Trouvez votre prochaine mission ou futur job IT.

ContexteDans le cadre du renforcement de son équipe Data, notre client recherche un Data Architect / Tech Lead spécialisé sur les technologies Snowflake et DBT. Le consultant interviendra sur des sujets d'architecture Data, Data Engineering et Cloud, avec pour objectif de concevoir et faire évoluer des solutions Data robustes, évolutives et industrialisées. Il sera également amené à jouer un rôle de référent technique auprès des équipes Data et à accompagner les choix d'architecture et les bonnes pratiques de développement. Missions principalesConcevoir et faire évoluer l'architecture Data autour de Snowflake. Participer à la conception de plateformes et solutions Data Cloud. Définir les architectures adaptées aux besoins des projets Data. Concevoir, développer et faire évoluer des pipelines de données ETL/ELT. Mettre en œuvre les transformations de données avec DBT. Accompagner les équipes dans l'utilisation de Snowflake et DBT. Définir et promouvoir les bonnes pratiques d'architecture, de développement et d'industrialisation Data. Intervenir sur des problématiques de Data Engineering et Cloud. Participer à l'intégration et à la transformation des données provenant de différentes sources. Optimiser les traitements et les flux de données. Garantir la qualité, la fiabilité et la disponibilité des données. Participer à la mise en place de solutions Data évolutives et performantes. Assurer un rôle de Tech Lead auprès des équipes techniques. Accompagner les Data Engineers dans leurs choix techniques. Participer aux revues de code et aux revues d'architecture. Identifier les axes d'amélioration et contribuer à l'industrialisation des processus Data. Collaborer avec les équipes Data, Cloud, Analytics et les équipes métier. Participer à la documentation des architectures et des solutions mises en œuvre. Compétences techniques — indispensablesSnowflake — expertise Certification Snowflake — Must Have DBT — expérience concrète Data Architecture Tech Lead / leadership technique Data Engineering ETL / ELT SQL Cloud Data Platform Environnement techniqueData Warehouse / Data Cloud Snowflake DBT SQL Data Engineering / Big Data Apache Spark PySpark Python Pandas Hadoop Impala Cloud / Azure Microsoft Azure Azure Databricks Azure Data Factory Azure Data Lake Storage / ADLS Data Integration / Orchestration Azure Data Factory Informatica Stonebranch Power Automate Analytics / BI Power BI DevOps / Collaboration GitHub Databricks Repo Jira Confluence Méthodologie Agile

Contexte du poste Nous recherchons un Analytics Engineer / Data Engineer pour participer au développement d'une plateforme Data Analytics intégrée à une suite logicielle d'analyse technico-économique. En collaboration directe avec le Product Owner, vous serez responsable de l'implémentation des cas d'usage liés à la performance et aurez une vraie responsabilité sur la conception de l'architecture analytique et la modélisation des données. Missions principales Concevoir et faire évoluer l'architecture OLAP de la plateforme Modéliser les données selon les approches Kimball / étoile / flocon Développer et optimiser les transformations SQL et les modèles analytiques Concevoir les pipelines d'ingestion et d'orchestration avec Apache Airflow Développer des DAGs Python robustes, modulaires et maintenables Intégrer les données issues de bases OLTP vers l'environnement analytique Structurer les transformations avec dbt Implémenter et maintenir la couche sémantique avec Cube.js Concevoir les dashboards et métriques métiers sous Apache Superset Optimiser les performances, le cache et la gestion des droits d'accès / RLS Participer à l'industrialisation des développements avec Git et Docker

En quelques motsCherry Pick est à la recherche d'un Support & Data Reliability Engineer(H/F), pour le compte de l'un de ses clients qui opère dans le domaine financier. Description🚀 Contexte de la missionAu sein du département Data Technology d'un acteur majeur de la gestion d'actifs et de la finance quantitative, vous intégrez l'équipe en tant que Support & Reliability Engineer (H/F). Votre rôle sera d'assurer la gestion, la robustesse et la fiabilité maximale des systèmes et processus de données. Vous travaillerez en étroite collaboration avec les équipes de développement, les Data Engineers, les Data Scientists et les Quantitative Developers pour garantir la disponibilité, la qualité et les performances des pipelines de données critiques. 🎯 Missions principales & Rôle1. Support Data & Opérations : Assurer le support N1 sur le périmètre Data, gérer les alertes en temps réel et résoudre les incidents durant le shift de Paris. Agir en tant que Gatekeeper pour la gestion des mises en production (Data Release Management / CMRM process) et la fiabilité des données. Définir et faire appliquer les politiques de gestion des données (sauvegarde, restauration, sécurité, conformité). 2. Automation, Monitoring & Fiabilité : Maintenir des pipelines de données fiables, performants et scalables (collecte, stockage, traitement, diffusion). Mettre en place un monitoring proactif et continu pour détecter les anomalies de qualité, d'intégrité et de consistance des données. Automatiser les tâches récurrentes pour optimiser l'efficacité opérationnelle et réduire le risque d'erreur humaine. 3. Collaboration Transverse & Conduite du Changement : Collaborer avec les développeurs quantitatifs, Data Engineers et Data Scientists pour comprendre leurs besoins et résoudre les dysfonctionnements. Promouvoir les meilleures pratiques de développement axées sur la fiabilité des données. Rédiger et maintenir la documentation technique et opérationnelle. 🏁 ObjectifsGarantir la haute disponibilité et la cohérence des pipelines de données en production. Réduire le temps moyen de résolution (MTTR) des incidents Data durant le shift de Paris. Industrialiser et automatiser les processus récurrents de maintenance et de monitoring.

Dans le cadre d'un programme de transformation Data de grande ampleur, nous recherchons un Data Engineer GCP Senior pour intervenir sur des use cases Commerce et Customer Data à forte valeur métier. L'objectif principal de la mission est de concevoir, développer et faire évoluer des pipelines et architectures Data sur Google Cloud Platform, permettant notamment de rapprocher les données issues des parcours clients online et offline. Ces socles devront alimenter différents usages analytiques, KPIs business et dispositifs de pilotage. Le consultant interviendra en tant que Data Engineer expérimenté au sein de l'équipe technique, en lien étroit avec le Tech Lead GCP et les équipes Data, Analytics et BI. Ses principales responsabilités seront les suivantes : Développer et industrialiser des pipelines de données robustes, scalables et performants sur GCP Consolider et valoriser les données issues des canaux online et offline Exploiter et optimiser BigQuery pour le stockage, la transformation et l'analyse de volumes importants de données Concevoir et gérer le stockage des données sur Cloud Storage (organisation, cycle de vie, formats, coûts) Développer et maintenir des infrastructures as code avec Terraform Participer à la modélisation des données nécessaires aux indicateurs et aux différents cas d'usage Commerce Appliquer les bonnes pratiques de qualité des données, de performance et d'optimisation des coûts GCP Travailler sur des architectures intégrant notamment Dataflow et Pub/Sub Collaborer étroitement avec les équipes Data, Analytics, BI et métiers Faciliter la mise à disposition des données pour les dashboards et solutions de Data Visualisation Participer à l'amélioration continue des pipelines, processus d'industrialisation et standards techniques

En quelques mots Cherry Pick est à la recherche d'un Architecte Python / Modélisation Risque de Crédit (H/F) pour l'un de ses clients qui opère dans le secteur bancaire. Description 🎯 Contexte de mission Dans le cadre d'un important programme de transformation et de simplification du SI bancaire, nous recherchons un(e) Architecte Python disposant d'une solide compréhension des problématiques de risque de crédit et de modélisation quantitative. La mission s'inscrit dans un projet de modernisation d'outils historiquement développés en interne, avec notamment la migration de modèles de risque de crédit développés sous MATLAB vers Python. Le besoin est particulièrement orienté vers un profil capable de faire le lien entre les équipes IT / architecture et les experts métier du risque de crédit. La double compétence technique et métier est donc essentielle. 🛠️ Missions principales et rôle Analyser et accompagner la migration de modèles de risque de crédit de MATLAB vers Python. Comprendre, documenter et s'approprier les modèles existants. Concevoir et faire évoluer l'architecture Python associée aux modèles. Participer à la simplification et à la modernisation de l'architecture des outils internes. Collaborer avec les architectes IT afin de garantir l'intégration cohérente des solutions dans le SI. S'approprier l'environnement technique existant : Python, MATLAB, Git, PyCharm. Échanger avec les équipes métier sur les problématiques de modélisation du risque de crédit. Traduire les besoins métier en solutions techniques adaptées. Accompagner les choix de conception et d'architecture. Collaborer avec les équipes basées en Belgique. Contribuer ponctuellement à des sujets liés à l'IA / GenAI dans le cadre des initiatives de transformation. 🎯 Objectifs Moderniser les modèles historiquement développés sous MATLAB en les migrant vers Python. Simplifier et rationaliser l'architecture des outils de modélisation existants. Garantir la robustesse et la pérennité des solutions Python. Assurer une bonne intégration des solutions avec l'architecture SI existante. Faire le lien efficacement entre les experts du risque de crédit et les équipes IT. Préserver la cohérence fonctionnelle des modèles lors de leur migration technologique.

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

ContexteDans le cadre du développement de plusieurs produits d'intelligence artificielle déjà déployés en production, nous recherchons un(e) Data Scientist pour renforcer une équipe Data & IA composée de Data Scientists, MLOps Engineers, Product Owners et experts métiers. Vous interviendrez sur des problématiques de Machine Learning, IA générative et assistants conversationnels au service de différents métiers (service client, commerce, marketing, support opérationnel). L'objectif est de concevoir, industrialiser et améliorer des solutions d'IA à fort impact métier tout en garantissant leur performance, leur fiabilité et leur adoption. Vous travaillerez en étroite collaboration avec plusieurs équipes métier (Customer Care, Marketing, Commerce) ainsi qu'un Centre d'Excellence IA Générative au sein d'un environnement international. MissionsData Science & Machine Learning Concevoir, entraîner et évaluer des modèles de Machine Learning répondant à des problématiques métier variées. Réaliser des analyses exploratoires et identifier les variables les plus pertinentes pour les modèles. Mettre en œuvre des algorithmes de classification, clustering, prédiction et recommandation. Développer des modèles d'attribution et de Marketing Mix Modeling (MMM) afin de mesurer l'impact des leviers marketing sur la performance business. Participer à l'amélioration continue des performances des modèles à travers des démarches d'expérimentation et d'optimisation. Définir et suivre les métriques d'évaluation adaptées aux différents cas d'usage. Contribuer à l'interprétation des résultats et à la valorisation des modèles auprès des équipes métier. IA Générative & NLP Concevoir et faire évoluer des assistants conversationnels basés sur les LLMs. Développer et optimiser des architectures RAG et des mécanismes de recherche documentaire avancée. Mettre en œuvre des approches de recherche hybride (vectorielle, BM25, recherche sémantique). Participer à la conception de solutions agentiques et à l'orchestration d'agents spécialisés. Évaluer les stratégies de prompting, de fine-tuning et d'enrichissement contextuel selon les cas d'usage. Participer aux choix d'architecture autour des modèles OpenAI, Gemini, Claude ou modèles open source. Industrialisation & MLOps Contribuer à la mise en production des modèles et au suivi de leurs performances. Participer à la définition des bonnes pratiques de monitoring, observabilité et gouvernance des modèles. Mettre en place des indicateurs de qualité, de performance et d'usage des solutions déployées. Optimiser les performances, la latence et les coûts d'exploitation des solutions IA. Collaborer étroitement avec les équipes MLOps pour assurer la robustesse des déploiements. Participer à l'amélioration continue des pipelines d'entraînement, d'évaluation et de déploiement. Collaboration métier & Produit Recueillir et challenger les besoins des équipes métier. Traduire les problématiques business en solutions analytiques et algorithmiques. Participer aux ateliers de cadrage et aux échanges avec les Product Owners. Prioriser les sujets à forte valeur ajoutée et accompagner les arbitrages. Accompagner les métiers dans l'adoption et l'interprétation des solutions développées. Participer à la définition des KPI produit et à la mesure de l'impact métier des solutions IA. Profil recherchéCompétences recherchées Machine Learning & Analytics Excellente maîtrise des algorithmes de : Classification Clustering Régression Détection d'anomalies Solide expérience sur : XGBoost Random Forest Modèles de séries temporelles Feature Engineering Explainable AI (XAI) Bonne maîtrise des métriques d'évaluation et des stratégies de validation. Expérience en Marketing Mix Modeling (MMM) et en mesure de la performance marketing. Connaissance des problématiques d'attribution marketing et d'optimisation des investissements média.

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.

Véritable référent technique, vous participerez aux choix d'architecture et piloterez les développements Data afin de construire une plateforme robuste, évolutive et pérenne. Vos missions Au sein des équipes Data, en collaboration étroite avec les équipes Infrastructure et les métiers, vous serez chargé de : Définir, concevoir et faire évoluer l'architecture Data (ingestion, stockage, modélisation et exposition des données). Piloter les activités de Data Engineering et garantir l'application des bonnes pratiques de développement. Encadrer, accompagner et faire monter en compétence les équipes de développement internes et externes. Arbitrer les choix techniques et assurer la cohérence globale de l'écosystème Data. Garantir la qualité, la performance, la maintenabilité et la scalabilité des solutions déployées. Structurer la documentation technique et contribuer à l'industrialisation des développements. Participer à l'amélioration continue des méthodes de travail et des processus Agile. Collaborer avec les différentes parties prenantes afin d'aligner les solutions techniques sur les besoins métiers. Environnement technique Technologies et outils Python SQL ETL / ELT Orchestration de pipelines de données Data Lake Data Warehouse Environnements Cloud DevOps et CI/CD Méthodologies Agile

Nous recherchons un(e) Data Scientist capable de trouver des solutions innovantes et robustes à l'ensemble des problématiques Data. Gourou de la donnée, vous vous amusez à faire parler les données et à les mettre au service des entreprises. Vous êtes donc à la croisée d'enjeux fonctionnels et stratégiques : Vous aurez la charge de : • Étudier des données en possession de l'entreprise • Définir et récupérer des données pertinentes à extraire et à traiter en lien avec la production de l'entreprise, la vente ou encore liées aux données clients • Développer des algorithmes permettant d'améliorer les résultats de recherches et de ciblages • Élaborer des modèles prédictifs afin d'anticiper l'évolution des données et tendances relatives à l'activité de l'entreprise Référence de l'offre : zdq6qtik7t

Dans le cadre du programme de déploiement de l'intelligence artificielle, l'équipe IA conçoit, industrialise et exploite les cas d'usage IA au service des métiers (épargne, banque, retraite complémentaire) et des collaborateurs internes. Ces cas d'usage se situent à différents stades de maturité : sujets à cadrer, prototypes à industrialiser, solutions déjà en production à maintenir et faire évoluer. Ils portent notamment sur : l'exploitation documentaire et la recherche augmentée (RAG) sur des corpus métier : contrats, garanties, procédures, réglementaire l'assistance aux collaborateurs en gestion et en relation client : aide à la réponse, synthèse de dossier, qualification de demandes l'extraction et la structuration d'informations à partir de documents entrants (courriers, pièces justificatives, formulaires) : OCR, modèles vision la conception d'agents IA et de workflows d'automatisation multi-étapes intégrés au SI Nous recherchons un ingénieur IA senior, capable de concevoir et développer des solutions à base de LLM et d'agents, sur une architecture Python, avec un objectif de solutions robustes, réutilisables, sécurisées et optimisées en coût, performance et latence. L'intervenant travaillera en interaction directe avec les référents métier, les architectes, les équipes Data et les équipes de production.

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).

En bref : CDI - Ingénieur Backend Python – Data & IA (Graph / LLM) H/F - 1jour/semaine Télétravail - Fintech - Nice (centre) - 45/55K€ Je recrute un Ingénieur Backend Python – Data & IA (Graph / LLM) H/F pour une Fintech qui construit un produit à la frontière entre la Data, l'Intelligence Artificielle et l'analyse stratégique. L'ambition ? Transformer une masse de données dispersées en informations exploitables à forte valeur ajoutée. Aujourd'hui, l'équipe construit des outils capables de collecter, structurer, enrichir et analyser des données issues de multiples sources afin d'accélérer considérablement le travail des analystes. Demain ? Ces briques pourraient devenir une véritable plateforme d'intelligence économique et d'aide à la décision destinée à des acteurs de l'investissement, du conseil ou de l'innovation. Tu rêves de travailler en plein centre-ville de Nice ? Tu explores déjà les usages concrets des LLM, de l'IA agentique et de l'automatisation intelligente ? Tu aimes concevoir des architectures robustes et manipuler des volumes importants de données ? Les bases de données graphes et Python font partie de ton terrain de jeu ? Alors continue ta lecture. ET TOI DANS TOUT CA ? Tu rejoins une équipe métier d'une dizaine de personnes et interviens directement sur le cœur technologique du produit. Ton quotidien ne sera pas de développer des API CRUD à longueur de journée. Tu participes à la construction et à l'évolution de véritables pipelines de données permettant de transformer des informations brutes en insights exploitables. Concrètement, tu seras amené à : - Concevoir et développer les briques backend stratégiques de la plateforme, - Construire des pipelines de collecte de données via APIs, scraping, bases de données publiques et sources internes, - Structurer, normaliser, dédupliquer et enrichir les données collectées, - Intégrer des mécanismes d'enrichissement reposant sur les LLM et l'IA agentique, - Concevoir des modèles de données orientés analyse et exploitation métier, - Développer des traitements analytiques autour des graphes, du vector search et de la génération d'insights assistée par IA, - Garantir la qualité, la performance et la maintenabilité des traitements, - Faire évoluer l'architecture afin d'accompagner la montée en charge du produit. Les données manipulées couvrent des sujets variés tels que : - Les essais cliniques, - Les levées de fonds, - Les opérations de fusion-acquisition, - Les investissements Venture Capital, - Les données réglementaires, - Les analyses

Contexte du besoin : Réalisation d'une prestation de User Research dédiée aux équipes Produit et Design pour le compte de la Direction Design au sein de la Direction Produit et Technologies. La prestation vise à accompagner les designers dans la conduite de leurs démarches de recherche utilisateur, garantir la qualité méthodologique des études réalisées dans les produits et favoriser la capitalisation et l'appropriation des enseignements utilisateurs dans les cycles de conception et de développement. Prestation attendue : Sous la direction du Head of Design Le prestataire interviendra au plus près des équipes Produit et Design afin de garantir la qualité et la cohérence des pratiques de recherche utilisateur. Il sera en charge de l'accompagnement méthodologique des UX Strategists et Product Designers, de la conduite de certaines études lorsque nécessaire, ainsi que de la structuration et de la capitalisation des enseignements issus des recherches menées sur les produits. Accompagnement des UX Strategists • Accompagner les UX Strategists dans la préparation et la conduite des recherches exploratoires réalisées dans le cadre des initiatives produit. • Aider au choix des méthodes de recherche les plus adaptées aux problématiques étudiées. • Accompagner la définition des protocoles, guides d'entretien, critères de recrutement et dispositifs d'étude. • Apporter une expertise méthodologique lors de l'analyse et de la synthèse des données recueillies. • Garantir la qualité, la robustesse et la traçabilité des démarches de recherche réalisées. • Accompagner les UX Strategists dans la formalisation et la capitalisation des enseignements issus de leurs travaux. La traduction des enseignements en recommandations de conception ou en orientations de solution reste portée par les UX Strategists dans le cadre de leurs initiatives. Accompagnement des Product Designers : • Former et accompagner les Product Designers à la pratique de la User Research, notamment pour les recherches évaluatives. • Les accompagner dans la préparation et la réalisation de tests utilisateurs, entretiens, questionnaires ou autres dispositifs d'évaluation. • Les aider à construire des protocoles de recherche adaptés au niveau de maturité des produits et aux hypothèses à tester. • Apporter un regard méthodologique sur l'analyse et la formalisation des résultats. • Faire monter progressivement les designers en autonomie sur les méthodes de recherche. • Être garant de la qualité méthodologique et de la cohérence des enseignements produits. Conduite de recherches utilisateur Lorsque le contexte ou la complexité du sujet le nécessite, le prestataire peut directement planifier et conduire des études qualitatives ou quantitatives : • entretiens individuels ; • tests utilisateurs ; • observations ; • questionnaires et enquêtes ; • études longitudinales ou journaux de bord ; • analyses croisées de données qualitatives et quantitatives. Le User Researcher doit être capable d'adapter les méthodologies employées aux différents enjeux du cycle produit. Il doit également maîtriser la construction et l'actualisation d'artefacts de connaissance utilisateur tels que : • Personas ; • Jobs To Be Done ; • parcours utilisateurs ; • cartographies d'irritants ; • synthèses d'enseignements et d'opportunités. Intégration de la recherche dans le cycle produit • Contribuer à l'intégration de la recherche et des enseignements utilisateurs dans les différentes étapes du cycle produit. • Participer aux rituels de planification et de synchronisation Produit et Design, notamment aux PI Planning, lorsque cela est nécessaire. • Identifier avec les équipes les besoins de recherche associés aux initiatives ou évolutions produit. • Favoriser la prise en compte des connaissances utilisateurs existantes avant le lancement de nouvelles études. • Veiller à limiter la duplication des recherches en facilitant l'accès aux enseignements déjà disponibles. • Collaborer avec les équipes Produit, Design, Tech, Data, Études et les différentes expertises transverses mobilisées sur les produits. Communication et diffusion des enseignements • Structurer et diffuser les enseignements issus des recherches menées sur les produits. • Produire des restitutions adaptées aux différents niveaux d'interlocuteurs. • Communiquer les enseignements utiles aux équipes Produit et Design afin de favoriser leur appropriation. • Contribuer à la diffusion des principaux enseignements utilisateurs auprès du management lorsque leur portée dépasse le périmètre d'un produit ou d'une initiative. • Participer à la mise en visibilité de la connaissance utilisateur au sein de l'organisation. Knowledge Management et Research Ops En collaboration avec le Research Ops : • contribuer à l'alimentation du Research Repository, notamment sous Usedge ; • veiller à la bonne structuration et à la qualité des contenus déposés dans le repository ; • accompagner les UX Strategists et Product Designers dans la documentation et la capitalisation de leurs recherches ; • accompagner les équipes dans la prise en main et l'utilisation du Research Repository ; • contribuer à l'amélioration des workflows et standards de recherche ; • participer à la diffusion de la culture Research et à l'évangélisation des bonnes pratiques ; • favoriser la réutilisation et la mise en relation des enseignements issus de différentes études. Au sein de l'équipe Design • Participer aux rituels de l'équipe Design : Guildes Design, synchronisations, revues ou ateliers. • Contribuer à l'harmonisation des pratiques de recherche entre les différentes équipes Produit. • Participer à l'amélioration de la maturité des équipes en matière de Discovery et de User Research. • Partager méthodes, outils, retours d'expérience et bonnes pratiques avec la communauté Design. Livrables attendus pour la prestation : Selon les besoins des équipes et des initiatives : • protocoles et plans de recherche ; • guides d'entretien ou de tests utilisateurs ; • rapports et synthèses d'études qualitatives et quantitatives ; • Personas ; • Jobs To Be Done ; • parcours utilisateurs ; • cartographies et backlogs d'irritants ; • synthèses d'enseignements utilisateurs ; • contenus structurés et documentés dans le Research Repository ; • supports méthodologiques destinés à accompagner les designers dans leurs pratiques de recherche.