Trouvez votre prochaine mission ou futur job IT.

Dans le cadre d'un projet stratégique de transformation Data, nous recherchons un(e) Data Engineer. MissionsDéveloppement de modèles de données et DataMarts Construction et maintenance de pipelines ELT Orchestration des flux avec Apache Airflow Optimisation des performances et des coûts Participation aux revues de code et aux déploiements Contribution à la documentation technique Compétences indispensablesSnowflake – Expert DBT Apache Airflow SQL avancé Python Data Warehouse & DataMarts Pipelines ELT Git / CI-CD 5 ans minimum d'expérience en Data Engineering Compétences appréciéesPower BI Architecture Médaillon (Bronze / Silver / Gold) Data Fabric

Basée à Lille, Lyon, Nantes, Grenoble, Marseille, Paris et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s'imposer comme une référence en matière de freelancing par son expertise dans l'IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un Ship Performance Ingénieur H/F à Marseille, France. Contexte : Au sein du département R&D Engineering Ships, vous participerez à la définition de la méthodologie d'évaluation des performances après retrofit. Les travaux porteront notamment sur : la distinction entre les gains liés au fouling/encrassement de la coque et les gains réellement liés au retrofit ; la validation des courbes de performance vitesse/tirant d'eau ; l'application des gains aux données réelles de consommation ; la consolidation des économies de carburant ; la conversion de ces économies en gains de CO₂ dans la chaîne de reporting du projet. Vous travaillerez avec une équipe R&D pluridisciplinaire composée d'architectes navals, de spécialistes de la performance navire, d'experts data et de spécialistes des systèmes embarqués. Les missions attendues par le Ship Performance Ingénieur H/F : contribuer à la définition, à la documentation et à la validation de la méthodologie de calcul des économies de CO₂ liées aux rétrofits ; analyser les performances des navires avant et après passage en cale sèche ou retrofit à partir des relations entre vitesse, tirant d'eau, puissance et consommation ; isoler et quantifier les gains liés au nettoyage de la coque et ceux réellement générés par le retrofit ; contrôler la qualité des données opérationnelles : vitesse, tirant d'eau, consommation, type de carburant et périodes de reporting ; identifier les incohérences et documenter les limites des données ; comparer différentes sources de données de consommation, notamment les consommations réelles issues des rapports d'arrivée et les consommations ajustées provenant des données de conformité ; documenter l'impact du choix des sources sur les résultats ; préparer les fichiers de calcul, notes d'analyse et synthèses techniques nécessaires à la validation de la méthodologie ; participer à la validation manuelle des gains pendant la phase pilote ; comparer les gains constatés aux gains théoriques et identifier les cas nécessitant une expertise complémentaire ; préparer les données destinées aux tableaux de bord de suivi des économies de CO₂ ; formaliser clairement les recommandations, hypothèses, limites et éléments de traçabilité afin de permettre l'industrialisation future de la méthodologie. Livrables attendusMéthode de calcul validée pour le périmètre pilote, incluant la distinction entre gains liés au fouling et gains liés au retrofit. Documentation des hypothèses, formules, sources de données et limites. Fichiers d'analyse et synthèses techniques pour chacun des navires pilotes. Contrôles de qualité et de cohérence des données provenant de VRS/V2PS, outils internes et des systèmes liés aux rétrofits. Analyse comparative des différentes sources de données de consommation. Résultats consolidés et exploitables pour le reporting des économies de carburant et de CO₂. Profil recherché :Diplômé d'un Master ou d'une école d'ingénieurs en : génie maritime ; architecture navale ; ou formation équivalente. Le candidat doit avoir un intérêt marqué pour : la performance des navires ; les opérations maritimes ; les projets de décarbonation. Une première expérience en analyse de la performance maritime, efficacité énergétique des navires, analyse de données embarquées ou projets de retrofit serait appréciée. Connaissances requisesFondamentaux de la performance et de la propulsion navales, notamment les relations vitesse/puissance/consommation. Analyse de données appliquée aux opérations et à la performance des navires. La connaissance de l'évaluation des performances après retrofit, passage en cale sèche ou installation de dispositifs d'économie d'énergie est un plus. Python. SQL et expérience d'un environnement AWS. Une connaissance de C++ ou Java est appréciée. Outils de visualisation de données : Tableau, Qlik Sense ou équivalent. Bonne compréhension des consommations de carburant, facteurs d'émission de CO₂ et indicateurs de décarbonation maritime appréciée. Excellente maîtrise d'Excel et capacité à documenter précisément les calculs.

Rattaché à une équipe dédiée à la performance data, vous intervenez sur la conception, le développement et l'évolution de solutions de Business Intelligence orientées e-Retail. Vous prenez en charge l'ensemble du cycle de vie des projets data : de l'analyse des besoins métiers jusqu'au déploiement des solutions, en passant par leur développement. Grâce à votre séniorité, vous jouez un rôle clé de référent technique et de manager d'équipe. Gestion de projet & delivery :Piloter la planification, le budget et les ressources des projets data Recueillir et traduire les besoins métier en spécifications techniques et data products Superviser la conception, le développement et la maintenance des pipelines de données Garantir la livraison des dashboards et reportings (Power BI) Optimiser les processus afin d'assurer la qualité et la fiabilité des données Coordination & cohérence :Assurer la cohérence globale des projets BI via des référentiels et catalogues de données Faciliter la communication entre équipes techniques et métiers Garantir l'alignement des projets avec les enjeux business Favoriser les synergies entre les différents projets data Management d'équipe :Encadrer et accompagner une équipe de data engineers / analytics engineers Promouvoir un environnement de travail collaboratif et bienveillant Assurer le développement des compétences (coaching, formation, feedback) Développement & évolution technique :Développer des pipelines et transformations de données Construire et maintenir des rapports et dashboards Optimiser les performances des traitements et modèles de données Maintenance & support :Identifier et corriger les incidents liés aux flux data et aux reportings Garantir des délais de résolution efficaces Assurer le suivi et le reporting des incidents Lead technique :Piloter les revues de code et garantir les bonnes pratiques Être référent technique pour l'équipe Intervenir en support sur des projets critiques ou urgents Assurer la continuité opérationnelle de l'équipe data

ContexteUne grande entreprise du secteur ferroviaire souhaite renforcer ses capacités en Analytics Engineering au sein du domaine Client Data. Ce domaine vise à construire des data products cœur permettant d'enrichir la connaissance client, en valorisant les données issues de différentes sources : parcours digitaux, données transactionnelles, CRM et usages des services digitaux. L'objectif est de permettre une meilleure compréhension des comportements, des usages et des parcours utilisateurs, mais aussi d'améliorer la communication avec les clients en affinant leur segmentation et leur ciblage. Dans ce cadre, cette entreprise recherche une prestation en Analytics Engineering afin de cadrer, structurer, fiabiliser et valoriser ces données au service des data products Client Data et des équipes métiers. Le prestataire interviendra comme référent technico-fonctionnel data du périmètre : au carrefour des enjeux métier, produit et techniques, il devra apporter une lecture experte des données disponibles, de leur qualité, de leurs limites et de leur potentiel d'usage. MissionsObjectifs de la prestation Structurer des datasets orientés connaissance client, vision client unifiée et parcours utilisateurs. Contribuer à la construction et à l'amélioration continue des data products Client Data. Garantir la fiabilité, la cohérence, la traçabilité et la réutilisabilité des données produites. Challenger les besoins métier et produit afin de proposer des solutions data robustes, réalistes et exploitables. Sécuriser la cohérence fonctionnelle et technique des KPI clés liés à la connaissance client et aux parcours. Faciliter l'usage de la donnée par les équipes métiers : produit, marketing, CRM et pilotage de la performance. Participer à l'industrialisation et à la standardisation des pratiques analytics. Périmètre de la mission et interactions Le prestataire interviendra en collaboration avec les acteurs suivants : Product Manager Data Product Owner Data / Product Owners Client, Marketing ou Digitaux selon les cas d'usage Data Engineers Data Analysts Équipes métiers : marketing, CRM, produit digital, pilotage commercial Data Domain Owners et équipes de gouvernance Activités attendues 3.1. Cadrage et définition des data products Client Accompagner la qualification des besoins et des cas d'usage liés à la connaissance client, aux parcours utilisateurs, à la segmentation et aux usages digitaux. Analyser les données disponibles, leurs limites, leur qualité et leur potentiel d'usage afin d'orienter la définition du produit data. Challenger les besoins métier et produit pour proposer des solutions data robustes, réalistes, maintenables et réutilisables. Définir, formaliser et faire valider les KPI client, parcours ou usages, en garantissant leur cohérence fonctionnelle et technique. 3.2. Ownership des modèles de données analytiques Client Concevoir, faire évoluer et maintenir des modèles de données analytiques cœur du périmètre Client Data. Croiser des sources multiples : transactions, parcours digitaux, CRM, données d'usage et référentiels client. Transformer les données brutes ou intermédiaires en datasets fiabilisés, exploitables et réutilisables par plusieurs équipes ou cas d'usage. Garantir la cohérence des règles métier, du naming, de la documentation et des conventions de modélisation. 3.3. Qualité, validation et fiabilité des données Définir les contrôles de qualité attendus sur les datasets cœur : cohérence, complétude, fraîcheur, stabilité des métriques, intégrité et conformité des règles métier. Valider, avec le Product Owner et les parties prenantes concernées, les données livrées par les Data Engineers avant leur mise à disposition produit. Identifier, investiguer et contribuer à la correction des anomalies data, en recherchant les causes racines. Contribuer au monitoring de la donnée et proposer des actions correctives ou préventives adaptées. 3.4. Collaboration technico-fonctionnelle avec les Data Engineers Traduire les besoins produit complexes en exigences data exploitables par les Data Engineers. Challenger les choix de structuration des pipelines lorsqu'ils ont un impact sur la qualité, la maintenabilité ou la réutilisabilité des données. Contribuer aux décisions de structuration entre modèle source, modèle intermédiaire et modèle exposé au métier. Sécuriser l'alignement entre besoin métier, conception data et données effectivement livrées. 3.5. Gouvernance, documentation et lineage Porter la documentation des modèles, règles métier, KPI et datasets exposés aux équipes métier. Collaborer avec les Data Domain Owners et les équipes Gouvernance sur la qualité, le lineage, la qualification et la lisibilité des données. Préparer l'intégration des datasets au Data Catalog en garantissant leur traçabilité et leur niveau de confiance. Contribuer à l'amélioration continue des standards de documentation et de gouvernance sur le périmètre Client Data. 3.6. Structuration des pratiques analytics Standardiser les pratiques SQL / dbt au sein du périmètre concerné. Définir et appliquer des conventions de modélisation, de tests, de documentation et de nommage. Partager les standards et bonnes pratiques au-delà du produit lorsque cela est pertinent. Participer à la montée en compétence des équipes internes sur les pratiques analytics engineering.

ContexteDans le cadre de la transition vers une architecture Data Mesh, nous recherchons un(e) Data Product Engineerspécialisé(e) dans le développement de pipelines sur la plateforme Talend Real Time BigData et de data products sur la plateforme Starburst (Trino). La mission consiste à concevoir, collecter, intégrer, construire et opérer des jeux de données fiables, auto-descriptifs et interopérables, en collaboration avec les domain teams et les data owners. MissionsConcevoir des flux de données et des Data Products Développer des pipelines d'intégration de données optimisés via la Talend Data Fabric / Talend Real Time BigData Développer des requêtes SQL optimisées pour Starburst/Trino (push-down predicates, partitionnement, formats de fichiers comme Iceberg/Parquet) Automatiser les pipelines de données (ETL/ELT) avec des outils comme Airflow, dbt, ou Starburst Galaxy Configurer des accès sécurisés (RBAC, row-level security) et des politiques de gouvernance (tagging, lineage) Collaborer avec les domain teams pour identifier les sources de données et les cas d'usage Documenter les data products (métadonnées, ownership, qualité) via des outils comme Amundsen, DataHub, ou Starburst Discover Participer à la définition des standards d'interopérabilité (formats communs, APIs de données) Monitorer la performance (latence, coût des requêtes) et la qualité des données (frais, complétude) Mettre en place des alertes et des dashboards (Grafana, Metabase) pour le suivi des data products Contribuer à l'amélioration continue de la plateforme Starburst (scaling, caching, federation) Compétences techniques requisesTalend RealTime BigData : expérience avancée en développement de pipelines sur Talend Studio en mode batch ou route (runtime) Starburst/Trino : expérience avancée en SQL sur Starburst/Trino (jointures, CTEs, fonctions analytiques) Data Modeling Pipelines : expérience avec Airflow/Astronomer, Spark, Talend Real Time Big Data / Talend Data intégration Stockage : connaissance des formats Iceberg, Parquet, S3 Gouvernance : familiarité avec les outils de sécurité (Ranger, RBAC) DevOps/DataOps : pratiques CI/CD pour les pipelines, infrastructure-as-code (Terraform, Kubernetes) Langages : SQL avancé (mandatory), Python (Pandas, PySpark), bash Compétences transverses (Data Mesh)Compréhension des principes Data Mesh (domain-oriented ownership, self-serve platform, federated governance) Capacité à travailler en mode produit (roadmap, priorisation, collaboration avec les métiers) Sensibilité à la data quality (tests, monitoring, remédiation) et à la documentation (data contracts, métadonnées) Soft SkillsEsprit collaboratif : travail avec les équipes métiers, data scientists, et DevOps Pédagogie : capacité à expliquer des concepts techniques à des non-experts Autonomie : prise d'initiative dans un cadre agile Environnement techniqueExpertise écosystème zoo Hadoop Connaissance / maîtrise Data Connaissance / maîtrise technique de l'environnement DevOps Maîtrise technique de l'environnement Data Expertise couche d'accès et d'échange (Kafka, Nifi, …) Expertise Java, Scala, Python, Hive, Spark Expertise ETL, Bash Expertise SQL / NoSQL

Nous recherchons un Data Scientist H/F pour concevoir, expérimenter et évaluer des modèles de machine learning et d'intelligence artificielle répondant à des enjeux métiers concrets. Vos principales missions seront les suivantes : Analyser les besoins métiers, les données disponibles et les critères de succès des cas d'usage. Réaliser les analyses exploratoires et le profiling des données. Préparer, nettoyer et enrichir les données afin de constituer les jeux d'entraînement, de validation et de test. Mettre en œuvre des techniques de feature engineering et de sélection de variables. Développer des modèles statistiques, de machine learning et de deep learning. Concevoir et évaluer des modèles supervisés, non supervisés, NLP et séries temporelles. Adapter ou spécialiser des modèles pré-entraînés via des approches de fine-tuning, LoRA, PEFT ou prompt-tuning. Évaluer les modèles à travers des métriques métier et techniques : performance, robustesse, biais, dérive et explicabilité. Réaliser des expérimentations, comparer différentes approches et optimiser les performances des modèles. Produire les visualisations, rapports d'analyse et recommandations nécessaires à la prise de décision. Collaborer avec les équipes IA Engineering et MLOps afin de préparer l'industrialisation des modèles. Veiller à la conformité des traitements avec les exigences réglementaires, notamment le RGPD et l'AI Act.

Contribuer à la recherche, au prototypage et à la mise en production de nouvelles fonctionnalités d'IA et de ML au sein de notre portefeuille de produits. Collaborer avec les chefs de produit et les équipes d'ingénierie pour concevoir et déployer des améliorations à fort impact fondées sur les données. Acquérir une compréhension approfondie des produits et des actifs de données existants afin d'identifier des opportunités d'amélioration grâce à l'IA. Concevoir et mener des expérimentations pour valider de nouvelles pistes de recherche et évaluer les performances des modèles. Entraîner, affiner (fine-tuning) et optimiser des modèles de LLM et de ML à partir de données structurées et non structurées issues d'API et de flux de travail clients. Élaborer des stratégies pour l'inférence de modèles en temps réel et un déploiement à grande échelle. Collaborer avec des prestataires externes pour la collecte de données, l'annotation et les initiatives de recherche. Échanger avec les clients et les équipes régionales de services professionnels pour comprendre l'évolution des schémas de fraude et intégrer ces enseignements au développement des produits.

Nous recherchons un Data Scientist H/F pour concevoir, expérimenter et évaluer des modèles de machine learning et d'intelligence artificielle répondant à des enjeux métiers concrets. Vos principales missions seront les suivantes : Analyser les besoins métiers, les données disponibles et les critères de succès des cas d'usage. Réaliser les analyses exploratoires et le profiling des données. Préparer, nettoyer et enrichir les données afin de constituer les jeux d'entraînement, de validation et de test. Mettre en œuvre des techniques de feature engineering et de sélection de variables. Développer des modèles statistiques, de machine learning et de deep learning. Concevoir et évaluer des modèles supervisés, non supervisés, NLP et séries temporelles. Adapter ou spécialiser des modèles pré-entraînés via des approches de fine-tuning, LoRA, PEFT ou prompt-tuning. Évaluer les modèles à travers des métriques métier et techniques : performance, robustesse, biais, dérive et explicabilité. Réaliser des expérimentations, comparer différentes approches et optimiser les performances des modèles. Produire les visualisations, rapports d'analyse et recommandations nécessaires à la prise de décision. Collaborer avec les équipes IA Engineering et MLOps afin de préparer l'industrialisation des modèles. Veiller à la conformité des traitements avec les exigences réglementaires, notamment le RGPD et l'AI Act.

Nous recherchons un Data Scientist H/F pour concevoir, expérimenter et évaluer des modèles de machine learning et d'intelligence artificielle répondant à des enjeux métiers concrets. Vos principales missions seront les suivantes : Analyser les besoins métiers, les données disponibles et les critères de succès des cas d'usage. Réaliser les analyses exploratoires et le profiling des données. Préparer, nettoyer et enrichir les données afin de constituer les jeux d'entraînement, de validation et de test. Mettre en œuvre des techniques de feature engineering et de sélection de variables. Développer des modèles statistiques, de machine learning et de deep learning. Concevoir et évaluer des modèles supervisés, non supervisés, NLP et séries temporelles. Adapter ou spécialiser des modèles pré-entraînés via des approches de fine-tuning, LoRA, PEFT ou prompt-tuning. Évaluer les modèles à travers des métriques métier et techniques : performance, robustesse, biais, dérive et explicabilité. Réaliser des expérimentations, comparer différentes approches et optimiser les performances des modèles. Produire les visualisations, rapports d'analyse et recommandations nécessaires à la prise de décision. Collaborer avec les équipes IA Engineering et MLOps afin de préparer l'industrialisation des modèles. Veiller à la conformité des traitements avec les exigences réglementaires, notamment le RGPD et l'AI Act.

Contexte international Dans le cadre du renforcement des équipes chez notre client, nous recherchons un(e) Ingénieur SRE Senior disposant d'une solide expertise technique et d'excellentes capacités de communication pour évoluer dans un environnement international exigeant. Vos missionsAssurer la fiabilité, la performance et la disponibilité des plateformes critiques. Animer et piloter des comités techniques internationaux avec des interlocuteurs basés en Chine, en Inde, au Royaume-Uni et dans d'autres régions du monde. Coordonner et superviser plusieurs projets stratégiques en parallèle. Participer aux activités de capacity planning et de FinOps afin d'optimiser le dimensionnement des infrastructures et la maîtrise des coûts. Contribuer à l'amélioration continue des plateformes Data et des Data Hubs. Mettre en place et exploiter les solutions de monitoring et d'observabilité, notamment Dynatrace. Garantir le respect des bonnes pratiques SRE, de sécurité et d'exploitation.

Dans le cadre du renforcement d'une équipe Data, nous recherchons un Data Engineer Microsoft Fabric confirmé afin de participer à la conception, au développement et à l'industrialisation des traitements de données sur la plateforme Microsoft Fabric. Vous interviendrez sur l'ensemble de la chaîne de traitement des données, de l'ingestion à la mise à disposition, en garantissant la qualité, la performance et la fiabilité des pipelines. Vos missionsConcevoir, développer et maintenir des pipelines de données sous Microsoft Fabric. Développer les traitements de transformation de données en Python, PySpark et SQL. Concevoir et exploiter des architectures Lakehouse, Delta Lake et Data Warehouse. Paramétrer et configurer les différents composants de l'écosystème Microsoft Fabric. Garantir la qualité, la performance et la fiabilité des traitements de données. Automatiser les déploiements et contribuer à l'industrialisation des développements (CI/CD). Participer aux phases de tests, de recette et de mise en production. Assurer la maintenance évolutive et corrective des solutions Data. Collaborer avec les équipes Data, BI, Architecture et Métiers afin de répondre aux besoins fonctionnels et techniques. Participer à l'amélioration continue des bonnes pratiques de développement et de gouvernance des données.

Lieu : Brest (29) Salaire : 50 à 55 000 euros annuel brut Rythme : 2 jours de télétravail à l'issue d'une période d'intégration Nous recherchons pour notre client, acteur industriel spécialisé, un Data Engineer BI dans le cadre d'un projet de renfort de l'équipe décisionnelle. VOS MISSIONS : Au sein d'une équipe composée de 4 personnes et rattaché au Responsable Décisionnel, vos missions consistent à : 1. Acquisition & intégration des données En appui des Référents SI Métier, recueillir les besoins métiers et formaliser des cas d'usage décisionnels Assurer l'extraction des données depuis différentes sources (ERP, fichiers, APIs…) Concevoir et développer les nouveaux flux d'alimentation (ETL/ELT), dans le respect des bonnes pratiques de développement TALEND Mettre en place des contrôles de qualité, de cohérence et de traçabilité des données 2. Transformation & modélisation Concevoir et maintenir les traitements de transformation de données Concevoir et documenter les modèles de données (datamarts, DWH, modèles analytiques) robustes, performants et orientés usages métiers Elaborer et déployer des univers BO et modèles sémantiques POWER BI Optimiser les performances des traitements et des modèles 3. Conception de solutions BI et analytiques Développer des rapports, états et tableaux de bord décisionnels (Business Object Construire et mettre en production des rapports de Dataviz (PowerBI) Produire/maintenir une documentation claire et exploitable (rétro-documentation, référentiels) et documenter le data-lineage Contribuer à la conduite du changement et à l'appropriation des outils par les métiers 4. Migration & modernisation des flux Analyser les flux historiques, identifier les écarts et proposer des ameliorations Participer activement à la migration des flux existants de BODS vers TALEND et à la mise en qualité du patrimoine existant (rationalisation, gestion des erreurs…) Garantir la continuité de service et la fiabilité des données durant la migration 5. Structuration & bonnes pratiques Contribuer à la définition, la mise en place et la documentation des bonnes pratiques de développement SI Décisionnel En appui de la responsable SI Décisionnel, être garant des choix de modélisation, des principes ETL/ELT et de l'application des bonnes pratiques BI Contribuer à la mise en place de la gouvernance de la donnée (qualité, référentiels, rôles) 6. Maintenance & amélioration continue Assurer le maintien en conditions opérationnelles des flux existants sur BODS et TALEND Faire évoluer et maintenir les rapports SI Décisionnels existants Gérer les incidents et assurer le support aux utilisateurs en traçant vos actions dans notre outil de ticketing JIRA Participer à l'amélioration continue de l'architecture data et des processus Environnement Technique : Talend, SAP BO, Power SI, SQL, BODS

Je recherche un Product Manager Data/ML – Supply Chain 500 e par j Profil recherché : Solide expérience Product Management Expertise métier Supply Chain / gestion de stock / demand forecasting Expérience de produits utilisant Machine Learning / IA Capable de travailler quotidiennement avec Data Scientists, ML Engineers et Data Analysts Maîtrise des problématiques de prévision de demande, positionnement/optimisation des stocks Capable de définir et suivre les métriques de performance des modèles/prévisions Connaissance retail/e-commerce appréciée : click & collect, ship-from-store, disponibilité produit

Dans le cadre d'un environnement international, nous recherchons un Consultant Brand Analytics & Marketing Insights capable d'accompagner les équipes marketing dans le pilotage et l'analyse de la performance des marques. Vous contribuez au développement d'insights permettant de définir les objectifs, évaluer les campagnes et accompagner les décisions stratégiques au niveau régional. Vos principales responsabilités : Développer des insights spécifiques aux marques pour accompagner la définition des objectifs et l'évaluation des campagnes. Identifier et appliquer les benchmarks pertinents sur les différentes étapes du funnel marketing. Suivre la performance des campagnes et accompagner les marchés dans l'analyse des résultats. Identifier les problématiques de collecte ou de qualité des données et contribuer à harmoniser les pratiques entre les différents marchés. Produire des reportings et présentations centralisés permettant de restituer clairement la performance marketing. Transformer les données et résultats de campagnes en recommandations concrètes et exploitables. Collaborer avec les équipes Brand, CRM, Digital, Web et Data. Contribuer à la mise en place d'une approche Test & Learn et de frameworks de mesure adaptés aux initiatives marketing. Réaliser des analyses proactives afin d'identifier des opportunités de croissance et d'amélioration de la performance. Accompagner les parties prenantes seniors dans l'interprétation des données et la prise de décision.

Au sein d'une équipe Data rattachée à la gouvernance des activités IT d'un grand groupe bancaire, la mission vise à mesurer l'usage et la valeur des projets informatiques, tout en améliorant l'efficacité des processus métiers. Le consultant interviendra auprès de plusieurs établissements afin d'analyser les parcours opérationnels et l'utilisation des outils par les collaborateurs. MissionsAnalyser et cartographier les processus métiers de la banque de détail. Étudier les parcours liés aux comptes courants, paiements, virements, opérations entre comptes, crédits et autres activités bancaires Retail. Exploiter Celonis pour visualiser les processus réels et mesurer leur performance. Identifier les goulots d'étranglement, écarts, non-conformités et tâches à faible valeur ajoutée. Définir des indicateurs de performance et de suivi des processus. Produire des analyses et des vues dans Celonis. Réaliser des diagnostics, benchmarks et synthèses. Formuler des insights et recommander des axes d'amélioration. Préparer et présenter les résultats aux équipes métiers, Data et IT. Accompagner le pilotage des initiatives de Process Mining.

Date de démarrage : 14/09/2026 Durée : 12 mois renouvelables ContexteDans le cadre du renforcement de sa plateforme Data, notre client recherche un Data Engineer expérimenté afin de concevoir, développer et maintenir des solutions de traitement de données à grande échelle. Intégré à une équipe Agile (Squad), vous interviendrez sur l'ensemble du cycle de vie des produits Data, depuis la conception de l'architecture jusqu'au maintien en conditions opérationnelles des pipelines de données. Vous évoluerez en étroite collaboration avec les Architectes, le Product Owner, les Business Analysts et les équipes de production afin de garantir la disponibilité, la qualité et la performance des données au service des métiers, dans un environnement exigeant, idéalement bancaire.