et de tests continus pour les applications d'IA générative. Responsabilités : - Participer aux cadrages des projets : étude d'impacts, conception architecturale de solutions, chiffrage et planification - Proposer et développer des solutions IA/ML répondant aux besoins métier spécifiques des domaines couverts - Concevoir et implémenter une infrastructure cloud native sur Azure avec approche Infrastructure as Code (Terraform, Ansible) - Développer des APIs REST et intégrations de workflows avec Databricks et services Azure - Mettre en place des stratégies complètes de test : tests unitaires, non-régression automatisée, tests préprod et continus - Implémenter des guardrails et mécanismes de contrôle qualité pour les applications d'IA générative et Copilot - Assurer la préparation et l'exécution des phases de tests IT, intégration, charge et déploiement en production - Rédiger et maintenir la documentation technique des modèles, de l'infrastructure et des évolutions - Conduire l'analyse et la résolution d'incidents en production de manière réactive et méthodique - Communiquer de façon claire et structurée avec tous les stakeholders (métier, IT, conformité, architecture, marketing) - Intégrer les enjeux de sécurité des données et de conformité réglementaire dès les phases amont

Au sein d'un grand établissement bancaire, vous intervenez sur la définition, l'harmonisation et le déploiement des normes opérationnelles de données utilisées dans les reportings Risques et Finance. L'objectif est de garantir la cohérence des référentiels et des règles de gestion, de renforcer la qualité des données et d'assurer l'intégration opérationnelle des évolutions réglementaires, notamment Bâle IV, dans les reportings prudentiels et de solvabilité. La mission s'articule autour de trois axes principaux. 1. Gouvernance et normalisation des données Risques & Finance Définir, maintenir et faire évoluer un référentiel commun de données couvrant les périmètres Risques, Finance, gestion actif-passif et trésorerie. Réaliser des études normatives à partir des dictionnaires de données, nomenclatures, règles de gestion opérationnelles et standards applicables aux reportings. Garantir la cohérence des définitions et leur application au sein des différentes entités bancaires. 2. Évolutions réglementaires et reporting prudentiel Contribuer à l'intégration opérationnelle des évolutions réglementaires, notamment dans le cadre de Bâle IV. Définir les solutions opérationnelles adaptées aux exigences réglementaires et réaliser les études d'impacts chiffrés sur les exigences en capital. Assurer la cohérence des normes et règles de gestion utilisées dans la production des reportings prudentiels et de solvabilité. 3. Déploiement des normes et coordination transverse Accompagner les entités dans l'application des normes opérationnelles et rédiger les notes nécessaires à leur déploiement. Collaborer avec les équipes Reporting Risques, Finance, Liquidité et les maîtrises d'ouvrage pour définir les solutions opérationnelles adaptées. Assurer la diffusion et la bonne compréhension des standards communs, tout en collectant les règles de gestion relatives aux valeurs par défaut et à la sélection des sources de données. Prestations attendues Réaliser les études normatives et contribuer à l'évolution des référentiels de données Risques, Finance et gestion actif-passif. Définir et harmoniser les dictionnaires de données, nomenclatures, règles de gestion et standards opérationnels. Analyser les évolutions réglementaires et leurs impacts opérationnels et chiffrés sur le capital réglementaire. Définir les solutions permettant l'intégration des exigences réglementaires dans les reportings de solvabilité. Rédiger les notes opérationnelles et accompagner les entités dans le déploiement des normes. Coordonner les travaux avec les équipes Reporting Risques, Finance, Liquidité et les maîtrises d'ouvrage. Collecter, documenter et harmoniser les règles de gestion relatives aux traitements par défaut et à la détermination des sources de données.

Mission de l'équipe : Au sein d'un grand établissement bancaire, vous interviendrez sur la définition, l'harmonisation et le déploiement des normes opérationnelles de données utilisées dans les reportings Risques et Finance. L'objectif est de garantir la cohérence des référentiels et des règles de gestion, de renforcer la qualité des données et d'assurer l'intégration opérationnelle des évolutions réglementaires, notamment Bâle IV, dans les reportings prudentiels et de solvabilité. La mission s'articule autour de trois axes principaux. 1. Gouvernance et normalisation des données Risques & Finance Définir, maintenir et faire évoluer un référentiel commun de données couvrant les périmètres Risques, Finance, gestion actif-passif et trésorerie. Réaliser des études normatives à partir des dictionnaires de données, nomenclatures, règles de gestion opérationnelles et standards applicables aux reportings. Garantir la cohérence des définitions et leur application au sein des différentes entités bancaires. 2. Évolutions réglementaires et reporting prudentiel Contribuer à l'intégration opérationnelle des évolutions réglementaires, notamment dans le cadre de Bâle IV. Définir les solutions opérationnelles adaptées aux exigences réglementaires et réaliser les études d'impacts chiffrés sur les exigences en capital. Assurer la cohérence des normes et règles de gestion utilisées dans la production des reportings prudentiels et de solvabilité. 3. Déploiement des normes et coordination transverse Accompagner les entités dans l'application des normes opérationnelles et rédiger les notes nécessaires à leur déploiement. Collaborer avec les équipes Reporting Risques, Finance, Liquidité et les maîtrises d'ouvrage pour définir les solutions opérationnelles adaptées. Assurer la diffusion et la bonne compréhension des standards communs, tout en collectant les règles de gestion relatives aux valeurs par défaut et à la sélection des sources de données. Prestations demandées La mission portera principalement sur les activités suivantes : Réaliser les études normatives et contribuer à l'évolution des référentiels de données Risques, Finance et gestion actif-passif. Définir et harmoniser les dictionnaires de données, nomenclatures, règles de gestion et standards opérationnels. Analyser les évolutions réglementaires et leurs impacts opérationnels et chiffrés sur le capital réglementaire. Définir les solutions permettant l'intégration des exigences réglementaires dans les reportings de solvabilité. Rédiger les notes opérationnelles et accompagner les entités dans le déploiement des normes. Coordonner les travaux avec les équipes Reporting Risques, Finance, Liquidité et les maîtrises d'ouvrage. Collecter, documenter et harmoniser les règles de gestion relatives aux traitements par défaut et à la détermination des sources de données. Secteur d'activité : Banque Calendrier Du 01/10/2026 au 31/12/2026, avec possibilité de renouvellement.

Data Owner, domaine logistique. Dans le cadre d'une mission longue basée à Lille (hybride), le titulaire est responsable de la connaissance, de la qualité et de l'accessibilité des jeux de données liés aux processus logistiques critiques. Il/elle définit les données, documente fonctionnellement les éléments de données, identifie et formalise les cas d'usage métier associés, et agit comme point d'entrée pour tous les sujets relatifs à ces données. Il/elle élabore une roadmap et une vision pour ses données, met en place et pilote des métriques de qualité (SLA, leadtimes, données de réception entrepôt, etc.), anime des plans d'action en coordination avec les équipes Engineering, Product, Business et Data, et veille à l'accessibilité des données au sein du datalake. Le poste requiert une autonomie forte et une capacité à traduire les besoins métiers en règles de données opérationnelles. Le rôle implique également de faire le lien entre les enjeux techniques et les équipes en charge de l'exploitation des données. Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières

Dans le cadre de la structuration de notre pôle IA, nous faisons évoluer notre trajectoire technique : nous ne cherchons pas un Data Scientist ou un ML Engineer classique, mais un AI Agent Builder / LLM Engineer confirmé. Votre mission ? Concevoir, déployer, gouverner et industrialiser des agents IA autonomes répondant à des besoins métier variés (Support, Finance, RH, Opérations, Fraud/Risk), tout en maintenant une infrastructure de données robuste et hautement scalable sous GCP. Vous travaillerez au carrefour des équipes Data, Tech, Produit et Metier pour passer des prototypes à la production réelle. VOS MISSIONS Conception & Industrialisation d'Agents IA (Cœur du rôle)Création d'agents IA métiers : Développer et orchestrer des agents fonctionnels et multi-outils pour adresser des problématiques métier concrètes. Gouvernance & Guardrails : Mettre en place des mécanismes de contrôle, d'évaluation, de sécurité et d'alignement pour garantir des réponses fiables en production. Administration de plateformes Agents/LLM : Gérer et superviser l'écosystème d'orchestration et de monitoring (ex: LangSmith, Azure AI Foundry, Vertex AI, Bedrock). Déploiement & MLOps : Assurer le passage en production robuste avec une architecture MLOps adaptée (CI/CD via GitHub Actions). Modélisation, Analyse & Inférence de DonnéesModélisation hybride : Adresser les problématiques clés (prévention de la fraude, scoring, optimisation des conversions) en combinant GenAI/LLM et ML classique / Deep Learning selon l'impact coût/performance. Analyse d'impact & Rigueur statistique : Analyser le flux transactionnel avec rigueur (tendances, anomalies, causalité) et challenger les modèles sur des données réelles avant tout déploiement. Infrastructure de Données & MLOps (Stack GCP)Pipelines de données : Concevoir et maintenir des pipelines de données fiables sur notre stack GCP (BigQuery, Dataform, Pub/Sub) pour alimenter les agents et modèles. Performance & Scalabilité : Optimiser les requêtes, gérer de volumineux flux de données et éliminer les goulots d'étranglement. Acculturation & Animation de la Culture IAInspiration & Pédagogie : Co-construire les cas d'usage avec le Produit et vulgariser vos réalisations auprès d'interlocuteurs non-techniques sans sacrifier la rigueur scientifique. Veille & Standards : Établir des standards de dev (tests, linting, doc) et animer une veille technologique active sur les avancées des LLM et de l'agentique.