Trouvez votre prochaine mission ou futur job IT.

Dans le cadre de sa transformation Data et du déploiement de nouveaux services d'intelligence artificielle générative, une équipe Data Science recherche un consultant confirmé pour concevoir et piloter les produits data permettant de suivre l'usage, la performance et la valeur ajoutée de ces services. Missions : - Recueillir et formaliser les besoins métiers - Définir et maintenir un catalogue d'indicateurs et de KPI - Concevoir, fiabiliser et suivre les indicateurs d'usage, de performance, de qualité et de ROI - Structurer, modéliser et documenter les données, sources et flux associés - Concevoir et maintenir des tableaux de bord de pilotage sous Streamlit - Industrialiser les pipelines de données - Mettre en place les contrôles qualité et les mécanismes de supervision - Contribuer aux bonnes pratiques Data et à la gouvernance de la donnée - Réaliser le transfert de connaissances avec les équipes en place - Assurer la continuité des dispositifs existants - Produire un catalogue d'indicateurs validé par les métiers - Produire des dashboards de suivi opérationnels - Documenter et industrialiser les pipelines de données - Documenter les données, les flux et les traitements Profil attendu : Consultant confirmé avec une expérience en Data Engineering, Data Analytics et GenAI. Maîtrise de Snowflake, Pipelines DE données, STREAMLIT, DBT, Airflow / Dagster, Git, Gitlab, Linux, Docker, SQL et Python. Expérience dans la conception et le suivi d'indicateurs, la structuration et la documentation des données et flux, ainsi que l'industrialisation et la supervision des pipelines de données.

Résumé de la missionL'entreprise place l'Intelligence Artificielle au cœur de sa stratégie de transformation et accélère fortement l'adoption de solutions Data & IA générative auprès de ses collaborateurs. Son Centre d'Expertise Data & (Gen)AI, composé de plus de 200 personnes, accompagne l'ensemble de l'organisation dans cette démarche. Au sein de l'équipe, la mission consiste à prendre le rôle de Lead Front-End & UX Engineering, avec pour objectif principal d'accélérer l'adoption des solutions IA tout en garantissant une expérience utilisateur cohérente, intuitive, accessible et conforme aux standards de l'entreprise. Principales responsabilitésDéfinir la stratégie UX/UI et Front-End de la Data Platform et des produits IA. Cartographier les parcours utilisateurs et les différents personas, en collaboration étroite avec les Product Managers. Harmoniser l'expérience utilisateur sur l'ensemble des produits Data & IA afin d'éviter la multiplication d'interfaces disparates. Créer et faire évoluer un Design System dédié à la Data & IA, en s'appuyant sur le Design System existant de l'entreprise. Piloter les développements Front-End des produits internes et faire le lien entre conception UX et réalisation technique. Promouvoir une approche « Seamless Experience », avec des parcours simples, fluides et cohérents. Sensibiliser les équipes produit et engineering aux bonnes pratiques UX et aux principes de design, notamment l'affordance et les signifiers. Collaborer avec les Software Engineers, Product Managers, Product Marketing et Customer Success pour concevoir les interfaces liées aux agents IA, dashboards et hubs. Profil recherchéLe poste s'adresse à un profil senior (5 ans ou plus) disposant d'une solide expérience en UX/UI sur des produits techniques, plateformes Data ou environnements B2B SaaS complexes. Les compétences clés recherchées sont : Maîtrise de la conception de parcours utilisateurs et personas. Expérience significative dans la création et le déploiement de Design Systems. Bonne compréhension technique du Front-End (React, Vue.js ou frameworks similaires), avec une capacité à encadrer des développeurs. Leadership et capacité à faire évoluer les pratiques UX dans un environnement fortement orienté engineering. Portfolio démontrant une capacité à simplifier des workflows techniques complexes et à appliquer une approche centrée utilisateur. Forte autonomie, capacité à définir une vision et la mener de bout en bout. Anglais courant indispensable, à l'écrit comme à l'oral.

Rejoignez une équipe d'experts Cloud, Data et Intelligence Artificielle et participez à la construction de plateformes IA de nouvelle génération déployées à grande échelle. Vous contribuerez à la mise en œuvre de solutions innovantes autour de l'IA générative, des LLM, des agents IA et des services cloud sur GCP et AWS. Vous interviendrez sur l'ensemble du cycle de vie des plateformes, de la conception à l'exploitation. Vos missions Concevoir et déployer des plateformes IA sur Google Cloud Platform et AWS. Industrialiser les services liés aux modèles de langage et à l'IA générative. Mettre en œuvre et faire évoluer des briques technologiques telles que :LLM Garden AI Gateway MCP Gateway Frameworks d'agents IA Plateformes multi-agents Administrer et améliorer les environnements de Data Science, notamment Dataiku. Concevoir et industrialiser des solutions de déploiement et d'exploitation d'agents IA. Mettre en place les mécanismes de gouvernance, de sécurité et de supervision des plateformes. Participer à la gestion du cycle de vie des API via des solutions d'API Management. Accompagner les équipes métiers dans l'adoption des nouvelles capacités IA. Contribuer à l'amélioration continue des plateformes et des processus d'exploitation.

Dans le cadre de sa transformation Data et du déploiement de nouveaux services d'intelligence artificielle générative, une équipe Data Science recherche un consultant confirmé pour concevoir et piloter les produits data permettant de suivre l'usage, la performance et la valeur ajoutée de ces services. Missions : - Recueillir et formaliser les besoins métiers - Définir et maintenir un catalogue d'indicateurs et de KPI - Concevoir, fiabiliser et suivre les indicateurs d'usage, de performance, de qualité et de ROI - Structurer, modéliser et documenter les données, sources et flux associés - Concevoir et maintenir des tableaux de bord de pilotage sous Streamlit - Industrialiser les pipelines de données - Mettre en place les contrôles qualité et les mécanismes de supervision - Contribuer aux bonnes pratiques Data et à la gouvernance de la donnée - Réaliser le transfert de connaissances avec les équipes en place - Assurer la continuité des dispositifs existants - Produire un catalogue d'indicateurs validé par les métiers - Produire des dashboards de suivi opérationnels - Documenter et industrialiser les pipelines de données - Documenter les données, les flux et les traitements Profil attendu : Consultant confirmé avec une expérience en Data Engineering, Data Analytics et GenAI. Maîtrise de Snowflake, Pipelines DE données, STREAMLIT, DBT, Airflow / Dagster, Git, Gitlab, Linux, Docker, SQL et Python. Expérience dans la conception et le suivi d'indicateurs, la structuration et la documentation des données et flux, ainsi que l'industrialisation et la supervision des pipelines de données.

ContexteAu sein de la Direction Data, Digital et Systèmes d'Information — DDSI, la Direction des Etudes assure l'interface entre les métiers, les expertises Data, Digital et SI et les équipes chargées de concevoir, délivrer et opérer les solutions. Pour le périmètre R&D, le BRM agit comme partenaire stratégique de la R&D et contribue à faire évoluer les solutions et les processus métier en cohérence avec les besoins scientifiques, la stratégie R&D, l'architecture cible et les capacités de la DDSI. Le périmètre couvre les dimensions transverses de la R&D ainsi que les domaines Recherche et Médecine translationnelle, CMC (Chemistry, Manufacturing, and Controls), Développement clinique, Réglementaire et Safety. Le BRM R&D a en responsabilité le management de l'équipe SI R&D incluant les BRM de chaque domaine, les Business Analysts, les Solution Owners. Le BRM R&D collabore avec l'ensemble des départements de la DDSI (Architecture, Data Factory, Digital Factory, Opérations, Sécurité, Qualité, …) pour mener à bien ses missions. Le Business Relationship Manager R&D est le partenaire stratégique de référence entre la R&D et la DDSI. Il comprend les ambitions scientifiques et opérationnelles de la R&D, les traduit en stratégies et feuilles de route Data, Digital et SI, puis mobilise les capacités appropriées de la DDSI afin de créer une valeur mesurable pour les métiers et, in fine, pour les patients. Il agit simultanément comme conseiller de confiance, challenger constructif, connecteur, facilitateur et garant de l'alignement. Il doit maintenir une relation de confiance tout en objectivant les arbitrages de périmètre, valeur, risques, capacité, budget et délais. Les référentiels internes décrivent cette posture comme un « reality check » bilatéral permettant de transformer les contraintes en scénarios réalistes plutôt qu'en refus systématiques. MissionsAgir en Business Partner DDSI auprès des métiers de la R&D, en partenariat fort avec la Leadership Teams R&D, et en collaboration active avec toutes les parties prenantes de la DDSI Décliner la stratégie Digital, Data et SI sur son portefeuille de responsabilités Définir et mettre en œuvre la feuille de route Systèmes d'Information (SI) pour son portefeuille de responsabilités Identifier les services créateurs de valeur pour les métiers, les opportunités de proposer des nouveaux produits ou services et participer à leur définition Piloter le cadrage, planification et delivery des projets SI, en interaction forte avec les équipes & comité pilotage projets Animer la préparation de la roadmap SI dans le cadre du Plan SI à 3 ans Piloter le budget alloué à son périmètre : préparation & réestimation budgétaire, en s'assurant du respect des budgets alloués aux métiers S'assurer de la cohérence des initiatives des entités Data et Digital avec les priorités des métiers pour son portefeuille de responsabilité S'assurer que les services fournis répondent à la priorité des métiers et aux besoins définis conjointement avec la DDSI, en particulier avec la Direction des Opérations SI afin d'assurer une continuité de service SI. Également avec les entités Data et Digital pour les initiatives qu'ils mènent au bénéfice des métiers Optimiser l'utilisation, par les métiers de son portefeuille de responsabilités, des services et solutions mis à disposition par la DDSI Manager et développer son équipe (BRM, Business Analyst, Solutions Owners) Participer activement aux travaux transverses de l'équipe de management de la Direction des Etudes

ContexteDans le cadre d'un programme de transformation de la relation client, notre client déploie des solutions basées sur l'IA conversationnelle et les Voice Bots afin d'améliorer l'expérience client, l'efficacité opérationnelle et la capacité de traitement des demandes. Nous recherchons un(e) Business Analyst confirmé(e) / Senior pour accompagner les équipes métier, IT, Data & AI ainsi que l'éditeur/intégrateur de la solution Voice Bot. Le consultant interviendra à l'interface entre les équipes Customer Care, Produit, IT, Data/IA et les équipes opérationnelles, de la définition des besoins jusqu'aux phases de test, déploiement et suivi de la valeur. Vos principales responsabilitésAnalyse des besoins métierRecueillir et formaliser les besoins auprès des équipes Customer Care. Animer des ateliers avec des interlocuteurs internationaux, régionaux et locaux. Analyser les processus existants et identifier les opportunités d'automatisation. Formaliser les règles métier, exceptions, contraintes et critères de validation. Construire et prioriser le catalogue des cas d'usage Voice Bot. Conception fonctionnelleTraduire les besoins métier en User Stories et critères d'acceptation. Concevoir les parcours clients et scénarios conversationnels. Cartographier les processus As-Is / To-Be. Définir les règles d'escalade, de transfert vers un conseiller et les situations nécessitant une intervention humaine. Participer à l'analyse des différentes options de solution et formuler des recommandations. Data & systèmesIdentifier les données nécessaires aux différents cas d'usage. Cartographier les sources de données, systèmes et dépendances. Analyser la qualité, disponibilité et fréquence de mise à jour des données. Coordonner les dépendances avec les équipes IT, Data & AI et les partenaires externes. Tests & qualitéDéfinir les scénarios et cas de tests fonctionnels. Tester les parcours conversationnels, les exceptions, les fallbacks et les handovers. Suivre les anomalies et leur résolution. Préparer les recommandations de readiness avant mise en production. Suivi de performance et valeurDéfinir les KPI de performance du Voice Bot. Participer à la conception du framework de monitoring et des dashboards. Suivre notamment les indicateurs de : Call Deflection Containment Rate Average Handling Time (AHT) Productivité Customer Satisfaction (CSAT) Adoption Qualité des conversations Définir les baseline et modalités de mesure des bénéfices après déploiement. Identifier les axes d'amélioration continue. Reporting & coordinationProduire les reportings d'avancement. Suivre les risques, problèmes, dépendances et décisions. Préparer les présentations destinées aux parties prenantes et au management. Maintenir la documentation fonctionnelle et les supports de formation. Participer à la structuration d'un référentiel documentaire partagé.

Le centre d'expertise transverse d'un grand groupe bancaire (développement, innovation, data, IA) accompagne la transformation digitale des métiers du groupe. Au sein de son équipe dédiée aux actifs IA, qui conçoit des projets pilotes et des produits finis innovants à destination des entités du groupe et de leurs clients, nous recherchons un développeur Java / TypeScript expérimenté pour faire avancer de nouveaux projets intégrant l'IA générative. Vos principales missions : Étudier et vous approprier un code Java / TypeScript existant. Faire évoluer le code et développer les nouvelles fonctionnalités attendues. Concevoir et faire évoluer le modèle de données et les requêtes SQL. Participer aux rituels projet de l'équipe. Gérer les livraisons et le maintien en condition opérationnelle de l'application en production. Ce que la mission vous apporte : Des projets intégrant l'IA générative, du pilote jusqu'au produit en production. Un rôle complet : reprise de code, évolutions, mise en production et exploitation. Une équipe d'innovation au service de l'ensemble d'un grand groupe bancaire.

Nous recherchons actuellement, pour le compte d'un client banque privée, un Consultant AMOA Senior / Business Analyst spécialisé ALM / Prudentiel. Mission Démarrage : octobre 2026 Durée initiale : 6 mois Localisation : Paris 8e Rythme : 3 jours sur site / 2 jours de télétravail Anglais courant requis (interlocuteurs internationaux) Contexte Le consultant intégrera une équipe de 5 personnes en charge de la maintenance évolutive et corrective des applications ALM et Prudentiel, ainsi que des reportings crédits. L'objectif est d'accompagner le pilotage de plusieurs projets et d'assurer la coordination entre les équipes métiers, IT et partenaires externes. Principales responsabilités Piloter et coordonner des projets ALM, Prudentiel et crédits Rédiger les spécifications fonctionnelles et techniques Organiser et exécuter les campagnes de tests d'intégration et d'évolution des flux Accompagner les métiers dans la recette utilisateur Coordonner les différents acteurs : métiers, IT, éditeurs et hébergeurs Maintenir la documentation applicative Profil recherché 10 ans d'expérience minimum sur des projets SI (progiciels, data warehouse, flux…) Solide culture financière : bilan bancaire, produits bancaires, comptabilité Bonne connaissance de l'ALM et des reportings réglementaires Maîtrise de SQL et expertise Power BI / PowerQuery Bonne compréhension des architectures SI Connaissance d'un Core Banking type SAB AT / Avaloq Microsoft Fabric si possible Intérêt pour les sujets IA Formation technique / scientifique Rigueur, autonomie, curiosité et bon relationnel

Contexte de la missionDans le cadre de l'accélération de sa stratégie en Intelligence Artificielle, nous recherchons un(e) Architecte Senior IA Générative pour piloter la vision technologique autour des solutions de GenAI, identifier les innovations du marché et définir les orientations architecturales des plateformes d'IA. En tant qu'expert(e) de référence, vous interviendrez sur les technologies d'IA générative, les Large Language Models (LLM), les architectures agentiques et les plateformes Cloud IA, avec une expertise particulière sur l'écosystème Google Cloud AI : Gemini, Vertex AI, AI Search et RAG Engine. Vous accompagnerez les équipes dans les décisions stratégiques liées à l'adoption, à l'industrialisation et à l'évolution des solutions d'IA générative. Missions principales1. Vision et stratégie technologiqueDéfinir la vision technologique et les orientations stratégiques en matière d'IA générative. Assurer une veille permanente sur les innovations et les évolutions du marché. Analyser et comparer les solutions des principaux acteurs : Google, OpenAI, Anthropic, Microsoft, Mistral, IBM, etc. Élaborer des recommandations et des dossiers de choix technologiques. Contribuer à la définition des feuilles de route des plateformes IA. 2. Architecture et expertise IA générativeConcevoir des architectures de référence pour les solutions d'IA générative. Définir les standards d'architecture autour des LLM, du RAG, du GraphRAG, de l'Agentic AI, des systèmes multi-agents et du Knowledge Retrieval. Valider les choix techniques et challenger les architectures proposées. Accompagner les équipes sur les problématiques complexes d'architecture, d'intégration et d'industrialisation. 3. Expertise Google Cloud AIApporter une expertise approfondie sur l'écosystème Google : Gemini et Vertex AI ; Vertex AI Search et Vertex AI Agent Builder ; Vertex AI RAG Engine ; Agent Development Kit (ADK) ; BigQuery AI et Vector Search. Évaluer les capacités, les limites et les cas d'usage des différentes solutions. Définir les bonnes pratiques d'intégration, de déploiement et d'industrialisation des solutions GenAI. 4. Leadership technique et innovationChallenger les architectures et les solutions proposées par les fournisseurs et les intégrateurs. Piloter des benchmarks techniques et des comparatifs de solutions. Encadrer les expérimentations, les Proofs of Concept (POC) et les études d'opportunité. Accompagner la montée en compétences des équipes sur les technologies d'IA générative. Promouvoir les bonnes pratiques en matière de sécurité, de gouvernance et d'IA responsable. Profil recherchéVous justifiez d'une expérience significative en architecture IA et en IA générative, avec une capacité à intervenir à la fois sur les orientations stratégiques et sur les choix techniques complexes. Vous disposez d'une solide expertise sur les architectures LLM, les solutions RAG et les architectures agentiques, ainsi que d'une bonne maîtrise des environnements Cloud et des enjeux d'industrialisation. Compétences techniques recherchéesIA générative et LLM Large Language Models (LLM) et Foundation Models. RAG, GraphRAG et systèmes de recherche augmentée. Agentic AI et architectures multi-agents. Prompt Engineering, Model Evaluation et Fine-Tuning. Guardrails, Responsible AI et gouvernance des modèles. LLMOps et AgentOps. Google Cloud AI Gemini et Vertex AI. Vertex AI Search et Vertex AI Agent Builder. Vertex AI RAG Engine et Agent Development Kit (ADK). BigQuery AI et Vector Search. Architecture et développement Architectures Cloud Native, microservices et API. Kubernetes. Python. LangChain, LangGraph et LlamaIndex. CI/CD et pratiques DevSecOps. Data et Knowledge Management Bases de données vectorielles et embeddings. Moteurs de recherche. Knowledge Graphs. Gouvernance, qualité et sécurité des données. Environnement techniqueGenAI, LLM, RAG, GraphRAG, Agentic AI, Multi-Agent Systems, Gemini, Google Vertex AI, Vertex AI Search, Vertex AI Agent Builder, Vertex AI RAG Engine, ADK, BigQuery AI, Vector Search, Python, LangChain, LangGraph, LlamaIndex, Kubernetes, Cloud Native, API, Microservices, LLMOps, AgentOps, CI/CD, DevSecOps.

Développeur Python IA & Connectivité SharePoint Mission - Concevoir et développer un chatbot IA centralisé à l'échelle de la banque, intégrant SharePoint comme source de données principale - Garantir la qualité, la fiabilité et la couverture de tests du chatbot via une stratégie QA rigoureuse Responsabilités Développement Python / Go / IA - Concevoir l'architecture du chatbot (orchestration, RAG, gestion du contexte, multi-turn) - Développer les composants IA : ingestion, embedding, retrieval, génération (LLM on-premise ou API) - Intégrer les modèles LLM avec les sources de connaissance SharePoint - Optimiser les performances (latence, throughput, qualité des réponses) - Gestion des prompts, templates, et évaluation des réponses (prompt engineering) - Développement d'outils et services en Go (performance-critical, sidecar utilities) Connectivité SharePoint - Intégration avec SharePoint Online / On-Premise via API Graph ou SharePoint REST API - Authentification : OAuth2, Azure AD, certificats app-only, managed identities - Crawling et indexation des documents, pages, listes, et bibliothèques SharePoint - Gestion des permissions et de la sécurité au niveau des sites/documents (respect des ACLs dans le retrieval) - Synchronisation et rafraîchissement incrémental du contenu SharePoint - Gestion des métadonnées, types de contenu, et structures de sites complexes (multi-sites, multi-tenants) - Gestion des quotas API Graph (throttling, retry, pagination) QA / Testing — Focus Principal - Concevoir et implémenter la stratégie de test end-to-end du chatbot - Tests unitaires (pytest, Go testing) — couverture des composants IA, connecteurs SharePoint, orchestration - Tests d'intégration : SharePoint API mocking, vector store, LLM endpoints - Tests de contrat API (schema validation, Pydantic AI schema enforcement) - Tests de non-régression sur les réponses IA : - Golden datasets et évaluation automatique des réponses - Scoring de qualité (relevance, faithfulness, hallucination detection) - A/B testing des prompts et des versions de modèles - Tests de charge et de performance (locust / k6) — simulation multi-utilisateurs concurrents - Tests de sécurité : - Injection de prompts (prompt injection, jailbreak) - Fuite de données (data exfiltration, cross-tenant leakage) - Accès non autorisés (bypass d'ACLs SharePoint) - Tests de robustesse LLM : edge cases, context overflow, model fallback, timeout handling - Observabilité de la qualité via Langfuse : - Tracing des chaînes RAG (retrieval → génération → réponse) - Évaluation continue des réponses en production (drift detection, feedback loops) - Dashboards de qualité (latence, token usage, user satisfaction, error rates) - Alerting sur dégradation de qualité - Mise en place de pipelines CI/CD avec gates de qualité (tests, linting, évaluation IA) - Gestion des environnements de test (dev / staging / prod) avec données représentatives Architecture & Intégration - Concevoir le pipeline de données : SharePoint → extraction → chunking → embedding → vector store - Exposer le chatbot via API REST (FastAPI) et interface utilisateur - Intégration avec les systèmes internes (SSO, logging, audit, monitoring) - Gestion multi-langues (FR/EN) Stack Technique - Langages : Python 3.11+, Go - IA / LLM : Pydantic AI, LangChain / LlamaIndex, vLLM, Hugging Face, OpenAI-compatible APIs - Observabilité IA / QA : Langfuse (tracing, évaluation, monitoring) - Vector Store : Milvus / Qdrant / pgvector - SharePoint : Microsoft Graph API, SharePoint REST API, MSAL - API : FastAPI, Pydantic - Testing : pytest, pytest-asyncio, Go testing, locust, k6 - CI/CD : GitLab CI, Tekton - Observabilité infra : Prometheus, Grafana, OpenTelemetry - Conteneurisation : Docker, Kubernetes / OpenShift Compétences Requises - Développement Python en production (min. 3 ans) avec solides bases en architecture logicielle - Expérience en Go (services performants, CLI tools, sidecar components) - Expérience avec les frameworks LLM : Pydantic AI, LangChain, LlamaIndex et patterns RAG - Expérience avec Langfuse (ou équivalent) pour le tracing et l'évaluation des chaînes IA - Expérience d'intégration avec SharePoint Online et/ou SharePoint On-Premise (API Graph, REST, CSOM) - Connaissance d'Azure AD : OAuth2, app registrations, permissions déléguées vs application - Maîtrise des pratiques de testing : unitaires, intégration, E2E, contract, charge - Expérience avec les vector stores et les pipelines d'embedding - CI/CD et automatisation des tests — culture qualité forte - Compréhension des enjeux de sécurité en environnement bancaire (confidentialité, audit, traçabilité) - Bonus : expérience avec Microsoft Graph webhook/Change API, Azure Functions

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.

Dans le cadre du déploiement des solutions d'Intelligence Artificielle ON recherche un Product Owner / Business Analyst pour accompagner le déploiement et l'adoption de cas d'usage basés sur une plateforme RAG (Retrieval-Augmented Generation) déjà mise à disposition Le/la consultant(e) interviendra comme interlocuteur privilégié entre les métiers, les experts IA et les équipes techniques afin d'assurer le cadrage, le pilotage et l'intégration des nouveaux cas d'usage. Missions principales - Cadrage des besoins métiers - Recueillir et analyser les besoins des entités. - Identifier et qualifier les cas d'usage éligibles à la plateforme RAG (Dataiku). - Animer les ateliers de cadrage fonctionnel. - Formaliser les besoins sous forme de User Stories et critères d'acceptation. Product Ownership - Gérer et prioriser le backlog produit. - Piloter les demandes d'évolution et d'intégration. - Assurer le suivi des développements et des livraisons. - Participer aux cérémonies Agile. Pilotage des intégrations - Coordonner l'ensemble des parties prenantes (métiers, IA, data, IT). - Organiser l'onboarding des nouvelles entités. - Suivre les phases de recette et de validation métier. - Assurer le reporting d'avancement et le suivi des actions. Adoption et accompagnement - Accompagner les utilisateurs dans la prise en main des solutions. - Collecter les retours utilisateurs et identifier les axes d'amélioration. - Contribuer aux supports de communication et de promotion de l'offre. Compétences recherchées Fonctionnelles - Product Ownership. - Business Analysis. - Gestion de backlog et méthodologies Agile. - Animation d'ateliers métiers. - Coordination transverse et gestion de parties prenantes.

Un acteur bancaire lance un projet d'intelligence artificielle, et notamment d'IA générative, destiné à outiller la construction et le traitement des dossiers de crédit. Vous y venez comme référent métier aux côtés du chef de projet : c'est votre connaissance de l'octroi qui cadre ce que l'outil doit savoir faire. Votre rôle Apporter l'expertise métier de l'analyse et de la contre-analyse de dossiers d'octroi Traduire ces concepts métier en termes exploitables par les équipes IT et data, et challenger ce qu'elles proposent. Faire avancer un projet qui réunit plusieurs directions. Contribuer aux tests et à la recette fonctionnelle. Poste basé en Île-de-France, 2 jours de télétravail par semaine.

Dans le cadre d'un programme stratégique de Data & Analytics, nous recherchons un(e) Senior Functional Data Architect pour contribuer à la structuration et à l'évolution de l'architecture fonctionnelle des données. Vous interviendrez sur des sujets variés liés à l'Analytics, l'IA, la Data Governance et le Master Data Management (MDM), avec un focus particulier sur les données du système d'information et les données IT : applications, projets, infrastructures, ITSM, spécifications, etc. Votre rôle sera de garantir une structuration cohérente et durable des données et des plateformes Data, en facilitant leur exploitation par les équipes métiers et techniques, aussi bien pour des usages analytiques classiques que pour des cas d'usage avancés en IA et Data Science. Vous travaillerez en étroite collaboration avec les experts métiers, Data Architects, Enterprise Architects, architectes techniques, Data Engineers, Data Scientists et Data Product Managers. Vos missions Architecture fonctionnelle des données Comprendre les processus métiers et l'architecture Data du système d'information. Analyser les différents domaines fonctionnels : ERP, CRM, PIM, MDM, applications métier, ITSM et plateformes Data. Définir et faire évoluer les modèles de données fonctionnels. Enrichir les ontologies d'entreprise et formaliser les principales entités de données ainsi que leurs relations sémantiques. Cartographier les actifs Data existants et identifier les opportunités de standardisation et de réutilisation. Contribuer à la définition d'une architecture Data cohérente à moyen et long terme. Data Modeling & Data Products Analyser les besoins fonctionnels actuels et futurs en matière de données. Concevoir des modèles de données standardisés, cohérents et réutilisables. Définir les mécanismes d'agrégation, de consolidation, de normalisation et de dénormalisation adaptés aux usages. Faciliter la mise à disposition des données en self-service. Contribuer à la conception de datasets destinés à être consommés via une Data Marketplace. Évaluer les modèles de données et leurs implémentations afin de vérifier leur conformité aux standards définis. MDM & Data Governance Définir le positionnement des flux MDM au sein du système d'information. Contribuer à la mise en cohérence des données de référence entre les différents domaines fonctionnels. Appliquer les principes et standards de Data Governance. Veiller au respect des règles de classification, confidentialité, protection des données et gestion des accès. Prendre en compte les politiques de conservation et de gestion des risques liés aux données. Accompagner les équipes métiers et IT dans la définition des exigences de gouvernance. Data Quality & Métadonnées Identifier les exigences métiers en matière de Data Quality. Accompagner les équipes dans la définition et le positionnement des contrôles de qualité des données. Gérer et enrichir les métadonnées associées aux datasets. Garantir la bonne compréhension de la couverture, de la disponibilité et de la fraîcheur métier des données. Contribuer à la certification de la conformité des datasets avec les standards d'architecture et de gouvernance. Modélisation des processus Documenter les principaux processus métiers produisant ou consommant des données. Modéliser ces processus en BPMN. Identifier les interactions entre processus, données, applications et acteurs. Faciliter la compréhension commune entre équipes métiers et équipes Data / IT. Innovation & IA Identifier les opportunités d'utilisation de l'IA pour accélérer les travaux d'architecture, de modélisation et de documentation. Utiliser les outils d'IA afin d'améliorer l'efficacité et la qualité des livrables.

Objectifs et livrables Rattaché(e) opérationnellement au Product Manager de l'équipe (qui détient l'historique et le contexte du projet), le/la PM aura pour mission de : Cadrer et exécuter le plan d'expérimentation (définition des hypothèses, métriques de succès et parcours tests) Piloter la Discovery et le Delivery des PoC / fonctionnalités Analyser les retours utilisateurs et la data pour tirer des apprentissages clairs sur la valeur perçue Collaborer étroitement avec l'équipe et le PM pour assurer la cohérence stratégique En parallèle de cette mission principale, le/la PM pourra être amené(e) à piloter la Discovery et le Delivery de features hors expérimentation dans le cadre de la roadmap (ex. synchronisation de devices connectés). Profil attendu • Expérience : PM Senior (5+ ans d'expérience en Product Management) • Incontournables : Solide expérience sur des produits B2C à fort trafic Expérience avérée sur des projets intégrant de l'Intelligence Artificielle (LLM, moteurs de recommandation ou agents conversationnels). • Bonus : Expérience sur des applications mobiles iOS / Android • Hard Skills : Expérimentation rapide, Product Discovery, data-driven (A/B testing, analytics), gestion de backlog agile • Soft Skills : Autonomie, pragmatisme, capacités d'adaptation rapides, excellente communication et esprit d'équipe