Trouvez votre prochaine mission ou futur job IT.

Au sein de la Direction Data & IA, vous rejoindrez l'équipe Data Value dont la mission est de piloter la data visualisation à l'aide de l'outil Power BI au sein d Groupe. Vous rejoindrez une équipe de 8 personnes. Les livrables attendus : - Documentation des habilitations et du paramétrage gateway depuis Power BI Services ; - Documentation du cycle de vie de la donnée de la collecte dans GCP jusqu'à la restitution depuis Power BI Services. Les missions sont : - Mise en place de plateforme Power BI Services ; - Configuration de gateway vers des stockages de données cloud privé ; - Optimisation du cycle d'ingestion et de préparation des données pour la production de rapports Power BI Services ; - Supervision des plateformes Power BI Report Server, SSAS et Power BI Services. Compétences techniques : - Power BI : Power BI Report Server (expert) / Power BI Services (expert) / Power BI Desktop (expert) / Power Query (expert) ; - Données & Analytics : DAX (confirmé) / SSAS (expert) / SQL (expert) / Lakehouse GCP (confirmé) ; - Infrastructure & DevOps : Power Automate (débutant) / Power Shell (expert) / Git (confirmé). Compétences transversales : - Expression claire des concepts et solutions ; - Vulgarisation des concepts techniques ; - Proactivité ; - Travail en équipe et collaboration.

Développement Java Concevoir, développer et faire évoluer des APIs REST et des microservices en Java 17/21 avec Spring Boot 3.x (Spring Security, Spring Data JPA) Rédiger des tests unitaires et d'intégration solides (JUnit 5, Mockito, AssertJ) Prendre part aux revues de code au sein d'une équipe mixte Contribution Full-Stack TypeScript Réaliser des composants et des écrans avec Angular (RxJS, routing, HttpClient) ou Vue.js (Composition API, Pinia, Vue Router) Brancher le front-end TypeScript sur les APIs REST CI/CD et DevOps Contribuer aux pipelines CI/CD (GitLab CI, GitHub Actions, Jenkins ou outil comparable) : les écrire, les faire évoluer, y intégrer les tests automatisés et le linting Maîtriser toute la chaîne de livraison : commit → build → test → déploiement Sécurité by Design Mettre en pratique l'OWASP Top 10 au quotidien : injection, XSS, CSRF, failles d'authentification Suivre et corriger les dépendances vulnérables (SCA : Dependabot, Snyk, OWASP Dependency-Check) Paramétrer et exploiter Spring Security (authentification, autorisation, JWT/OAuth2) L'IA au service du développement Recourir chaque jour à GitHub Copilot, Cursor, Claude Code ou un outil équivalent pour générer du code, des tests, de la documentation et pour refactorer Construire des prompts structurés pour les cas d'usage complexes Relire et valider le code produit par l'IA afin de ne pas créer de dette technique Collaboration en équipe mixte Participer aux cérémonies Agile (daily, sprint planning, review, rétrospective) Échanger avec des interlocuteurs divers : développeurs d'ESN, tech leads et product owners côté client Travailler avec Git en équipe : stratégie de branches, merge requests, résolution de conflits

Ingénieur IA / GenAI – LLM, RAG & Agents IA Dans le cadre d'un projet autour de l'IA générative, nous recherchons un Ingénieur IA / GenAI pour concevoir, développer et industrialiser des solutions basées sur les LLM et les agents IA. Vos missions : Concevoir et développer des solutions GenAI / LLM Développer des agents IA et workflows agentiques Concevoir et implémenter des architectures RAG Intégrer les modèles IA aux applications via API Développer principalement en Python Travailler sur le prompt engineering et l'orchestration des LLM Mettre en place embeddings et bases vectorielles Évaluer la qualité, la performance et la fiabilité des réponses Industrialiser les solutions : CI/CD, monitoring, sécurité et observabilité Accompagner les POC jusqu'à leur mise en production Compétences recherchées : Python LLM / GenAI RAG Agents IA / Agentic AI LangChain / LangGraph ou équivalent OpenAI / Azure OpenAI / Anthropic / modèles open source FastAPI / APIs REST Vector databases / embeddings Docker, Git, CI/CD MLOps / LLMOps apprécié Fine-tuning / PEFT / LoRA apprécié 📍 Île-de-France / Hybride 📅 Mission longue durée

Senior Site Reliability Engineer (SRE) - Plateforme de Paiement (H/F) Intitulé du poste: Tech Lead SRE Expérience requise: 8 ans d'expérience minimum (SRE, DevOps, Cloud Engineering) Langues requises: Français, Anglais courant (C1/C2) Environnement Cloud: Cloud régulé / IBM Cloud (VPC, OpenShift, HPCS, Security Manager) 1. Présentation du Contexte & du Rôle Le rôle de Tech Lead (SRE) est stratégique pour garantir la performance, la fiabilité et la sécurité des environnements de production supportant une plateforme de paiement critique opérant à l'échelle européenne. En proximité avec les équipes de développement, d'architecture, de production et de cybersécurité, vous contribuez à définir les standards de fiabilité de la plateforme et accompagnez les équipes dans l'adoption des pratiques SRE. 2. Responsabilités Principales • Fiabilité & Résilience : Garantir la disponibilité, la performance et la résilience des systèmes en ligne avec les SLO/SLA. • Indicateurs de Performance : Définir et piloter les indicateurs de fiabilité (SLI, SLO, Error Budgets). • Observabilité & Monitoring : Concevoir et faire évoluer les solutions d'observabilité, de monitoring et d'alerting. • Automatisation & IaC : Automatiser les déploiements, l'exploitation et l'administration des infrastructures via l'Infrastructure as Code (IaC). • Gestion d'Incidents : Piloter les incidents critiques, conduire les analyses de causes racines (RCA) et les post-mortems. • Sécurité Opérationnelle : Développer et maintenir les contrôles de sécurité (IAM, ACL, Firewall, VPN, IPSEC, gestion des secrets). • Architecture & Revues : Formaliser les architectures et contribuer aux revues d'exploitabilité et de résilience. • Accompagnement Dev : Accompagner les équipes de développement dans l'amélioration de la qualité opérationnelle des applications. • Conformité & Normes : Assurer la conformité avec les référentiels PCI-DSS, DORA, ISO 27001 et IBM FS Cloud. • Mentorat & Culture : Contribuer à la montée en compétence des ingénieurs SRE et à la diffusion des bonnes pratiques. 3. Compétences Techniques & Intégration de l'IA • Langages & Automatisation : Terraform, Python, Bash, Helm, Ansible • Conteneurisation & Orchestration : Docker, Kubernetes, OpenShift • Sécurité & DevSecOps : Bonnes pratiques cybersécurité, maîtrise des référentiels OWASP, tests SAST/DAST, gestion des ACL • Cloud & Environnement Régulé : Expérience Cloud, idéalement IBM Cloud (VPC, OpenShift, IAM, HPCS, Monitoring, Logs, Secret Manager...) • IA Générative appliquée à l'Ingénierie : Utilisation d'outils d'IA générative (Claude ou équivalent) dans un contexte professionnel ; appétence pour les agents spécialisés et l'IA appliquée aux activités SRE, DevOps et IaC pour accélérer le développement, la standardisation et l'exploitation. • Compétences appréciées (un plus) : PostgreSQL, Kafka, MongoDB, VSI Red Hat Linux, Object Storage, Certification IBM Cloud SRE 4. Profil Recherché & Soft Skills • Formation : Diplôme d'ingénieur ou Master 2 en informatique. • Expérience : 8 ans d'expérience minimum en SRE, DevOps, Cloud Engineering, Infrastructure Engineering ou Production Engineering sur des plateformes critiques à forte exigence de disponibilité. • Savoir-être & Leadership : Clarté à l'écrit comme à l'oral, travail collaboratif, capacité d'analyse et de résolution de problèmes complexes sur des environnements distribués. • Langues & Secteur : Français courant, Anglais courant (C1/C2). Une expérience dans les secteurs du paiement, de la finance ou d'environnements réglementés est fortement appréciée.

Merci de contacter Sumi Delplanque via LinkedIn Le rôle de Lead Développeur Java consiste à superviser et à garantir la qualité des développements au sein des équipes de programmation tout en intégrant des technologies IA et web modernes. Ce poste est crucial pour assurer que les projets respectent les engagements de délais et de qualité. Responsabilités :Garantir la qualité de code des équipes de développement. Mettre en place et vérifier les bonnes pratiques en accord avec le responsable. Valider le respect des engagements de chiffrage et de délais en début de sprint. Coordonner les actions techniques avec d'autres équipes, y compris l'infrastructure et l'intégration. Gérer la planification des ressources et accompagner les développeurs dans leur montée en compétences. S'occuper du codage de parties spécifiques du programme. Assurer le suivi technique des anomalies et des performances applicatives en production. Réaliser le reporting de l'avancée des développements, des alertes et des risques. Must-haves :Compétences techniques IA, ORCHESTRATION - Confirmé - Impératif Maîtrise de Back : JAVA - JEE - SPRING - SOAP & REST - FRONT : JQUERY - ANGULAR - CSS Expérience en gestion de projet et TMA/ Responsable technique d'application Français courant, anglais lu et écrit. Nice-to-haves :Connaissance de Kafka et K8S. Expérience avec des systèmes legacy et techniques récentes. Autres Détails :Contexte Technique : Application Java de plus de 20 ans avec un mélange de technologies anciennes et modernes. Expérience : 3 à 7 ans d'expérience demandée. Télétravail : 2 jours par semaine Nombre de jours souhaitables sur site : 3 jours par semaine Lieu : Paris 14eme Porte d'Orléans

Au sein d'une Direction Data & Technologies, vous intégrerez l'équipe Platform & Solution Engineering, en charge de l'exploitation, de l'évolution et de la fiabilité d'une plateforme de données stratégique utilisée par de nombreuses directions métiers. Missions principales Automatisation & Agentisation Identifier les activités récurrentes à automatiser sur la plateforme. Concevoir, développer et maintenir des agents, outils et composants réutilisables permettant d'automatiser les opérations d'exploitation et de delivery. Mettre à disposition des équipes des solutions self-service documentées et industrialisées. Concevoir des workflows automatisés intégrant les exigences de sécurité, de gouvernance et de traçabilité. Piloter l'amélioration continue à travers des indicateurs de performance (gain de temps, taux d'automatisation, réduction des incidents, MTTR, adoption des outils...). Infrastructure as Code & Cloud Engineering Développer et maintenir les infrastructures via Terraform. Automatiser le déploiement et la gestion des environnements Azure. Garantir la qualité, la maintenabilité et l'évolutivité du code d'infrastructure. Participer à l'architecture et à l'évolution de la plateforme Cloud et Data. DevOps & CI/CD Concevoir et améliorer les pipelines CI/CD sous Azure DevOps. Automatiser les déploiements, les tests et les contrôles qualité. Mettre en œuvre les bonnes pratiques DevOps et DevSecOps. Assurer l'intégration continue des évolutions techniques de la plateforme. Exploitation & Fiabilisation de la Plateforme Superviser les performances et la disponibilité des services. Mettre en place les solutions de monitoring et d'alerting. Assurer le maintien en conditions opérationnelles (MCO) des infrastructures. Gérer les problématiques de sécurité, de gouvernance et de gestion des accès (RBAC). Participer à l'optimisation des coûts Cloud (FinOps). Accompagnement & Expertise Technique Accompagner les équipes Data, Analytics et IA dans leurs projets. Apporter une expertise technique sur les sujets Cloud, Data et automatisation. Contribuer à la diffusion des bonnes pratiques d'ingénierie. Assurer une veille technologique active autour du Cloud, de l'IA et des plateformes Data. Livrables attendus Développement et maintenance des scripts Terraform. Automatisation des déploiements et des opérations d'exploitation. Documentation technique et d'exploitation. Mise en place d'agents et de composants d'automatisation réutilisables. Amélioration continue de la plateforme et des processus de delivery. Compétences techniques requises Indispensables Terraform (Expert) Microsoft Azure (Expert) Azure DevOps (Expert) Infrastructure as Code (IaC) CI/CD DevOps / DevSecOps Monitoring & Observabilité Gestion des accès (RBAC) Fortement appréciées Snowflake Python Apache Airflow JIRA Confluence FinOps Architecture Cloud Atout complémentaire Connaissance des concepts d'IA Agentique : LLM MCP Skills Agents autonomes Frameworks d'orchestration IA Profil recherché Formation supérieure en Informatique ou équivalent. Expérience significative en environnement Cloud Azure et DevOps. Solide culture d'automatisation et d'industrialisation. Capacité à concevoir des solutions robustes, maintenables et sécurisées. Esprit d'analyse et de résolution de problèmes. Bon relationnel et aptitude à travailler avec des équipes pluridisciplinaires. Curiosité technologique et forte orientation amélioration continue.

DevOps Kubernetes Pipeline Gitlab Dynatrace / Grafana / Elk Montpellier / 2 jours de TT (confirme et Senior) profil sénior (+7 ans d'expérience) 470 € et pour un profil confirmé (entre 3 à 5 ans d'expérience) 370 €. Mission de 36 mois. A minima : Kubernetes Pipeline Gitlab Outils d'observabilité et supervision dynatrace / Grafana / Elk Environnement Linux Tâches et responsabilités : Organiser des réunions de cadrage avec les parties prenantes afin de recueillir l'ensemble des besoins en terme d'infrastructure. Accompagner le client dans ses choix techniques. Construire les différents environnements de développement, UAT et prod. Mettre en place l'observabilité. Tester et livrer l'ensemble de l'infrastructure. Assurer le support technique de l'infrastructure. Mise en production de l'applicatif Accompagnement au déploiement des solutions d'intelligence Artificielle. Technologies : Kubernetes, Openshift, Redis, Kafka, Java, Gitlab-ci, , F5, Podman, ArgoCD, Venafi, Mysql, MssQL, Postgresql, Z/os, Dynatrace, ELK, prometheus, AWS, Azure, Postman profil plus orienté Build que Run Qualités relationnelles / le mindset est le plus important Compétences techniques oui mais on utilise des technos et intégration spécifique donc avoir une bonne capacité à monter en compétences + curiosité. A minima : Kubernetes Pipeline Gitlab Outils d'observabilité et supervision dynatrace / Grafana / Elk Environnement Linux + Notions ouverture de flux Demande de compte de services (active directory) Kafka Environnements de production Vernis ITIL (Directeur du cluster souhaitait imposer que les collab aient un niveau de formation minimum) Bonnes pratiques Sécu

Une institution publique nationale, à forte exigence de sécurité, construit sa propre plateforme d'intelligence artificielle sur des clusters GPU hébergés en interne, sans dépendre d'un cloud public. Vous sécurisez cette plateforme dès sa conception : conteneurs, GPU, modèles et données, avec des interventions ciblées qui se cumulent avec votre activité (environ 100 interventions de 2 heures par an, soit environ 30 jours). Vous rejoignez une petite équipe d'experts choisie avec soin : votre expertise est reconnue et votre travail sert l'intérêt général. Missions : Durcir les systèmes, conteneurs et orchestrateurs (ANSSI, CIS) - Gérer les vulnérabilités : pilotes GPU, frameworks, images de conteneurs - Analyser les risques propres à l'IA : fuite de données, injection de prompts, chaîne d'approvisionnement des modèles - Revoir les droits d'accès et la traçabilité - Répondre aux incidents et rédiger des notes de recommandation claires Démarrage envisagé début 2027, 12 mois renouvelables. Une enquête administrative est requise avant intervention. Easy Partner est un cabinet de conseil technique spécialisé en informatique et industrie 4.0 : assistance technique, recrutement (plus de 3 000 recrutements pour plus de 500 clients) et formation certifiée Qualiopi.

RESPONSABILITÉS PRINCIPALES • Concevoir des applications LLM de bout en bout, du besoin métier à la mise en production. • Construire et opérer les pipelines de retrieval, d'indexation, d'embeddings et d'évaluation. • Concevoir et orchestrer des agents et workflows multi-agents, avec garde-fous et politiques d'usage. • Définir les stratégies d'évaluation : qualité des réponses, sécurité, robustesse et parcours utilisateurs. • Mettre en place les métriques, le monitoring et les pratiques GenAIOps. • Sécuriser, déployer et intégrer les applications IA dans les processus et outils métiers. • Collaborer avec les métiers pour identifier et prioriser les cas d'usage à forte valeur.

Contexte : Les modalités Lieu : Dijon Télétravail : Jusqu'à 3 jours par semaine Démarrage : ASAP Durée : Mission longue Les missions attendues par le Consultant IA – Python & LLM (H/F) : Nous cherchons un consultant IA pour accompagner un de nos clients dans la conception et l'industrialisation de ses solutions d'Intelligence Artificielle. Venez développer les architectures de demain (RAG, agents IA) au sein d'un environnement cloud moderne et ambitieux. Vos missions Concevoir, développer et déployer des applications d'Intelligence Artificielle de bout en bout. Mettre en œuvre et optimiser des architectures avancées (RAG, agents IA) en utilisant LangGraph et Google ADK. Assurer l'industrialisation et l'intégration de ces solutions innovantes au sein d'environnements Cloud. Garantir la performance, la robustesse et la scalabilité des modèles LLM déployés en production.

Bonjour, Pour le compte de l'un de mes clients Lyonnais, je suis à la recherche d'un développeur de solutions IA. En collaboration avec l'équipe Data & AI, vous serez impliqué tout au long du cycle de vie des solutions d'IA : 1. Conception & développement de solutions d'IA : • Estimer, concevoir et mettre en œuvre des solutions d'IA, de la phase POC à l'industrialisation. • Exploiter les modèles d'IA via : o API de modèles génératifs (LLM), o Bibliothèques et frameworks d'IA Python (Scikit-learn, SpaCy, LangChain, LangGraph...). • Concevoir et optimiser des invites et des pipelines d'IA. • Mettre en œuvre des architectures RAG. • Connecter les solutions d'IA aux données et à l'écosystème du Groupe (SQL, tool calling, MCP). • Rédiger la documentation technique et fonctionnelle associée (contrats d'interface, guides utilisateur, etc.). 2. Industrialisation et déploiement (CI/CD & Cloud) : • Déployez des API d'IA et des workflows sur le cloud AWS (ECS, Lambda, etc.). • Conteneuriser les solutions en utilisant Docker. • Créer des interfaces de test et de démonstration simples (Streamlit). • Intégrer des solutions dans des pipelines CI/CD : o l'automatisation des tests, builds et déploiements, o l'utilisation d'outils tels que Jenkins, GitHub Actions, Terraform. • Gérer l'accès et assurer la sécurité, la conformité et la protection des données.

Dans le cadre de projets d'innovation et de transformation digitale dans le secteur bancaire, nous recherchons un Consultant IA Agentic / IA Générative capable de concevoir et d'industrialiser des solutions basées sur les LLM, les architectures RAG et les systèmes multi-agents. Le consultant interviendra sur l'identification et la mise en œuvre de cas d'usage IA permettant notamment d'automatiser des processus, d'exploiter des données et documents complexes et d'améliorer l'efficacité opérationnelle des équipes métiers. Missions principales Identifier et cadrer des cas d'usage d'IA Générative et Agentic AI avec les équipes métiers. Concevoir des assistants intelligents et des systèmes conversationnels. Concevoir et développer des architectures RAG (Retrieval-Augmented Generation). Développer des agents IA autonomes capables de raisonner, rechercher des informations et exécuter des actions. Concevoir et orchestrer des workflows multi-agents. Intégrer différents modèles de langage : OpenAI, Azure OpenAI, Gemini ou modèles open source. Développer les mécanismes de connexion entre les agents IA, les API, les bases de données et les outils internes. Mettre en place des mécanismes d'évaluation, de monitoring et de sécurisation des solutions IA. Industrialiser les solutions sous forme d'API et de services Cloud. Participer aux pratiques LLMOps / MLOps. Prendre en compte les contraintes de sécurité, confidentialité, gouvernance et conformité liées au secteur bancaire. Accompagner les équipes métiers dans l'adoption des solutions IA.

Chef de projet Intégration, DevOps & ML Engineer Cloud (AWS / Azure)Référence : RFP-271494-1 Localisation : À confirmer Date de démarrage : 09/11/2026 Durée : 3 mois Type de mission : Prestation Disponibilité : ASAP Contexte de la missionAu sein du Pôle Infrastructure Technique de la DSI, la squad IA / MLOps assure l'industrialisation, le déploiement, la sécurisation et le maintien en condition opérationnelle des solutions d'intelligence artificielle : Machine Learning, Computer Vision et IA générative / LLM, dans des environnements multicloud (AWS, Azure et GCP). Dans ce cadre, nous recherchons un Chef de projet Intégration, DevOps & ML Engineer Cloud expérimenté, capable d'intervenir à l'interface entre les équipes Métier, Data Science, Infrastructure et Exploitation. Le consultant travaillera en étroite collaboration avec une ingénieure ML/MLOps interne afin de garantir la continuité de service et de faire évoluer deux cas d'usage de Machine Learning en production. Missions principales1. Industrialisation de solutions Data Science et Serverless sur AWSRéaliser des analyses exploratoires de données industrielles à grande échelle. Concevoir, développer et maintenir des algorithmes de rapprochement et de matching spatio-temporel. Gérer les problématiques de données manquantes, de fenêtres temporelles et de signaux GPS défaillants. Concevoir et exploiter des traitements serverless et des flux de génération automatisée de documents, notamment des rapports multi-images. Participer à la conception et à l'optimisation des pipelines de traitement de données. Contribuer à l'intégration de solutions d'IA générative et de services LLM. 2. Industrialisation MLOps sur AzureMettre en place et maintenir les pipelines d'entraînement et d'évaluation automatisés des modèles. Assurer la gestion des jeux de données versionnés et des registres de modèles. Industrialiser les déploiements de modèles en production, notamment via des stratégies blue/green. Mettre en place le monitoring des performances et la détection de dérive des modèles (model drift). Concevoir et optimiser des architectures de déploiement multi-sites, avec un socle commun factorisé et des configurations spécifiques par site. Participer à l'implémentation de modèles d'optimisation par apprentissage par renforcement (Reinforcement Learning, notamment SAC). 3. Intégration, DevOps et exploitation CloudAutomatiser les déploiements et les opérations d'infrastructure à l'aide de pratiques DevOps et Infrastructure as Code. Contribuer à la fiabilité, à la sécurité et à la disponibilité des solutions ML en production. Mettre en œuvre les bonnes pratiques de CI/CD, de supervision et de gestion des environnements. Faciliter la collaboration entre les équipes Data Science, Infrastructure et Exploitation. Assurer la continuité de service et contribuer à l'amélioration continue des solutions existantes. Environnement techniqueCloud AWS : Amazon SageMaker : entraînement, inférence, pipelines et registre de modèles. Amazon Bedrock : GenAI, LLM, RAG et Guardrails. AWS Lambda, S3, Glue, Kinesis / Firehose, Athena. Amazon Comprehend / Textract. boto3. Cloud Azure et MLOps : Industrialisation des modèles de Machine Learning. Pipelines d'entraînement et d'évaluation. Gestion des versions et registre de modèles. Déploiement blue/green et monitoring du model drift. DevOps et Data : Terraform et Infrastructure as Code. ELK. BigQuery. Automatisation et intégration continue / déploiement continu (CI/CD). Profil recherchéExpérience confirmée en ingénierie Cloud, DevOps et/ou MLOps. Expérience concrète dans l'industrialisation et la mise en production de modèles de Machine Learning. Bonne maîtrise des environnements cloud, notamment AWS et/ou Azure. Capacité à concevoir et exploiter des pipelines de données et des architectures serverless. Maîtrise des pratiques d'automatisation, de déploiement et de supervision. Capacité à travailler en équipe et à coordonner les échanges entre les interlocuteurs techniques et les équipes Data Science. Autonomie, rigueur, esprit d'analyse et orientation résultats. Compétences appréciéesExpérience avec Amazon SageMaker et Amazon Bedrock. Connaissance des architectures GenAI, LLM, RAG et des mécanismes de sécurisation associés. Expérience en traitement de données industrielles et en matching spatio-temporel. Connaissance des méthodes d'apprentissage par renforcement, notamment SAC. Expérience dans la conception d'architectures multicloud et multi-sites. Objectif de la missionGarantir l'industrialisation, la fiabilité et l'évolution de deux cas d'usage de Machine Learning en production, en renforçant l'intégration Cloud, les pratiques DevOps et les capacités MLOps des équipes. Pour candidater : merci de transmettre un CV actualisé, la disponibilité, le TJM et les expériences significatives en AWS, Azure, DevOps et MLOps.

Ingénieur Data Senior (H/F)Contexte de la missionAu sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur des projets stratégiques liés à la valorisation, la gouvernance et l'industrialisation de la donnée. Vous évoluez dans un environnement exigeant où les enjeux de qualité, de conformité, de performance et de passage à l'échelle sont au cœur des initiatives Data. En tant qu'Ingénieur Data Senior, vous jouez un rôle clé dans la conception des architectures de données, l'industrialisation des pipelines et l'accompagnement des équipes techniques et métiers. Missions principalesPilotage et expertise DataGérer un portefeuille de projets Data couvrant l'ensemble du cycle de vie de la donnée : ingestion, transformation, exposition et gouvernance. Être le référent Data auprès des parties prenantes techniques et métiers. Accompagner les équipes dans la qualification des besoins et leur traduction en solutions techniques robustes. Participer aux choix d'architecture et aux orientations stratégiques Data. Conception et développementConcevoir, développer et optimiser des pipelines de données industrialisés. Garantir la performance, la robustesse, la maintenabilité et la scalabilité des solutions. Mettre en œuvre les bonnes pratiques de modélisation et de qualité des données. Challenger les solutions proposées par les équipes Data Engineering et Analytics. Industrialisation & DataOpsDéfinir et appliquer les standards DataOps. Mettre en place les processus de CI/CD, monitoring, alerting et observabilité. Assurer le versionning, la traçabilité et l'automatisation des traitements. Concevoir des architectures modulaires favorisant la mutualisation et la réutilisation des composants existants. Piloter les déploiements en environnement de production. Gouvernance et conformitéGarantir le respect des normes de sécurité, des contraintes réglementaires et des politiques de gouvernance des données. Assurer la qualité des livrables avant leur mise en production. Participer à la mise en place du catalogage, de la gestion des métadonnées et du lignage de la donnée. Être l'interlocuteur privilégié des instances de validation et de contrôle. Accompagnement des équipesEncadrer et faire monter en compétence les profils juniors. Diffuser les bonnes pratiques Data Engineering et DataOps. Assurer un rôle de conseil et de pédagogie auprès des équipes métiers. Contribuer activement à la veille technologique et à l'amélioration continue des pratiques. Compétences comportementales recherchéesLeadership technique et capacité d'influence. Excellent relationnel et sens de la communication. Forte orientation résultats et qualité de service. Esprit d'analyse et de synthèse. Capacité à travailler dans des environnements complexes et multi-acteurs. Autonomie et prise d'initiative. Esprit d'équipe et sens du partage des connaissances. Curiosité technologique et culture de l'innovation. Anglais professionnel. Compétences techniques requisesData EngineeringSolide expérience dans la conception et l'industrialisation de plateformes Data. Maîtrise des architectures Data modernes (Data Lake, Data Warehouse, Lakehouse). Expertise dans la conception de pipelines ETL/ELT. Maîtrise des problématiques de qualité, gouvernance et traçabilité des données. Langages & DéveloppementPython (expert). SQL avancé. Connaissance des principes de développement logiciel et des bonnes pratiques d'ingénierie. Cloud & Plateformes DataBonne maîtrise d'au moins un environnement cloud majeur : AWS Azure Google Cloud Platform DataOps & DevOpsGit / GitLab / GitHub Docker Kubernetes CI/CD Infrastructure as Code Orchestration de workflows (Airflow ou équivalent) Monitoring & Observabilité Bases de donnéesSGBD relationnels (PostgreSQL, SQL Server, Oracle, MySQL...) Bases NoSQL Solutions analytiques et moteurs de recherche Connaissances des technologies de catalogage et gouvernance des données Architecture & GouvernanceArchitecture orientée données. Data Modeling. Data Quality Management. Data Lineage. Gestion des métadonnées. Connaissance des cadres réglementaires liés à la donnée (RGPD, Data Act ou équivalents).