Trouvez votre prochaine mission ou futur job IT.

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 📍 Strasbourg - 🛠 Expérience de 3 ans minimum Vous êtes passionné(e) par l’intelligence artificielle et souhaitez travailler sur des projets concrets liés à l’IA générative ? Cette opportunité est faite pour vous ! 🚀 Dans le cadre de notre développement, nous recherchons un(e) Chef de Projet IA pour intervenir chez l’un de nos clients. 💻💼 Vous participerez à un programme structurant visant à intégrer l’IA générative dans les outils du quotidien des équipes, avec un objectif clair : améliorer l’efficacité et la qualité des livrables. 🎯 Ce que vous allez faire concrètement : - Recueillir et analyser les besoins des utilisateurs afin de faire évoluer les outils - Définir et porter la vision des produits et projets de votre périmètre - Coordonner plusieurs projets en environnement agile et favoriser la collaboration entre les équipes - Suivre la performance des solutions d’IA mises en place - Évaluer, tester et améliorer les modèles cognitifs - Définir les indicateurs de performance et critères de succès - Piloter la stratégie de déploiement des projets - Assurer une veille technologique active, notamment sur l’IA générative 🛠️L'environnement : - Projets autour du Machine Learning, Deep Learning et IA générative - Environnement agile et itératif - Projets centrés sur l’amélioration des outils internes et de la productivité 📍 Situation géographique : Strasbourg (67)

Dans le cadre d’un besoin client, nous avons l'opportunité d'accueillir un nouveau membre au sein de notre Tribu Data. Contexte de la mission : Notre client recherche un(e) Lead Automation pour intégrer un laboratoire dédié à l'innovation IA au sein d'un groupe bancaire international multi-entités. Votre mission consistera à concevoir, déployer et expérimenter des Proof-of-Concept (POC) innovants autour des agents autonomes et des modèles de langage (LLM) appliqués aux jeux de données d’infrastructures IT. L’objectif est de fournir des aides intelligentes à la production, de faciliter la supervision, l’automatisation et la résolution proactive d’incidents dans une démarche agile, collaborative et orientée industrialisation. Descriptif de la mission : Les missions sont : Concevoir et gérer des environnements d’expérimentation Kubernetes/Docker avec intégration CI/CD (Jenkins, GitLab CI/CD, ArgoCD) Automatiser la collecte, la pré‑traitance et l’exploitation des datasets d’infrastructure (logs, CMDB, monitoring) pour entraîner et alimenter des agents basés sur LLM Développer et intégrer les pipelines de déploiement d’agents IA en collaboration avec les data‑scientists et ingénieurs IA (LangChain, AutoGen ou équivalents) Implémenter des scripts et outils en Python, Bash, Go pour l’automatisation des tâches infra, l’orchestration et le monitoring Garantir la sécurité du développement et des déploiements dans un environnement réglementé (DevSecOps, outils SAST/DAST, gestion des accès, conformité RGPD) Produire la documentation technique des POC et rédiger les spécifications d’industrialisation pour les équipes produit Assurer une veille technologique continue sur les évolutions des architectures agentiques, LLM et de l’automatisation infra

RÉSUMÉ EXPRESS Consultant expert IA transverse (8-15 ans) pour mener un benchmark des outils IA (Dataiku, n8n, Claude Code et au-delà), adapter ses recommandations à chaque persona (Data Scientist, Développeur, Analyst, PO), implémenter un use case avec l'équipe Data Science et livrer un guide de choix opérationnel utilisable de façon autonome. Disponibilité immédiate obligatoire / Anglais B2. MISSIONS PRINCIPALES & LIVRABLES Benchmark des Solutions IA Mener une analyse comparative structurée des outils IA selon les cas d'usage, les personas et les étapes projet : Dataiku, n8n, Claude Code et plus largement GitHub Copilot, Cursor, ChatGPT/OpenAI, NotebookLM, Make, Zapier selon les publics Définir les critères d'évaluation, le scoring et les matrices de décision Restituer le benchmark de façon compréhensible par des POs comme par des data scientists Implémentation d'un Use Case Concret Mettre en œuvre techniquement un use case IA avec l'équipe Data Science (Python probable, API LLM, workflow Dataiku ou n8n selon le choix retenu) Valider en pratique les recommandations du benchmark sur un cas réel Identifier les points de friction dans le workflow quotidien des data scientists et proposer les bons outils selon leur maturité Guide de Choix par Persona & Étape Projet Produire une matrice de décision opérationnelle couvrant les quatre personas : Data Scientist, Développeur, Data Analyst, Chef de Projet / PO Structurer le guide pour qu'il soit utilisable de façon autonome par les équipes après la fin de la mission Adapter le niveau de détail et le langage à chaque public cible

Consultant Adoption Microsoft 365 & Copilot (H/F) Vos missions : Adoption & accompagnement des utilisateurs Définir et déployer des stratégies d’adoption autour de Microsoft 365 et Copilot Identifier les freins aux usages et proposer des actions d’accompagnement adaptées Concevoir et animer des parcours de formation utilisateurs Organiser des ateliers, démonstrations, webinars et sessions de questions-réponses Animation de communauté Développer et animer un réseau d’ambassadeurs / champions Fédérer les utilisateurs autour des nouveaux usages collaboratifs et IA Promouvoir les bonnes pratiques et favoriser le partage de connaissances Recueillir les retours utilisateurs et mesurer l’engagement des communautés Communication & contenus Concevoir des supports d’accompagnement : guides, FAQ, tutoriels, newsletters, vidéos courtes Déployer des campagnes de communication ciblées selon les populations concernées Valoriser les cas d’usage à forte valeur ajoutée et les retours d’expérience utilisateurs Microsoft 365 & Copilot Accompagner les usages autour de Teams, SharePoint Online, OneDrive, Exchange Online et Viva Participer à l’adoption des solutions Microsoft Copilot et des usages IA générative Identifier et promouvoir les cas d’usage métiers les plus pertinents Contribuer à la montée en compétence des collaborateurs sur les nouveaux outils

Intitulé du poste : Analyste SI, Automation & IA ou Chargé de Mission SI & Projets Automation (Titre final à valider avec le client) Rattachement hiérarchique : Responsable SI (Trang) Type de création : Création de poste (Remplacement évolutif du précédent Chargé de Mission SI) Contexte & Objectifs du poste Ce poste est créé avec une forte ambition de transformation interne. Les objectifs principaux assignés à ce rôle sont : Générer des gains d'efficacité opérationnelle. Assurer la fiabilisation des données de l'entreprise. Diffuser une acculturation à l'IA auprès des différents métiers. Missions annexes : Assurer un backup ponctuel du Responsable SI sur le support ERP lorsque cela est nécessaire. Missions Principales 1. Optimisation & Pilotage Data / Flux • Cadrage et contrôle de la Master Data : Optimiser les temps de traitement (objectif de réduction de 2 jours de travail à 1 jour par semaine maximum, contrôles inclus). Gestion des anomalies : Intervenir sur la résolution des erreurs post-automatisation. Supervision des flux automatisés : Assurer le contrôle d'exécution quotidien. Maintenance : Prendre en charge la maintenance technique et corrective des différents flux en place. 2. Innovation & Amélioration des Processus Métier Audit et recueil des besoins : Comprendre, cartographier et faire la revue des processus métier actuels. Accompagnement à l'automatisation : Aider les équipes métiers à identifier et supprimer les tâches chronophages à faible valeur ajoutée via l'automatisation. Documentation : Assurer une documentation rigoureuse des flux pour garantir la pérennité technique des solutions mises en place. Profil Recherché Typologie : Profil idéalement "Hybride" (Dev-Fonctionnel ou Fonctionnel-Tech), capable de comprendre les enjeux métiers tout en s'appuyant sur l'IA et l'automatisation pour concevoir des solutions. Expérience : Les profils Juniors (sorties d'études orientées Dev/Data) avec un très fort potentiel sont acceptés et bienvenus. Compétences Techniques (Hard Skills) Maîtrise des outils liés à l'Intelligence Artificielle (ChatGPT, Gemini, etc.) et à l'Automatisation (Make, Zapier, etc.). Forte culture SI et environnement ERP. Bonne compréhension métier globale (capacité à appréhender des processus ERP classiques comme le cycle Order-to-Cash - un apprentissage sur l'ERP maison se fera avec Trang). Notions en programmation Python (suffisantes pour lire, comprendre et faire du contrôle de code). Bonne maîtrise de la gestion et connexion d'APIs. Savoir-Être (Soft Skills) Grande curiosité intellectuelle et technologique. Fort intérêt pour l'aspect "Fonctionnel" et la compréhension des processus métier de l'entreprise.

Contexte Au sein de l'IT Group Production, le projet vise au PoC, au design, au setup et au tuning de solutions spécifiques, avancées et innovantes d'observabilité sur mesure (hors solution éditeur), nécessitant des compétences DevOps (pour tant le développement de solution et leur intégration dans un environnement OnPremises : machines physiques et clusters Kubernetes). Le prestataire sera intégré au stream "Observability as Data" et travaillera dans une petite équipe d'experts correspondant aux différents aspects nécessaires à la construction de cette solution. Missions Participer au PoC, design, setup et tuning de solutions d'observabilité sur mesure. Développer et intégrer des solutions dans un environnement OnPremises (machines physiques et clusters Kubernetes). Mener des sous-projets en autonomie et en collaboration avec plusieurs acteurs dans un environnement multi-responsabilités. Comprendre les besoins utilisateurs afin de concevoir des expériences adaptées. Concevoir des interfaces intuitives et compréhensibles des utilisateurs. Concevoir des systèmes transparents, expliquant leurs décisions et réduisant la "boîte noire" des modèles IA. Intégrer des principes de design responsables et évitant les biais pour garantir une IA équitable. Adapter les designs en fonction des retours utilisateurs et des performances des modèles. Collaborer avec les équipes IA et Produit. Personnaliser et adapter les interfaces. Outils & Environnement Gestion de parcs informatiques Linux on-prem. Automatisation : Ansible, GitOps, notions Python, AWX/Tower. Réseaux Linux : TCP/IP, LBs, Firewall. Développement système : Golang idéalement, sinon Rust ou C++. Observabilité open-source et projets CNCF. Environnement OnPremises avec machines physiques et clusters Kubernetes. Conditions de travail Expérience dans l'environnement de la prestation : 3-5 ans inclus. Séniorité basée sur le temps passé sur des projets et missions spécifiquement sur l'IA. Sans expertise spécifique IA, le profil BANA du Segment B s'applique.

Missions principales 🏗️ Infrastructure & plateforme Concevoir, déployer et opérer des plateformes Kubernetes scalables dédiées aux workloads IA Participer à l’évolution des infrastructures cloud (GCP & AWS) Déployer et maintenir des services sur GKE (Google Kubernetes Engine) ⚙️ DevOps & automatisation Construire et optimiser les pipelines CI/CD (Tekton) Mettre en œuvre des pratiques GitOps (FluxCD, ArgoCD) Développer des infrastructures en Infrastructure as Code (Terraform) 🤖 IA & innovation Accompagner les équipes sur les services IA et workloads distribués Intégrer des outils modernes d’IA (assistants de dev, agents IA…) dans les workflows Contribuer à la conception de workflows IA industrialisés 📈 Performance & fiabilité Améliorer la scalabilité, observabilité et résilience des systèmes Optimiser les performances et les coûts des infrastructures Participer aux enjeux de sécurité cloud et applicative 🤝 Collaboration Travailler en méthodologie Agile avec des équipes pluridisciplinaires Accompagner les développeurs dans l’adoption des bonnes pratiques DevOps

Contexte Le département IS de la BU cible du client investit fortement dans la modernisation de son système d’information trading. Le SI historique Meteor (architecture n-tiers VB6/C++, SGBD Sybase) a été progressivement remplacé par la solution éditeur Orchestrade, déployée sous la nom GEMSTONE (net, SQL Server, MongoDB hébergé sur le cloud). Dans ce contexte de transformation, l’équipe fonctionnelle Deal Management recherche un Business Analyst expérimenté pour renforcer ses capacités opérationnelles et accompagnement des différents projets. Périmètre fonctionnel : Le consultant interviendra sur les composants Deal Life Management du SI GEMStone, en interaction directe avec les équipes métier (Traders, Back Office …) et l’éditeur Orchestrade sur le périmètre : -Feeders de Marché -Fonctions du Filing Broker -Gestion des Fees -Événements de Événements et Exercices -Opérations sur les transactions (Novation/Termination/MoveBook/Compression) Certains composants sont développés en interne, d’autres évolutions impliquent directement l’éditeur Orchestrade. Activités principales : Support niveau 2 -Analyse des incidents de production et investigation des anomalies fonctionnelles -Accompagnement des équipes métier sur les différents paramétrages à effectuer Spécifications fonctionnelles -Rédaction de spécifications fonctionnelles à la demande du métier et dans le cadre d’évolutions techniques de la solution -Documentation mise à jour au sein de l’équipe Opération métier sur Trade -Conduite de projet sur les opérations de novation, terminaison et compression de transactions -Coordination avec les équipes Front Office et Back Office Tests & Release Management -Réalisation de tests non-régression et de validation fonctionnelle -Participation au processus de release management et enrichissement du cahier de tests Correctifs & évolutions applicatives -Développement et livraison de correctifs et évolutions sur les applicatifs GEMStone Formation & accompagnement utilisateurs -Animation de sessions de formation sur les fonctionnalités du SI -Participation aux rituels agiles : daily meetings, release sprint Utilisation des outils d’intelligence artificielle L’usage des outils IA est désormais partie intégrante de la routine de travail de l’équipe. Le consultant est attendu à ce niveau et devra : -Participer à l’automatisation de la spécification afin d’accélérer la rédaction de spécifications, la documentation et l’analyse d’impacts -Explorer les outils IA pour le support : identification d’anomalies, analyse de logs, investigation d’incidents de production

Nous recherchons un Lead Agentic AI Engineer pour un Un éditeur de contenu français, audience massive, deux business qui tournent en parallèle : l'abonnement, qu'il faut faire grossir, et la régie pub, où il reste pas mal de valeur à aller chercher sur l'inventaire. La data plateforme est en pleine restructuration côté GCP, l'équipe data est en place (data scientists, BI Power BI en self-service, une CDP côté CRM), et on touche au bout du chantier d'infra. La direction veut passer à autre chose que du reporting et du dashboard. Le sujet est de mettre des agents en production sur des cas business qui pèsent sur le P&L, vraiment en production, pas une démo de plus. Concrètement, sur les 6 premiers mois, voilà à quoi va ressembler le job. Tu commences par regarder ce qui se passe vraiment dans la maison côté acquisition, monétisation de l'inventaire pub et fonctions support, et tu sors une liste courte de cas où un agent a du sens (et où il n'en a pas, c'est souvent là que les autres se plantent). Tu choisis deux ou trois cas et tu les mets en prod. Pas un POC, pas un notebook joli. Quelque chose qui tourne, qu'on mesure, qu'on monitore. En parallèle, il y a un chantier de fond : sortir l'équipe du modèle "dashboard" et installer une couche d'analyse comportementale temps réel sur l'audience, c'est le socle qui rend les agents intéressants ensuite. Et tu poses les fondations pour la suite : evals, observabilité, garde-fous, doc d'archi. Si la mission bascule en CDI à 12 mois, on parle aussi du build d'équipe à ce moment-là. Tu travailles en direct avec la régie sur les sujets de monétisation, avec le CRM sur l'activation et la segmentation, et avec les fonctions support sur tout ce qui peut se déléguer à un agent (assistance, ops, modération). C'est une boîte média, il faut aimer ça, savoir ce qu'est un CPM, comprendre pourquoi le directeur de la régie va te poser des questions sur le fill rate, pas sur ton archi. Côté technique Ce qu'on cherche n'est pas exotique mais c'est précis. Il faut avoir déjà mis au moins un système agentic en prod réelle, et savoir le raconter en détail : l'orchestration choisie, comment les outils sont branchés, comment tu fais les evals, ce que tu mesures côté business, ce qui a explosé une fois en prod et comment tu t'en es rendu compte. La stack tu fais avec ce que tu connais : LangGraph, Anthropic Agent SDK, OpenAI Agents, DSPy, du custom maison. L'important c'est d'avoir vraiment livré, pas d'avoir lu la doc. Au-delà de l'orchestration pure, il faut connaître les fondations qui font qu'un agent tient en prod : tool calling propre, evals offline et online, garde-fous, observabilité (LangSmith, Langfuse, Arize, du custom — peu importe), et la gestion des coûts API parce qu'à grande échelle ça compte. Sur la data, tu dois pouvoir lire et challenger un pipeline BigQuery avec Airflow ou Composer dessus, sans forcément vouloir tout refaire toi-même. La data team est là pour ça, mais tu dois pouvoir leur parler d'égal à égal. Côté GCP, tu utilises BigQuery au quotidien et tu sais te servir de Vertex, Cloud Run, Workflows quand c'est utile pour un système agentic. Si tu as un background data scientist ou ML engineer avant d'avoir basculé sur les LLM en 2023-2024, c'est un vrai plus. Tu connais le piège du "tout LLM" et tu sais quand revenir à du déterministe ou à du modèle classique. Si tu as touché un peu d'adtech, CPM, viewability, attribution, ce vocabulaire-là, c'est mieux, mais ça s'apprend en quelques semaines si tu es curieux. Ce qu'on regarde au-delà du CV C'est la partie qu'on peut difficilement vérifier sur LinkedIn mais qui fait la différence sur ce poste précis. D'abord la capacité à dire non. Quand on te propose un cas d'usage, tu dois pouvoir dire "ça, franchement, c'est un workflow déterministe, on n'a pas besoin d'un LLM" — et le défendre devant un sponsor qui voulait son agent. La maison a déjà eu des POC, on ne veut pas en rajouter un. Ensuite la capacité à parler à des non-techs sans intermédiaire. Tu vas te retrouver en réunion avec la régie, avec le marketing, peut-être avec le DAF, et il n'y aura pas de PM pour traduire. Si tu ne sais expliquer ton archi qu'à un autre ingé, ça ne marchera pas. Tolérer l'ambiguïté est un autre critère. On ne te donnera pas un objectif business un peu flou, à toi de remonter au vrai cas et au vrai produit là, et c'est OK. Bien composer avec l'équipe en place. Il y a des data engineers, une BI. Tu ne débarques pas en disant que tout ce qu'ils ont fait est nul. Tu t'appuies, tu écoutes, tu choisis tes batailles. Et puis l'honnêteté. On préfère quelqu'un qui dit "j'ai raté ça, voilà ce que j'en ai appris" à quelqu'un qui survend. Pareil sur les coûts, les délais, les limites des modèles. Quand un agent commence à coûter 4000€/jour en API, on veut le savoir, pas découvrir la facture en fin de mois. Le dernier critère c'est le sens du delivery. On a vu trop de profils brillants qui laissent 4 chantiers ouverts et zéro système en prod. Ici on veut au moins deux mises en prod sur 6 mois, pas un slide deck de roadmap.

Votre mission Concevoir et piloter un système de delivery logiciel piloté par l’IA. Vous devrez concevoir, exploiter et faire évoluer un nouveau modèle de delivery où le logiciel est produit via des spécifications structurées augmentées par l’IA et une exécution automatisée. Ce rôle ne consiste pas à créer des cas d’usage ou des agents IA. Il s’agit de construire le système qui utilise l’IA pour produire du logiciel : à partir des spécifications jusqu’au code aux tests jusqu’au déploiement Ce que vous allez accomplir1. Construire un système de delivery piloté par les spécifications a) Définir comment des spécifications structurées (ex : markdown, contrats, templates) sont utilisées pour : décrire les PRD, epics, features et user stories décrire le comportement du logiciel définir les interfaces et intégrations encoder les contraintes et exigences de qualité b) Faire des spécifications l’interface principale du delivery 2. Orchestrer des workflows de delivery pilotés par l’IA a) Concevoir comment des agents IA et des automatisations : génèrent les spécifications génèrent les plans génèrent le code exécutent les tests produisent la documentation supportent le déploiement b) Structurer le delivery comme un système contrôlé et reproductible, et non comme un développement ad hoc 3. Exploiter Azure & Fabric comme socle de delivery a) Intégrer les processus de delivery directement avec : les services natifs Azure (compute, intégration, identité, DevOps) Microsoft Fabric (plateforme data, modèles sémantiques, couche analytique) b) Permettre un couplage étroit entre données, modèles et applications c) Garantir un delivery compatible avec des architectures data-centric et orientées ontologies (Flex objects, modèles sémantiques) 4. Intégrer qualité, traçabilité et gouvernance par conception a) Définir comment les spécifications imposent : la testabilité la traçabilité la conformité (sécurité et qualité) b) Assurer une visibilité complète sur : les exigences le code les artefacts de déploiement 5. Industrialiser l’intégration avec les outils d’entreprise a) Garantir une intégration fluide entre la plateforme et les outils : workflows basés sur Git outils de gestion (Jira) plateformes de documentation (Confluence) gestion des identités et des accès (Okta) b) Permettre un flux de bout en bout, de l’idée à la production 6. Améliorer en continu la performance du delivery Améliorer en continu : le lead time la fiabilité la couverture d’automatisation le FinOps Agir comme un multiplicateur de performance pour toute la plateforme FlexHub

Contexte : Une entreprise technologique internationale en forte croissance recherche un consultant freelance pour accélérer le déploiement et l'industrialisation de solutions d'IA générative au service de ses opérations internes. L'objectif est de concevoir, développer et déployer des agents IA capables d'automatiser des processus métier, d'interagir avec différents outils de l'entreprise et d'améliorer significativement l'efficacité opérationnelle. Vous rejoindrez une équipe transverse travaillant en étroite collaboration avec les équipes Data, Architecture, Opérations et métiers. Missions : Conception et développement d'agents IA · Concevoir et développer des agents IA capables d'exécuter des tâches complexes et multi-étapes. · Définir les architectures d'agents : prompts, mémoire, outils, règles métier et mécanismes de contrôle. · Construire rapidement des prototypes puis les faire évoluer vers des solutions robustes et industrialisées. · Développer des cas d'usage concrets à forte valeur ajoutée pour les équipes internes. Intégration aux systèmes de l'entreprise · Connecter les agents aux applications internes et aux différentes sources de données. · Mettre en place les intégrations nécessaires via API, webhooks ou connecteurs. · Permettre aux agents d'agir directement sur les systèmes métiers dans un cadre sécurisé. · Garantir la fiabilité des échanges et des traitements automatisés. Industrialisation et amélioration continue · Mesurer la performance des agents déployés. · Analyser les retours utilisateurs et identifier les axes d'amélioration. · Optimiser la qualité, la fiabilité et la pertinence des réponses. · Définir les standards de développement et de maintenance des agents. Sécurité et gouvernance · Mettre en place les garde-fous nécessaires au bon fonctionnement des agents. · Garantir la conformité avec les exigences de sécurité et de gouvernance des données. · Documenter les cas d'usage, les limitations et les indicateurs de performance. Adoption et accompagnement · Accompagner les équipes dans l'utilisation des solutions déployées. · Participer à la diffusion des bonnes pratiques autour de l'IA générative. · Contribuer à la structuration d'un écosystème d'agents réutilisables et évolutifs. Profil recherché : · 3 à 7 ans d'expérience en développement logiciel, Data Engineering, Machine Learning ou IA appliquée. · Expérience concrète dans la conception et le déploiement de solutions basées sur les LLM. · Très bonne maîtrise de Python. · Bonne compréhension des architectures d'agents et des workflows IA. · Expérience des intégrations via API, webhooks et connecteurs. · Expérience de mise en production de solutions IA. Compétences recherchées : · IA Générative · LLM · Agentic AI · RAG · Prompt Engineering · Evaluation et monitoring des modèles · Tool Calling · Multi-agent systems · MCP (Model Context Protocol) · Développement · Python · SQL · APIs REST · JSON · Intégrations systèmes · Frameworks et outils Une expérience sur tout ou partie des outils suivants est appréciée : · LangChain · LangGraph · LlamaIndex · OpenAI · Anthropic · Mistral · Gemini · n8n · Make · Zapier · Cloud · AWS · GCP · Azure

Vous rejoignez en renfort une équipe déjà en place au sein d'une Plateforme Data & IA, avec pour objectif d'augmenter la capacité de réalisation et d'accélérer l'adoption des services produits au sein de cette plateforme. L'équipe intervient principalement sur SG1, la LLM Gateway, qui regroupe des API, un playground, des outils de test ainsi qu'un catalogue de modèles. Dans ce cadre, vous participez à l'étude et à la conception des capacités nécessaires au développement de produits d'IA Agentique, et contribuez à la construction du socle IA Agentique. L'objectif du département Plateforme Data & IA est de mettre à disposition les outils permettant de concevoir des produits data et IA, en autonomisant au maximum les équipes de fabrication, tout en leur fournissant les solutions les plus innovantes. Activités principales : - Participer à l'intégration des produits d'Intelligence Artificielle dans le SI - Construire des pipelines CI/CD Environnement technique : Java, Spring/Quarkus, Kubernetes, CI/CD (Concourse / Jenkins / Gitlab), React, Python.

🏭 Secteurs stratégiques : Banque d’investissement 🗓 Démarrage : ASAP PAS DE FULL REMOTE NI SOUS TRAITANCE MERCI 💡 Contexte /Objectifs : 💡Objectif global : Ingénierie d'étude et développement .NET 💡Description détaillée Le contexte de la mission : La mission consiste à intervenir sur différents outils mis à disposition de l’advisory, à savoir : outils d'administration de notre base de données financière, outils d’analyse dédiés aux corporates, et outils de publications de la recherche documentaire de nos analystes financiers. Les softs sont développés en .NET 4 avec les framework WPF et WCF. Les addins Office sont développés en .NET et VBA Au sein d’une équipe composée de 4 ingénieurs d’études et de développement, autonomes et capables d’intervenir sur tous les modules de l’application et d’un chef de projet qui coordonne les besoins des MOA métiers et organise la répartition des tâches, la mission principale sera d'analyser les besoins des maîtrises d'ouvrage, de préconiser des solutions techniques adaptées tout ceci sous le pilotage du responsable de projet, 💡Mission Principale : Ingénierie d'étude et développement .NET. 💡Responsabilités principales : Ingénierie d'étude et développement .NET la mission consiste à: • analyse les besoins des maîtrises d'ouvrage, préconiser des solutions techniques adaptées, sous le pilotage du responsable de projet, • réalisation des nouvelles applications à destination du corporate equity. • réalisation des nouveaux modules. • assurément de la maintenance et l'évolution des modules existants, tant d’un point de vue fonctionnel que technique, • assurément du support technique de l’application, dans un cadre occasionnel et bien défini

Qui sommes-nous ? Clostera est une société de conseil & intégration de solutions IT à taille humaine et localisée à Paris, résolument tournée vers l'humain et l’innovation : l’innovation génératrice de valeur ! CLOSTERA place le bien-être de ses CONSULTANTS au cœur de la stratégie de réussite des projets IT sur lesquels nous intervenons au travers d’une approche « employee centric » individualisée. Nos domaines d’expertise : Cloud et Infrastructures Systèmes, Réseaux & Cybersécurité ; Service Management & ITSM ; Project management ; Data & IA ; Services Applicatifs métiers & Digitaux. Rejoignez-nous ! Dans le cadre du développement de nos initiatives autour de l’intelligence artificielle, nous accompagnons l’intégration progressive de l’IA dans nos activités IT (infrastructure, exploitation, support, automatisation). L’objectif est d’identifier et de mettre en œuvre des cas d’usage concrets à forte valeur , notamment autour : des assistants intelligents de l’automatisation de tâches de l’exploitation de données IT Vous interviendrez en lien direct avec les équipes métiers et IT, avec un rôle central dans le développement de ces usages. Ce que vous ferez : Vous serez en charge de faire émerger, structurer et concrétiser des cas d’usage IA, avec une approche pragmatique et orientée valeur. Compréhension des besoins & cadrage : Recueillir les besoins auprès des équipes métiers et IT Analyser les processus existants et identifier des opportunités d’amélioration Proposer des solutions adaptées (IA, automatisation, optimisation) Évaluer l’intérêt des cas d’usage (gain, faisabilité, simplicité de mise en œuvre) Structuration & pilotage : Prioriser les cas d’usage et contribuer à une feuille de route IA Piloter les sujets de bout en bout (cadrage, suivi, mise en œuvre) Coordonner les échanges entre les différents interlocuteurs Adopter une approche progressive et orientée résultats Mise en œuvre : Participer à la réalisation de solutions simples : assistants IA (chatbots, copilotes internes) automatisation de tâches traitement de documents S’appuyer sur des outils et solutions existants (API, plateformes, outils IA) Tester rapidement des idées (POC) et les faire évoluer vers des usages concrets Suivi & amélioration : Suivre l’usage et les résultats des solutions mises en place Identifier des axes d’amélioration Participer à la structuration progressive des pratiques autour de l’IA

Bonjour, Nous recherchons pour notre client grand compte un Généraliste technique Run & Quality (full stack, IA) Nous étudions - prioritairement - les candidatures qui nous sont adressées à freelance à insyco . fr avec les informations suivantes : Argumentaire écrit répondant de façon ciblée au besoin ci-dessous CV à jour en français Date de prochaine disponibilité Tarif journalier Merci d'indiquer la référence MDE/RUN/5377 dans l'objet de votre message Contexte de la prestation Pour un grand compte du secteur des médias et de l'audiovisuel, nous recherchons un profil technique polyvalent chargé du Run & Quality de deux périmètres : une plateforme de streaming grand public (web, API exposées, middlewares, applications iOS et Android) et un système interne de gestion du cycle de vie des programmes (droits, planification, workflows éditoriaux, gestion des actifs). Il ne s'agit ni d'un rôle de support de premier niveau classique, ni d'un rôle d'ingénierie spécialisée, mais d'un profil opérationnel et autonome capable de diagnostiquer sur l'ensemble de la stack, de corriger dans son périmètre, d'automatiser les tâches répétitives et de maintenir la qualité de service. Ici, le terme "Quality" désigne la qualité de service et de livraison, pas le test logiciel. Activités principales Diagnostic de cas transverses, aussi bien incidents en production que travaux d'évolution Débogage des applications mobiles via des outils de proxy réseau (mitmproxy, Charles, Proxyman) Écriture de requêtes SQL de diagnostic Lecture de code source (Git) Exploitation des outils d'observabilité (ELK, Grafana, New Relic) Gestion du comportement CDN à la couche HTTP, incluant la reconnaissance et le tri des erreurs de flux HLS et DASH évidentes Maintien de la qualité opérationnelle : runbooks, post-mortems, suivi du MTTR, maintenance des automatisations Hors périmètre L'ingénierie de streaming proprement dite (encodage, packaging, internes DRM, internes des players, distribution broadcast, HbbTV), gérée par des équipes dédiées. Les profils dont la valeur repose principalement sur l'ingénierie de streaming ne sont pas recherchés. Livrables attendus Fonctionnalités décrites dans les user stories du client, déployées sur l'infrastructure désignée (système d'exploitation, base de données, serveur web) Ensemble des classes et scripts nécessaires à l'intégration dans le système d'Intégration Continue du client Ensemble des scripts de monitoring, de tests de charge, d'administration et de déploiement Commentaires inline clairs sur l'objet et la responsabilité de chaque classe et méthode Code produit synchronisé quotidiennement avec l'environnement GitHub du client Documentation rédigée en anglais et maintenue dans le wiki interne du client (Confluence) Disponibilité opérationnelle Usage quotidien et obligatoire des outils de gestion de projet du client : JIRA, Tempo, Confluence Gestion du code source exclusivement dans l'environnement GitHub entreprise du client Synchronisation quotidienne du code produit avec cet environnement Pratique courante des outils de développement assisté par IA (agents de développement, assistants de code, LLM de dernière génération) attendue. Les licences sont fournies par le client, sans surcoût pour le consultant.

1. Conception et prototypage Concevoir des solutions basées sur : Microsoft Copilot (M365, Business Chat, etc.) Copilot Studio et agents IA LLM externes (Claude ou équivalents) Réaliser des POC et MVP fonctionnels Définir les architectures cibles (cloud, IA, intégration SI) Identifier les cas d’usage à forte valeur métier 2. Développement et industrialisation Développer des agents IA et assistants conversationnels Mettre en œuvre des intégrations avec le SI : APIs internes et externes Outils ITSM (ex : ServiceNow) Sources de données (SharePoint, bases internes, etc.) Définir et appliquer des standards de développement IA Industrialiser les solutions (scalabilité, performance, sécurité) Accompagner le passage du prototype à la production 3. Déploiement et adoption Accompagner les équipes dans le déploiement des solutions IA Structurer le modèle Build to Run (passage en exploitation) Contribuer à l’adoption des outils auprès des utilisateurs finaux Participer à la conduite du changement autour de l’IA générative 3. Livrables attendus POC et MVP fonctionnels (agents IA, assistants, automatisations) Documentation technique et fonctionnelle Frameworks de développement (templates, standards, bonnes pratiques) Dossiers d’architecture Support à la mise en production Guidelines d’industrialisation et de gouvernance