Trouvez votre prochaine mission ou futur job IT.

Pour un éditeur juridique de référence, nous recherchons un Expert Data & Retrieval qui rejoindra l'équipe « AI Service ». L'équipe construit les services d'IA générative qui s'appuient sur un très large fonds de contenus juridiques et éditoriaux. Vous prendrez en charge toute la partie amont de la chaîne RAG : de l'ingestion des contenus à la pertinence des résultats. Vos missions : Concevoir et industrialiser l'ingestion des contenus éditoriaux (XML, PDF, HTML) : parsing, normalisation, enrichissement en métadonnées. Définir les stratégies de chunking, d'embeddings et d'indexation à grande échelle, avec réindexation incrémentale et versioning des index. Mettre en place la recherche hybride (BM25 + vectoriel), la fusion des résultats (RRF) et le reranking. Mesurer et améliorer la pertinence (recall@K, nDCG, MRR, jeux d'évaluation). Gérer le cycle de vie des données : mises à jour, suppressions, cohérence entre sources et index. Jouer le rôle de référent technique : choix d'architecture, revues de code, accompagnement de l'équipe

Dans le cadre du développement de nos activités autour de la sécurité de l'Intelligence Artificielle et de la protection des données, nous recherchons un(e) Expert(e) AI Security & Data Protection. À la croisée des enjeux Cyber, Data, Cloud, Identité et Intelligence Artificielle, vous accompagnez nos clients dans la sécurisation de leurs environnements Microsoft, de leurs données et de leurs nouveaux usages liés à l'IA générative, à Microsoft 365 Copilot et aux agents autonomes. Votre objectif : permettre l'adoption de l'IA tout en maîtrisant les risques de fuite de données, surexposition des informations, compromission des identités et détournement des modèles ou agents IA. Vos missions : Sécuriser les données et les usages IA Évaluer le niveau de sécurité des données avant et pendant le déploiement de solutions d'IA générative. Identifier les données sensibles, les accès excessifs et les problématiques d'oversharing. Définir et mettre en œuvre des politiques de classification, Information Protection et DLP. Accompagner les démarches DSPM, Data Security Posture Management, et de gouvernance des accès aux données. Sécuriser les usages de Microsoft 365 Copilot, Copilot Chat et des agents autonomes. Participer à l'identification et à la maîtrise du Shadow AI. Sécuriser les LLM et agents IA Analyser les risques associés aux LLM, RAG et architectures agentiques. Identifier les scénarios de Prompt Injection, Jailbreak, Data Leakage, Data Poisoning et AI Supply Chain. Contribuer à la sécurisation des agents, de leurs identités, permissions, API et connecteurs. Appliquer les principes de Zero Trust et de moindre privilège aux identités humaines et non humaines. Participer à des travaux d'investigation, de tests de sécurité et, selon votre expertise, à des exercices de Red Teaming LLM. Accompagner les environnements Microsoft : Vous interviendrez principalement autour des technologies : Microsoft Purview : Information Protection, DLP, Data Classification et Data Security Microsoft Defender Microsoft Entra ID Microsoft Intune SharePoint Online / Microsoft Teams Security Microsoft 365 Copilot et Copilot Chat Microsoft Sentinel Microsoft Azure Vous serez amené(e) à collaborer avec des équipes SOC, Cloud, Data, IAM, DevSecOps, Modern Work et Compliance.

Le poste s'inscrit dans le département data et IA d'une banque, composé de 22 membres (data engineers, experts IA, développeurs fullstack, chefs de projets) répartis en 3 équipes, dont Data & Proximité, chargée de solutions tactiques front/back, en Scrum ou Kanban selon les projets. La mission porte sur deux projets pour la direction des risques : RACI, qui assiste la rédaction du Rapport Annuel de Contrôles Internes, exercice obligatoire pour les établissements du Groupe, et Risk Eye Check, qui vise à industrialiser et fiabiliser le contrôle de conformité des politiques locales des établissements par rapport aux politiques Groupe. La phase de cadrage est conduite par les Product Owners, et la solution s'appuie sur la plateforme interne NOVA, outil no-code d'orchestration d'agents IA combinant IA générative, RAG, NLU, workflows et intégration au SI. Missions : - Développer et expérimenter de nouvelles stratégies d'extraction, en s'orientant vers une approche agentique (boucles itératives d'extraction, mécanismes d'auto-vérification, relances conditionnelles) pour réduire la dépendance à la validation humaine - Faire évoluer et optimiser les pipelines d'extraction IA existants (parsing PDF, VLM, pipelines multi-étapes) pour améliorer le taux de détection des indicateurs financiers - Contribuer à la stratégie de combinaison et de consensus multi-pipelines en testant de nouvelles combinaisons et en mesurer leur impact sur la qualité globale du système - Collaborer avec les Product Owners, l'équipe technique et les équipes métier pour garantir l'adéquation des solutions développées avec les besoins exprimés - Collaborer sur d'autres projets d'IA générative, RAG et génération de rapports - Développer des outils en mode commando et en proximité directe avec le métier, incluant potentiellement la mise en œuvre de solutions d'IA générative - Accompagner et industrialiser ces solutions dans le parc applicatif des DSI Filières - Proposer des solutions innovantes via la veille technologique et l'étude d'opportunités - Participer à des évènements internes et externes concernant la data et l'IA Profil attendu : Profil AI Engineer disposant de connaissances approfondies en IA générative et en LLM, notamment appliquées aux pipelines d'extraction d'information à partir de documents, avec de très bonnes connaissances des prompts, des outils de RAG et des approches agentiques. Une maîtrise avancée de Python est indispensable, notamment pour la conception de pipelines de traitement parallèle, ainsi qu'une expérience du traitement de données non structurées et de fichiers Word, PDF, PowerPoint et CSV. Des connaissances des VLM pour l'analyse de pages de documents sous forme d'images (tableaux, mises en page complexes, éléments visuels) et une maîtrise de FastAPI pour l'exposition de services sont attendues, ainsi qu'une connaissance de la chaîne CI/CD et des bonnes pratiques de développement logiciel (versioning, tests, documentation). Les soft skills sont aussi essentielles que le savoir-faire technique, dans une équipe dynamique et très pro-active. Une expérience dans l'environnement bancaire est un plus non négligeable.

Contexte de la mission Notre client, un grand groupe international de l'assurance, mène un programme de transformation data à l'échelle du groupe : gouvernance des données, harmonisation des pratiques entre régions, modernisation des plateformes et décommissionnement des outils historiques. L'IA générative fait partie intégrante de la démarche, jusque dans les outils de développement des équipes. Rattaché à la direction data du groupe, le consultant porte la conduite du changement sur plusieurs projets en parallèle, aux impacts variables : d'une cinquantaine d'utilisateurs sur un décommissionnement applicatif jusqu'à plus de 200 collaborateurs sur des déploiements plus larges. Il conçoit la stratégie de change de chaque projet et la met lui-même en œuvre, au plus près des équipes métier. Il évolue dans un environnement international, où l'anglais est utilisé au quotidien. Objectifs et livrables Objectifs et livrables Stratégie de conduite du changement par projet, proportionnée au nombre d'utilisateurs impactés Analyse d'impacts et cartographie des parties prenantes et des populations concernées Plans de communication et supports adaptés à chaque population, en français et en anglais Animation d'un réseau de super-utilisateurs et de relais métier Organisation d'événements, d'ateliers et de sessions de sensibilisation Accompagnement des utilisateurs lors des déploiements et des décommissionnements Supports de formation, guides utilisateurs et FAQ Suivi de l'adoption et indicateurs d'appropriation, avec plans d'action correctifs Compétences demandées Conduite du changement Élaboration et déploiement de stratégies de change Analyse d'impacts et analyse des parties prenantes Change management à grande échelle (large scale) Accompagnement de décommissionnements applicatifs Accompagnement de déploiements de nouveaux outils Animation de réseaux de super-utilisateurs et de champions Organisation d'événements internes et d'ateliers Plans de communication Ingénierie de formation et supports utilisateurs Mesure de l'adoption et KPI d'appropriation Métier / fonctionnel Programmes de transformation data Gouvernance des données et culture data Projets IA et IA générative Contexte assurance ou services financiers Environnement de groupe international multi-pays Méthodologie Frameworks de conduite du changement (ADKAR, Prosci ou équivalent) Environnement projet Agile Outils Suite Microsoft 365 (Teams, SharePoint, PowerPoint) Outils d'IA générative (une expérience de Claude est un plus) Outils de sondage et de mesure de l'adoption Langues Anglais irréprochable, à l'écrit comme à l'oral Français courant Savoir-être Excellente communication et aisance relationnelle Capacité à embarquer des populations variées, des métiers à la direction Approche opérationnelle et orientée action Capacité à mener plusieurs projets en parallèle

Dans le cadre de projets Data, nous recherchons un Ingénieur Data / Développeur DBT confirmé, spécialisé dans l'environnement Google Cloud Platform (GCP). Vous interviendrez sur la modélisation, la transformation et l'exposition des données, avec pour objectif de concevoir et de maintenir des produits data fiables, performants et adaptés aux besoins métiers. Vous contribuerez également à la qualité des développements, à la maintenance des traitements existants et à l'accompagnement des profils juniors de l'équipe. Missions :Modélisation et conception Data Concevoir et modéliser les données ainsi que les produits data. Rédiger les spécifications techniques des solutions à développer. Mettre en place des produits data élémentaires et agrégés. Concevoir les mécanismes d'exposition et de réplication des données pour répondre aux besoins des usages API. Développement et industrialisation Développer et maintenir les pipelines de transformation, d'alimentation et d'exposition des données. Concevoir et développer les traitements DBT dans l'environnement GCP, notamment sur BigQuery. Participer à l'orchestration des traitements de données avec Airflow. Mettre en œuvre les bonnes pratiques de développement, de versioning et d'intégration continue. Qualité, tests et documentation Réaliser les recettes techniques et les tests de non-régression. Garantir la qualité, la fiabilité et la performance des traitements développés. Produire et maintenir la documentation technique. Assurer le run, le suivi et la maintenance corrective et évolutive des traitements existants. Encadrement et amélioration continue Accompagner et encadrer les profils juniors de l'équipe. Vérifier et valider la qualité des développements et des livrables. Utiliser quotidiennement les outils d'intelligence artificielle, notamment GitHub Copilot, pour optimiser les pratiques de développement et gagner en efficacité. Environnement technique :Langages : SQL, Python Data Transformation : DBT Cloud & Data Warehouse : Google Cloud Platform (GCP), BigQuery Orchestration : Airflow Versioning & CI/CD : Git, GitLab, GitHub, Jenkins Intelligence artificielle : GitHub Copilot et outils d'assistance au développement par IA

AI Engineer / Data Engineer : Agents IA au service du delivery Data Mission consultant · Île-de-France · Démarrage octobre 2026 · Jusqu'à début 2027 · TJM selon profil LE CONTEXTE Notre client, grand groupe de services à l'environnement, fait évoluer son socle analytique / Data. Objectifs : accélérer l'intégration de nouvelles sources, construire et enrichir les objets métiers (OBM), migrer les reportings vers Apache Superset, structurer la gouvernance et le catalogue de données. Le projet couvre l'ensemble du cycle Data : conception, spécification, modélisation, développement, recette et mise en production. Le client veut s'appuyer sur des agents IA pour accélérer le delivery. Vous concevez et intégrez deux agents, avec une vraie exigence d'industrialisation et de mesure des gains. VOS MISSIONS 1. Concevoir et intégrer un agent "PO Data" : analyse des structures de données, identification des écarts de complétude 2. Outiller cet agent sur le lignage, la génération de spécifications fonctionnelles et l'alimentation du backlog 3. Concevoir et intégrer un agent "Data Engineer" : génération et accélération des pipelines d'ingestion et de transformation 4. Outiller cet agent sur les jointures multi-sources et la modélisation des objets métiers (OBM) 5. Intégrer les LLM à l'environnement Cloud et Data du client, en particulier BigQuery 6. Industrialiser les agents (LLMOps, prompt engineering) et mesurer les gains obtenus

Au sein de l'AI Factory du groupe, l'équipe AI Platform construit et opère la plateforme agentique du groupe : le socle unique sur lequel sont créés, déployés et exploités les agents IA. L'équipe maintient ce socle et l'enrichit en continu : catalogue d'agents, connecteurs MCP, catalogue de skills, interfaces conversationnelles et intégrations aux systèmes du groupe. La plateforme sert deux familles d'utilisateurs : Les équipes techniques de l'AI Factory (AI engineers et data scientists d'AI Products et de Business Science), qui construisent les produits IA du groupe ; Les tandems AI Builder / métier, qui créent des agents et des RAG pour les fonctions RH, marketing, finance ou éditoriales. Description de la fonction : En tant qu'AI Engineer, vous construisez et industrialisez les briques de ce socle, et vous accompagnez les équipes qui les utilisent. Construction de la plateforme : Développer et faire évoluer les briques du socle agentique : orchestration d'agents, connecteurs MCP, skills, mémoire, gestion des prompts, garde-fous. Concevoir et industrialiser des agents : configuration des prompts, des tools, des connexions MCP et des guardrails. Concevoir et industrialiser les chaînes de RAG : ingestion, découpage, indexation, recherche, évaluation de la pertinence. Intégrer la plateforme aux sources de données et aux systèmes du groupe, notamment Snowflake et les APIs internes. Industrialisation & Mise en production : Déployer les services sur AWS, avec conteneurisation, infrastructure as code et pipelines d'intégration et de déploiement continus. Mettre en place l'observabilité : logs, traces, métriques, alertes, suivi de la qualité des réponses. Construire les jeux d'évaluation et les tests automatisés des agents, pour mesurer les régressions avant chaque livraison. Assurer le run : traiter les incidents, améliorer la performance et la fiabilité, réduire la latence et les coûts. Accompagnement des utilisateurs de la plateforme : Aider les équipes AI Products et Business Science à porter leurs produits sur la plateforme. Appuyer les AI Builders sur les sujets techniques, et rendre les briques du socle réutilisables et documentées. Contribuer aux revues de code et aux choix d'architecture de l'équipe.

Dans la mise à disposition des projets métiers et techniques confiés, l'équipe garantit : - l'intégration et le déploiement des nouvelles solutions (mise à disposition des environnements et outils techniques) - l'exploitabilité des solutions déployées (supervision, circuit d'assistance, quantification/Qualification du suivi d'activités, ...) - les engagements Production vis-à-vis du service utilisateurs (disponibilité, stabilité, performance, sécurité …). - l'efficience du pilotage (périmètre, délais, charges et qualité). La Société devra fournir les prestations suivantes : - Piloter la mise en œuvre des composants Produits, - Piloter la Mise à Disposition (MAD) Produit des projets métiers et techniques, aussi bien sur les aspects infrastructures, logiciels, organisationnels, exploitabilité et engagements de Production. - Coordonner les opérations de mises en production applicatives et techniques dans le respect des normes et exigences de Production, des processus associés aux phases de livraison, validation, déploiement et garantie. Et concrètement, quelles sont les Missions ? - Accompagner le responsable de projet informatique dans l'expression de son besoin sur la qualité de service attendue en exploitation (normes et processus, standards de qualité production) et piloter la mise à disposition en production de ses projets métiers et techniques, dans le respect des engagements et exigences. - Accompagner les équipes projets dans la définition des solutions SI en pilotant les travaux de déclinaison opérationnelle de l'architecture technique définie avec les équipes supports concernées, les travaux de mise en conformité exploitation, disponibilité, sécurité, engagements pris dans le contrat de service. - Evaluer les impacts et risques de la mise en production de la solution avec les acteurs compétents. Communiquer et traiter les alertes ou points de vigilances auprès des instances projets ou des processus d'escalade managériaux. - Organiser, coordonner les ressources et travaux d'intégration des projets jusqu'à la production en ayant une vision globale de la solution d'architecture proposée et accompagner les équipes Production dans la conduite de ces changements (appropriation des évolutions…). - Piloter les livraisons, garantir la qualité et la complétude des livrables SI dans le respect des objectifs fixés. - Piloter des projets techniques de bout en bout.

Pour un acteur majeur du retail spécialisé, vous accompagnez la transformation du modèle Data ainsi que le développement et l'industrialisation d'une plateforme Data sur Google Cloud Platform (GCP). Le projet vise à accélérer la valorisation de la donnée, à moderniser les pratiques de Data Engineering et à préparer les nouveaux usages liés à l'intelligence artificielle et à l'IA générative. Intégré à une équipe Data, vous travaillez en étroite collaboration avec les Product Owners, les architectes, les équipes techniques et les interlocuteurs métiers. Vous intervenez sur l'ensemble du cycle de vie des solutions Data, de la conception à la mise en production, dans un environnement agile et exigeant. Vos responsabilités : - Concevoir, développer et maintenir les pipelines et les flux d'alimentation de données sur Google Cloud Platform. - Réaliser les transformations et les modélisations de données avec BigQuery et dbt. - Participer à la conception et à l'industrialisation des architectures et des 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. Livrables attendus : - Pipelines et flux de données développés, testés et industrialisés sur GCP. - Modèles de données et transformations développés avec dbt et BigQuery. - Documentation technique, spécifications et dossiers de conception des solutions mises en œuvre. Environnement technique : Google Cloud Platform, BigQuery, Cloud Storage, Composer, dbt, SQL, Git, Airflow, Python, Stambia / Semarchy XDI et CI/CD.

Rattaché à la Direction des Systèmes d'Information, vous intervenez à l'échelle du Groupe afin de définir, structurer et développer les usages de l'IA. Votre rôle est de transformer les besoins métiers en solutions concrètes, sécurisées et créatrices de valeur. À ce titre, vos principales responsabilités sont les suivantes :Participer à la définition et à la mise en œuvre de la stratégie IA du Groupe, ainsi qu'à la structuration de sa gouvernance. Aller à la rencontre des différentes directions métiers afin d'identifier et de prioriser les cas d'usage IA à forte valeur ajoutée. Identifier et évaluer les solutions d'intelligence artificielle disponibles sur le marché. Concevoir et mettre en œuvre des POC, prototypes et expérimentations permettant de valider la pertinence des solutions envisagées. Participer à l'intégration de solutions IA dans l'écosystème SI existant et notamment dans l'environnement Microsoft 365. Développer et expérimenter des assistants conversationnels, agents IA et workflows automatisés. Étudier les opportunités autour des applications métiers du Groupe, notamment Infor M3 et Salesforce. Accompagner les collaborateurs dans l'adoption des outils d'IA générative : Copilot, ChatGPT, Mistral, Claude, etc. Concevoir et animer des ateliers, formations et supports pédagogiques afin de développer progressivement une culture IA commune au sein du Groupe. Travailler en collaboration avec les équipes Infrastructure, Data, Applications métiers, Cybersécurité et les référents RGPD. Participer à la définition des bonnes pratiques en matière de sécurité, confidentialité, RGPD, AI Act et gouvernance IA. Assurer une veille technologique permanente sur les évolutions rapides du marché et identifier les nouvelles opportunités pour le Groupe. Mesurer l'adoption des solutions déployées ainsi que les gains de productivité et leur valeur pour les métiers.

Data Analyst Confirmé – Financement bancaire (H/F)Localisation : Île-de-France Mode de travail : Hybride Démarrage : ASAP Durée : Mission longue Contexte de la missionDans le cadre d'un projet dans le secteur bancaire, nous recherchons un Data Analyst confirmé spécialisé dans les données de financement bancaire, disposant d'une bonne connaissance des métiers du crédit et du crédit-bail. Le consultant interviendra sur l'analyse des besoins métier, la modélisation des données ainsi que les travaux de contrôle qualité et de recette. Missions principalesRecueillir et analyser les besoins des équipes métier. Analyser les données liées aux activités de financement bancaire. Participer à la modélisation et à la structuration des données. Rédiger les spécifications fonctionnelles et les règles de gestion. Réaliser des requêtes SQL pour l'extraction, l'analyse et le contrôle des données. Garantir la qualité, la cohérence et la fiabilité des données. Préparer et exécuter les tests de recette des données. Identifier les anomalies, analyser les écarts et coordonner leur résolution avec les équipes concernées. Assurer la documentation des analyses et des résultats. Profil recherchéExpérience confirmée en tant que Data Analyst. Expérience significative dans le secteur bancaire, idéalement sur des projets

Contexte : Pour un grand acteur de la grande distribution, nous recherchons un Data Ops Senior pour rejoindre le pôle Data & IA (40+ data scientists et data/AI engineers). L'équipe Data Ops, déjà en place avec un Tech Lead, outille et industrialise les projets data science, data analyse et dataviz, de l'exploration jusqu'à la production. Les projets sont critiques et portent notamment sur l'IA et l'agentique. Vos missions : Mettre en place, maintenir et améliorer les chaînes CI/CD des infrastructures cloud des projets analytiques (IA et agentique inclus) Administrer et maintenir les services partagés : Airflow, Langfuse, couche sémantique… Garantir le respect des bonnes pratiques et des règles de sécurité Identifier les axes d'amélioration et d'automatisation de l'offre de services, au contact des équipes data Accompagner les ingénieurs au quotidien : déploiements, configuration, gestion des accès, investigation d'incidents, optimisation des coûts cloud Télétravail : 2 jours par semaine (3 jours sur site)

Contexte de la missionDans le cadre de l'accélération de sa transformation digitale, notre client, acteur du secteur assurantiel, souhaite renforcer ses capacités en intelligence artificielle afin d'automatiser ses processus métiers de bout en bout. L'objectif est de concevoir et d'industrialiser des agents IA autonomes et orchestrés, capables de prendre en charge des demandes clients complexes, notamment dans le domaine de la gestion des sinistres, depuis leur déclaration jusqu'à leur clôture, en intégrant les contrôles et validations humaines nécessaires. Le Lead IA interviendra sur l'ensemble du cycle de vie des solutions, du cadrage des cas d'usage à leur déploiement en production, avec une attention particulière portée à la performance, à la sécurité et au retour sur investissement. Missions principales1. Architecture et conception de solutions IA agentiquesDéfinir l'architecture technique et fonctionnelle des solutions d'IA agentique adaptées aux processus assurantiels. Concevoir et orchestrer des agents IA capables de traiter des demandes clients de bout en bout. Mettre en place des architectures multi-agents permettant la coordination de différentes tâches métiers. Intégrer les agents IA aux systèmes d'information existants : CRM, outils de gestion des contrats, plateformes de sinistres et référentiels documentaires. Définir les mécanismes de supervision, de traçabilité, de gestion des erreurs et d'escalade vers les équipes métiers. 2. Automatisation des processus métiers assurantielsConcevoir des solutions d'automatisation intelligente du cycle de gestion des sinistres : déclaration, qualification, collecte des justificatifs, analyse, orientation, suivi et clôture. Développer des agents IA pour la classification et le traitement automatisé des demandes clients. Mettre en œuvre des mécanismes d'extraction, d'analyse et de contrôle des informations issues de documents assurantiels. Automatiser les interactions entre les agents IA et les applications métiers via API. Intégrer des points de validation humaine pour les décisions sensibles, notamment celles liées à l'indemnisation. 3. Développement et industrialisation des agents IAPiloter le développement de solutions d'IA générative et d'agents intelligents en Python. Implémenter des frameworks d'orchestration tels que LangChain, LangGraph, AutoGen ou CrewAI. Concevoir des architectures RAG permettant l'exploitation des bases documentaires internes. Intégrer différents modèles LLM (OpenAI, Mistral, Anthropic ou modèles open source). Déployer les solutions IA dans des environnements Cloud ou On-Premise. Mettre en place les pratiques LLMOps / MLOps : versioning, tests, évaluation, monitoring et CI/CD. Garantir la robustesse, la scalabilité et la sécurité des solutions déployées. 4. Gouvernance, performance et mesure du ROIDéfinir les indicateurs de performance des agents IA : taux d'automatisation, précision, temps de traitement et qualité de service. Mesurer les gains opérationnels et financiers associés à l'automatisation des processus. Identifier les risques liés aux hallucinations, aux erreurs de traitement et à la confidentialité des données. Mettre en place les dispositifs de contrôle et de supervision humaine. Veiller au respect du RGPD, des exigences de sécurité et du cadre réglementaire applicable à l'IA. Contribuer à la définition de la feuille de route IA et à la priorisation des cas d'usage selon leur valeur métier. 5. Leadership technique et accompagnement métierAssurer le rôle de référent technique sur les sujets d'IA générative et agentique. Encadrer et accompagner les développeurs IA dans la conception et l'industrialisation des solutions. Collaborer étroitement avec les équipes métiers Assurance, les architectes SI et les équipes Data. Animer des ateliers de cadrage et de conception des cas d'usage. Apporter des retours d'expérience sur les projets IA déployés dans le secteur assurantiel. Environnement technique recherchéDomaineTechnologies / CompétencesDéveloppementPython, FastAPI, SQL, REST APIIA générativeLLM, Prompt Engineering, RAG, Tool CallingFrameworks agentiquesLangChain, LangGraph, CrewAI, AutoGenModèles IAOpenAI, Mistral, Anthropic, modèles open sourceBases vectoriellespgvector, FAISS, Pinecone, WeaviateCloud & InfrastructureAzure, AWS, GCP, Docker, KubernetesIndustrialisationGit, CI/CD, MLflow, LLMOps, monitoringSécurité & GouvernanceRGPD, AI Act, IAM, traçabilité, Human-in-the-loopMétier AssuranceGestion des sinistres, contrats, souscription, indemnisation, relation client Profil recherchéFormation supérieure Bac+5 en informatique, Data Science, intelligence artificielle ou équivalent. 8 ans minimum d'expérience en Data / IA, avec une expérience confirmée en conception et déploiement de solutions d'IA générative. Expérience significative dans le secteur de l'assurance, idéalement sur des projets liés à la gestion des sinistres ou à l'automatisation des processus métiers. Expérience concrète dans le développement et la mise en production d'agents IA de bout en bout, intégrés à des systèmes d'information métiers. Excellente maîtrise de Python et des architectures LLM / RAG / agents IA. Capacité à concevoir des architectures robustes, sécurisées et industrialisables. Expérience en pilotage technique et accompagnement d'équipes de développement. Bonne compréhension des enjeux réglementaires et de confidentialité propres au secteur assurantiel. Livrables attendusArchitecture cible de la solution IA agentique. Cadrage et priorisation des cas d'usage assurantiels. Agents IA développés, intégrés et déployés en production. Documentation technique et fonctionnelle. Dispositifs de supervision, de contrôle et d'évaluation des agents. Tableaux de bord de suivi des performances et du ROI. Recommandations d'industrialisation et feuille de route d'évolution. Critères différenciantsUne attention particulière sera portée aux candidats capables de présenter des retours d'expérience concrets dans le secteur assurantiel, notamment sur des solutions IA ayant permis : L'automatisation partielle ou complète de processus de gestion des sinistres. La réduction mesurable des délais de traitement des demandes clients. L'amélioration de la productivité des gestionnaires et de la qualité de service. L'intégration d'agents IA dans des environnements SI complexes. La démonstration d'un ROI mesurable après mise en production. L'enjeu principal du poste est de dépasser les usages documentaires classiques de l'IA pour intégrer des agents intelligents directement au cœur des processus opérationnels de l'assurance.

Notre client dans le secteur Banque et finance recherche un/une Architecte Data Microsoft Fabric senior – Audit et optimisation H/F Description de la mission : Contexte Une banque indépendante dispose d'une plateforme de données en production depuis un an sur Microsoft Fabric. Elle alimente le reporting bancaire (PNB, cockpits métiers, qualité des données) et des projets réglementaires. L'équipe Data BI analytique compte 9 personnes rattachées au Head of Data : product manager, analytics engineers, data engineers et data analysts. Des key users sont présents dans chaque ligne métier. La plateforme comporte environ 180 pipelines, 600 notebooks et un package Python de fonctions partagées. Elle s'appuie notamment sur OneLake, Lakehouse, Spark / PySpark, SQL endpoint, Direct Lake et une capacité dédiée, avec une architecture médaillon Bronze / Silver / Gold. Les sources incluent le core banking SAB et Salesforce, via une couche API temps réel et DataHub Fabric. La restitution repose sur Power BI et des applications HTML interactives. L'équipe doit assurer le run et les projets 2026-2027, tout en fiabilisant le socle avant d'y adosser Fabric IQ et des agents IA. Les enjeux principaux sont la sécurisation des accès au moindre privilège, la réduction du couplage au socle partagé et la maîtrise des formats de stockage, ainsi que l'optimisation des performances et des coûts. Mission Intervenir en tant qu'architecte Data Microsoft Fabric senior pour auditer, sécuriser et optimiser le socle data. La mission est réalisée au forfait, avec des livrables mesurables et directement exploitables par l'équipe Data. Elle couvre trois chantiers pouvant être engagés indépendamment : sécurité et habilitations, socle de développement, performance, coût et durabilité. Chaque chantier est cadré, mesuré avant et après, puis clôturé par des recommandations opérationnelles et un transfert structuré à l'équipe. L'approche privilégie l'échantillonnage ciblé des traitements les plus coûteux plutôt qu'une revue exhaustive des notebooks. Principales responsabilités Auditer les workspaces, rôles, permissions, groupes Entra ID, partages, RLS / OLS, paramètres de tenant, identités, secrets, permissions des shortcuts et réseau, puis évaluer l'alignement entre Fabric et RBAC Azure. Définir une cible d'habilitations par profil, prioriser les écarts et proposer un plan de remédiation, un standard de nommage et une procédure de recertification des accès. Étudier la centralisation et la gouvernance des accès via OneLake Catalog et OneLake Security, ainsi que l'architecture d'anonymisation des données hors production. Examiner les formats de stockage par couche et définir la doctrine Delta Lake / Parquet, avec une grille de décision et un plan de convergence évaluant les impacts en performance et en coût. Diagnostiquer et optimiser les alimentations quotidiennes de plus de 30 minutes, avec mesures avant et après. Auditer les traitements les plus coûteux : configuration et dimensionnement Spark, autoscale, sessions haute concurrence, partitions, shuffle, AQE, petits fichiers, rétention, purge, archivage, OPTIMIZE et VACUUM. Revoir le code, les tests, la documentation et les bonnes pratiques ; identifier des quick wins chiffrés et refactorer des jobs pilotes. Préparer les tables pour Direct Lake et industrialiser un plan de maintenance OPTIMIZE / VACUUM. Transférer la documentation et les bonnes pratiques à l'équipe, et animer un atelier de restitution à l'issue de chaque chantier. Environnement technique Plateforme data : Microsoft Fabric, OneLake, OneLake Catalog, OneLake Security, Lakehouse, Spark, PySpark, SQL endpoint, Direct Lake, pipelines, DataHub Fabric Stockage et formats : Delta Lake, Parquet, Bronze / Silver / Gold Sécurité et Azure : Entra ID, RBAC Azure, Key Vault, RLS, OLS, private endpoints, workspace identity, service principals Traitement et performance : pools Spark, autoscale, AQE, OPTIMIZE, VACUUM Ingénierie logicielle et données : Python packagé (wheel), tests automatisés, Git, CI/CD, Power BI, modèles sémantiques Assistants de code : Claude Code, Copilot Sources et métier : SAB, Salesforce, données bancaires et comptables Livrables attendus Cartographie des accès par item et rapport d'écarts priorisé. Matrice cible des habilitations par profil, matrice Fabric / RBAC Azure, plan de remédiation séquencé, standard de nommage et procédure de recertification. Proposition de centralisation et de gouvernance des accès via OneLake Catalog et OneLake Security, ainsi qu'une proposition d'architecture d'anonymisation des données hors production. Doctrine Delta / Parquet par couche avec grille de décision et plan de convergence intégrant les impacts sur les performances et les coûts. Diagnostic et optimisation des alimentations quotidiennes de plus de 30 minutes, mesurés avant et après. Audit de performance des jobs les plus coûteux et préconisations de configuration Spark. Doctrine de partitionnement et politique de rétention par table ; plan industrialisé de maintenance OPTIMIZE / VACUUM. Revue de code, quick wins chiffrés, refactoring de jobs pilotes et mesures avant / après. Documentation, bonnes pratiques diffusables, recommandations opérationnelles et atelier de restitution à l'issue de chaque chantier. Profil recherché Expérience 8 ans et plus en data engineering ou architecture data. Avoir mené un déploiement Microsoft Fabric en production. Une expérience du contexte bancaire et des données comptables est appréciée ; la connaissance de SAB est un plus. Compétences techniques Expertise de Microsoft Fabric : Lakehouse, OneLake, Spark / PySpark, Delta Lake, SQL endpoint, Direct Lake, pipelines et gestion de capacité. Maîtrise de la sécurité Azure : Entra ID, RBAC, Key Vault, stockage et réseau, notamment les private endpoints. Compétences en ingénierie logicielle : Python packagé (wheel), tests automatisés, Git, CI/CD et revue de code. Maîtrise de l'architecture médaillon, de la modélisation, de la qualité des données et des modèles sémantiques Power BI. Usage courant des assistants de code, notamment Claude Code et Copilot. Les certifications DP-600 ou DP-700 sont appréciées. Compétences personnelles Capacité à produire des résultats mesurés avant et après. Capacité à formaliser des recommandations opérationnelles et à transférer les connaissances à l'équipe. Langues Aucune exigence linguistique précisée. Compétences / Qualités indispensables : Microsoft Fabric et architecture Lakehouse, Data engineering Spark / PySpark et Delta Lake, Sécurité Fabric et Azure (Entra ID, RBAC), Optimisation des performances et des coûts, Python, Git et CI/CD Compétences / Qualités qui seraient un + : Certifications DP-600 ou DP-700 ; expérience bancaire et des données comptables ; connaissance de SAB.Informations concernant le télétravail : Oui — 2 jours/semaine

Je recherche un Architecte IA & LLMOps – IA souveraine en environnement bancaire L'IA qui crée de la valeur, en toute confianceDans un secteur bancaire ultra-compétitif, la différence se joue sur la capacité à exploiter vite les données et l'intelligence artificielle, sans jamais transiger sur la sécurité, la conformité et la souveraineté. Le département AI Innovation a une ambition claire : fournir aux équipes Factory Produit des insights IA fiables et sécurisés pour concevoir des fonctionnalités à fort retour sur investissement. Je recherche l'expert qui fera passer l'IA générative du POC à la production, de l'architecture souveraine des LLM jusqu'à la mesure concrète de leur impact business. Votre missionConcevoir une IA souveraine et gouvernée Définir l'architecture souveraine des modèles LLM, adaptée aux exigences bancaires. Instaurer une gouvernance complète du cycle de vie des modèles : fine-tuning, déploiement, monitoring de la dérive et de la performance, gestion des incidents et rollback sécurisé. Transformer la donnée en décisions Construire des pipelines de scoring, des solutions RAG et des agents autonomes capables de fournir des recommandations précises aux équipes produit. Déployer les modèles en production sur Kubernetes (Helm, ArgoCD), avec un monitoring sur Prometheus, Grafana et Langfuse. Industrialiser en toute sécurité Contribuer à un pipeline CI/CD sécurisé (GitLab, Jenkins) intégrant tests d'intégration, scans de vulnérabilité, signature des artefacts et rollback automatisé. Piloter par la valeur Prioriser les features IA selon leur impact économique, leur faisabilité et la valeur client. Traduire ces priorités en user stories techniques (OpenAPI) avec critères d'acceptation, estimations et planning de sprint. Produire des tableaux de bord mensuels (Power BI, Grafana) : précision, latence, dérive, incidents de sécurité, adoption, revenu moyen par client. Présenter les analyses ROI post-déploiement aux parties prenantes. Embarquer les équipes Faciliter la collaboration entre Produit, UX et IT pour intégrer les exigences data et sécurité dès la conception. Animer des sessions « AI-Ready » et produire des supports (slides, notebooks) pour une adoption cohérente de l'IA. Votre profilVous justifiez d'au moins 8 ans d'expérience, dont 2 à 3 ans sur des projets IA/LLM déployés en production. Vous savez parler architecture avec l'IT, valeur avec le Produit et usage avec l'UX. Indispensable Maîtrise des LLM, du RAG (bases vectorielles, embeddings), du fine-tuning et des frameworks d'agents (LangChain, LangGraph, LlamaIndex). Solide pratique MLOps/LLMOps : Kubernetes, Helm, ArgoCD, serving de modèles, observabilité. Culture DevSecOps : CI/CD GitLab/Jenkins, sécurité de la supply chain logicielle. Python et pilotage par les KPI. Fortement apprécié Expérience dans le secteur bancaire ou financier. Connaissance des cadres réglementaires : AI Act, RGPD, DORA, exigences ACPR. Expérience des dashboards Power BI et du calcul de ROI. Savoir-être Vous êtes pédagogue, structuré et orienté résultats. Vous aimez rendre l'IA concrète, mesurable et accessible. Pourquoi nous rejoindre ?Des cas d'usage IA à fort impact, déployés en production auprès de vrais clients. Un rôle transverse et visible, au contact des équipes Produit, UX, IT et des décideurs. Un environnement technique moderne : LLM souverains, agents, Kubernetes, Langfuse, ArgoCD. La possibilité de façonner la gouvernance IA d'un acteur bancaire majeur. Envie de construire une IA utile, sûre et souveraine ?