Trouvez votre prochaine mission ou futur job IT.

Rejoignez-nous ! Aujourd’hui, nous recherchons un(e) Data Scientist Confirmé pour intervenir sur un projet clé de transformation analytique dans le secteur de la distribution. Ce que vous ferez : Modélisation et analyse Concevoir et développer des modèles de Machine Learning permettant de prédire l’appétence client aux offres promotionnelles. Explorer, transformer et enrichir de nouveaux jeux de données afin de les rendre exploitables pour les analyses et les modèles. Test & Learn Concevoir et analyser des protocoles d’A/B Testing afin d’évaluer l’efficacité des campagnes marketing. Mesurer l’impact réel des dispositifs promotionnels sur les comportements clients. Industrialisation & MLOps Participer à la mise en production des modèles et au monitoring de leur performance (dérive des données, qualité des scores). Contribuer à l’industrialisation des pipelines de traitement de données et des workflows analytiques. Data Engineering & Cloud Développer des traitements et automatisations en Python pour la manipulation et l’industrialisation des données. Concevoir et optimiser des requêtes et datasets via SQL / BigQuery . Déployer des solutions data sur une plateforme Cloud (GCP) . Conteneuriser les applications avec Docker pour garantir leur portabilité. Orchestrer des workloads avec Kubernetes . Planifier et superviser les pipelines data via Airflow / Cloud Composer . Gérer le versioning et la collaboration via Git . Votre positionnement vous permettra de travailler sur des projets innovants, d’interagir avec des équipes multidisciplinaires et d’exploiter votre expertise pour apporter une réelle valeur ajoutée. Environnement technique Langages : Python, SQL Cloud : Google Cloud Platform (GCP) Data : BigQuery Orchestration : Airflow (Cloud Composer) Conteneurisation : Docker Orchestration de conteneurs : Kubernetes Versioning : Git Méthodologie projet : Agile (Scrum, Sprint Planning, Backlog)

2 jours de télétravail non négociable Dans le cadre d’activités liées à l’ analyse de données pour des besoins de contrôle et prévention des risques , l’organisme recrute un Analyste Data afin d’intégrer une équipe spécialisée basée à Aix‑en‑Provence . L’objectif de cette mission est de concevoir et réaliser des analyses avancées à partir de l’ensemble des données du système d’information, afin d’évaluer leur cohérence et leur impact sur des processus métier sensibles . L’intervenant devra participer à la mise en place de cas d’usage orientés détection d’anomalies et comportements atypiques , en croisant différentes sources de données. Il sera également responsable de la création et de la maintenance de produits data réutilisables , tout en appliquant les pratiques internes de qualité, normes et gouvernance des données. Exemples de livrables attendus : Programmes de traitement Big Data Études et analyses documentées Présentations des résultats et recommandations Constructions de KPI et tableaux de bord de synthèse

Bonjour, Je suis à la recherche Ingénieur Réseau et Sécurité : Missions principales : Ø Analyse et étude de faisabilité technique des besoins métiers et infrastructure. Ø Participation à la définition et à l'évolution des architectures réseau & sécurité. Ø Traitement et implémentation des demandes :configuration des équipements réseau et sécurité, paramétrage, ajustements techniques. Ø Résolution d’incidents liés aux mises en production ou configurations réalisées. Ø Assistance N3 sur les incidents majeurs, incluant diagnostic, remédiation et communication. Ø Support aux squads et contribution au développement de l’offre de service. Ø Participation à l'industrialisation : scripting, automatisation, supervision, reporting. Ø Coordination avec les équipes projets, sécurité, exploitation et architectes.

Nous recherchons un Spécialiste Intégration & Data Senior / Directeur de projet SI afin de piloter des sujets d’intégration complexes au sein d’un système d’information hybride et transverse. La mission consiste à sécuriser l’intégration des solutions SI et leur passage du Build vers le Run , en garantissant leur exploitabilité par les équipes de production. Le consultant interviendra principalement sur : des sujets Data (environ 70%) des périmètres Corporate / ERP (environ 30%) Dans ce cadre, il devra : Piloter les activités d’intégration SI et coordonner les acteurs techniques et fonctionnels. Garantir la préparation des mises en production et l’exploitabilité des solutions livrées. Assurer la transition Build to Run et l’alignement avec les équipes d’exploitation. Faire le lien entre les différentes équipes Études, Infrastructure, Data, Production et Métiers . Organiser et anticiper la mobilisation des équipes techniques nécessaires aux déploiements . Identifier les risques d’intégration et sécuriser les flux et dépendances entre systèmes . Animer la coordination transverse dans un environnement sans management hiérarchique direct. Le rôle nécessite une forte capacité à naviguer dans un environnement organisationnel complexe , à fédérer plusieurs équipes et à sécuriser les projets d’intégration.

Analyse et compréhension des besoins Comprendre et modéliser les problématiques métiers et celles du pôle. Définir le périmètre des données nécessaires à la mise en œuvre des solutions analytiques. Élaborer un plan d’analyse des données adapté aux besoins métiers. Data science et modélisation Concevoir et développer des modèles de machine learning . Mettre en œuvre des techniques statistiques et de data mining . Optimiser les modèles de données des projets data. Développer et maintenir des scripts Python optimisés . Exploitation et valorisation des données Analyser les données et interpréter les résultats pour les métiers . Conceptualiser des solutions autour de problématiques opérationnelles. Formaliser les résultats d’analyse et les présenter aux équipes métiers. Mettre en évidence la valeur des actions proposées. Visualisation et restitution Concevoir des visualisations de données adaptées aux besoins métiers . Produire éventuellement des visualisations cartographiques . Rendre les résultats lisibles, exploitables et actionnables. Collaboration et industrialisation Créer les tables et vues nécessaires aux projets data . Collaborer avec les équipes Data Ops pour l’industrialisation : collecte de données traitements supervision restitution Estimer la charge des traitements techniques et des développements. Recommandations et amélioration Être force de proposition sur les actions à mettre en œuvre. Formuler des préconisations opérationnelles basées sur les analyses.

Le LBA interviendra sur un périmètre transverse incluant notamment : -Catalogue produit -Souscription & gestion de contrats -Gestion du compte sociétaire -Référentiels B2B -Processus transverses et trajectoire de convergence Stratégie • S’approprier la stratégie de l’entreprise, accompagner sa déclinaison en enjeux métier et fonctionnels. • Influer ou confirmer la trajectoire SI au regard des enjeux Métiers et SI. • Challenger les visions fonctionnelles du SI, les processus et les outillages associés Études • Porter ou contribuer à des études à fort enjeu fonctionnel avec les différentes parties prenantes (métiers, architecte, BA…). • Porter l’architecture fonctionnelle du SI, assurer la maîtrise, la cohérence et la modélisation d’un ou plusieurs domaines fonctionnels SI (Fonctions, Datas, API, trajectoire) et contribuer à l’architecture applicative. • Piloter la qualité et le bon usage des fonctions délivrées et des Datas tout au long du cycle de vie des produits et s’assurer de la conformité juridique, de la confidentialité, de la sécurité et de l’accessibilité des données. Communication Métiers • Apporter une valeur ajoutée aux Directions Métiers par une proximité durable et la prise en compte des besoins des utilisateurs finaux • Anticiper, identifier, s’approprier et consolider les enjeux Métiers ayant un impact sur le SI par une vision transverse. Veille • Grace à une veille active, éclairer les ambitions et le champ du possible • Porter des actions de veille sur la profession et sur les visions SI Changement/acculturation • Promouvoir le plein usage de la Data (data au cœur). • Accompagner les Squads dans la mise en œuvre des solutions en apportant une vision transverse à moyen terme des enjeux et en s’assurant du bon respect du cadre de cohérence fonctionnelle • S'informer sur l’usage des outils et apporter ponctuellement un soutien à l’accompagnement au changement • Animer des séquences de partage et d’acculturation auprès de parties prenantes

Contexte Dans le cadre de la migration d’un système central de réservation, une fonction transverse de gestion des données de test : Test Data Manager (H/F) est mise en place pour organiser et structurer les jeux de données de test, et assurer la fiabilité et la sécurité des campagnes de tests end-to-end et métiers. Missions principales Pilotage TDM : Définir la stratégie de gestion des données de test, organiser et prioriser les demandes, suivre la qualité et la disponibilité, garantir un service fiable pour les équipes et les campagnes. Catalogue et gouvernance : Maintenir un catalogue centralisé, définir les règles d’usage et de versioning, assurer traçabilité, qualité et sécurité des données. Support aux équipes et E2E : Recueillir les besoins des équipes, coordonner la configuration des données, supporter les campagnes de test et sécuriser les parcours critiques. Gestion des prestataires : Piloter les partenaires, définir le cadre opérationnel, suivre performance et qualité, coordonner activités internes et externes. Industrialisation et amélioration continue : Identifier et mettre en œuvre des leviers d’automatisation et d’outillage, réduire les délais, optimiser les processus TDM. Onboarding, documentation et communication : Définir et diffuser les processus, accompagner l’intégration des équipes, produire la documentation de référence et assurer le reporting régulier.

Data Scientist Machine Learning / Deep Learning Aix ASAP Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch Activité principales attendues : Machine Learning / Deep Learning • Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche ML/DL. • Création et production de modèles d'apprentissage automatique industrialisables • Traitement de données à grande échelle pour la création de jeux de données d'entraînement • Appliquer les bonnes pratiques de MLOps et d'explicabilité des modèles • Présenter les résultats aux parties prenantes et aider au suivi à long terme de la performance du modèle pour démontrer la valeur de l'IA IA Générative • Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche IA Gen • Prompt engineering • Bench via des solutions d'évaluation des modèles d'IA Gen • Optimisation des solutions (paramétrage des modèles) Compétences et expériences demandées : - Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. - Expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch - Pratiquer une veille active sur vos domaines de compétence. - Participez activement à la construction de la stratégie en effectuant la veille technologique, étant force de proposition sur les nouveaux outils / nouvelles méthodes à utiliser et le partageant avec le reste de l’équipe