Trouvez votre prochaine mission ou futur job IT.

Type : prestation externe de longue durée Lieu : Rennes / Cesson-Sévigné Démarrage : ASAP Durée : toute l'année 2027 au minimum, prolongation possible Profil : confirmé / senior Télétravail : 2 jours par semaine après la phase de transfert de connaissances Pas d'astreinte prévue 1. Contexte et périmètre L'équipe Platform Engineering crée et fait évoluer des services techniques communs, standardisés et automatisés, pour les équipes de dev et de Support. Services managés sur opérateurs Kubernetes : PostgreSQL (CloudNativePG), Kafka (Strimzi), et d'autres services à venir Outil CI/CD interne en Python pour standardiser les déploiements via GitLab Backstage : portail self-service pour l'accès aux ressources, l'administration et le diagnostic Observabilité : logs, métriques, traces Sécurité des chaînes de livraison : SSI, Vault, registres d'artefacts L'administration des clusters Kubernetes reste à l'équipe Systèmes. La priorité au démarrage est de reprendre les compétences de l'équipe Architecture sur les services managés. 2. Missions principales Reprise des services managés : monter en compétence sur CloudNativePG et Strimzi, documenter, maintenir, analyser les incidents complexes, améliorer fiabilité et observabilité Nouveaux produits self-service : recueillir les besoins, concevoir et intégrer de nouveaux services sur opérateurs Kubernetes, automatiser déploiement et cycle de vie Outillage Support : faire évoluer Backstage, créer des procédures guidées et des remédiations automatisées et sécurisées, rendre le Support plus autonome Industrialisation : faire évoluer les chaînes GitLab CI/CD, l'automatisation, la conformité, l'observabilité, explorer l'IA générative et agentique pour les déploiements et diagnostics 3. Compétences techniques Prioritaires : PostgreSQL / CloudNativePG, Kafka / Strimzi : confirmé à expert Opérateurs Kubernetes : confirmé à expert Kubernetes, Helm : confirmé GitLab CI/CD, GitOps : confirmé Conception de services self-service, API REST : confirmé Outils de diagnostic et remédiation : confirmé Linux, Python, Bash en production : confirmé Terraform / IaC : requis Prometheus, Grafana, OpenSearch : requis Assistants IA pour le dev (Claude, Cursor) : souhaité Appréciées : Backstage (plugins), Kafka Connect / Debezium, Go, Java, Keycloak (SSO, OAuth2, OIDC), IA agentique (LLM, MCP, agents). Gros plus : CloudNativePG et Strimzi en production. Pas besoin d'être expert en administration de clusters Kubernetes. 4. Profil recherché Platform Engineer, DevOps ou SRE senior, avec une vraie culture dev, automatisation et approche produit. Sensible à l'expérience développeur et à l'exploitabilité pour le Support. Autonome, pragmatique, pédagogue, à l'aise avec les architectes, les équipes Études, Systèmes et Support. 5. Résultats attendus Services managés repris, documentés et maîtrisés Support mieux outillé (diagnostics et remédiations via Backstage) Catalogue self-service enrichi CI/CD, observabilité et outils dev améliorés Partage de connaissances dans l'équipe Le profil en une phrase On cherche un Platform Engineer / DevOps senior qui a déjà fait tourner PostgreSQL et Kafka sur Kubernetes avec des opérateurs (CloudNativePG, Strimzi) en production, et qui aime construire des outils self-service pour les devs et le Support.

Smartpoint, ESN spécialisée dans la Data et l'IA, recherche un Tech Lead Big Data / Data Engineer expérimenté pour renforcer une équipe Data au sein de la DSI d'un grand environnement SI. Vous interviendrez sur des enjeux de gestion de l'obsolescence technique, d'optimisation des traitements Big Data et d'accompagnement des équipes Data Engineering, avec pour objectif d'améliorer la performance, la qualité et la pérennité des applications. Vos missions En tant que Tech Lead Big Data, vous serez amené(e) à : Piloter la gestion de l'obsolescence : auditer les versions des composants applicatifs, identifier les risques et planifier les migrations techniques. Définir et diffuser les bonnes pratiques de développement auprès des équipes Data Engineer. Analyser et optimiser les traitements Big Data afin d'améliorer les performances, de maîtriser les coûts et de contribuer aux objectifs FinOps. Intervenir sur les développements de données et accompagner la résolution de bugs complexes. Accompagner les équipes techniques dans leurs choix d'architecture, leurs évolutions technologiques et leurs montées de version. Collaborer avec les équipes Socle et Infrastructure pour organiser et réaliser les migrations des composants. Animer les instances de suivi de l'obsolescence et communiquer les risques, les avancées et les recommandations aux équipes de pilotage. Proposer des orientations techniques et des solutions innovantes pour faire évoluer l'écosystème Data.

ContexteMission basée à Rueil Malmaison Entité : une grande entreprise internationale spécialisée dans la location longue durée de véhicules et services associés, département IT production. Domaines : Transformation Cloud, Migration applicative, Sécurité Cloud, DevSecOps, Automatisation, Architecture technique, Modernisation applicative. Séniorité : Senior / Lead avec environ 15 ans d'expérience IT. MissionsFinalité du poste Accompagner et accélérer la transformation du patrimoine applicatif vers le Cloud en facilitant la migration, modernisation et mise en conformité Cloud des applications. Garantir des solutions sécurisées, résilientes, évolutives, observables, automatisées et conformes aux standards technologiques et de sécurité du groupe. Architecture & Migration Cloud : Conception d'architectures Cloud (résilientes, sécurisées et optimisées), évaluation de la maturité des applications (Cloud Readiness), définition des stratégies de migration (Rehost, Refactor, Modernisation) et réduction de la dette technique. Sécurité Cloud & Cybersécurité : Intégration de la sécurité dès la conception (Security by Design, Zero Trust), définition des politiques IAM/réseau/chiffrement et mise en conformité des projets avec les exigences de sécurité et de réglementation. DevSecOps & CI/CD : Implémentation de pipelines CI/CD automatisés et sécurisés (Shift-Left, SAST/DAST), promotion des approches GitOps et mise à disposition de modèles réutilisables pour les équipes applicatives. Infrastructure-as-Code & Automatisation : Standardisation du provisioning d'infrastructure via l'IaC (Terraform, Bicep, CloudFormation), mise en place du Policy-as-Code et suppression des tâches manuelles. Modernisation Applicative : Transformation du patrimoine legacy vers des technologies modernes (conteneurs, Kubernetes, Serverless, architectures événementielles). Platform Engineering : Création de plateformes Cloud en libre-service (Golden Paths, templates standardisés) pour autonomiser et accélérer le travail des équipes de développement. Industrialisation des Migrations : Passage à une approche à l'échelle (Migration Factory), structuration de méthodologies et runbooks réutilisables, et suivi analytique de l'avancement. IA & Technologies Émergentes : Veille technologique et intégration de l'IA/automatisation pour l'analyse de code, la refactorisation applicative et le monitoring intelligent. Expertise techniqueCloud Expertise forte sur au moins une plateforme majeure : Microsoft Azure, AWS, Google Cloud. Expérience multi-Cloud appréciée. Architecture Architecture Cloud, Solution et Technique. Modernisation applicative. Systèmes distribués, API, intégration, microservices. Conteneurs, Kubernetes, serverless. Haute disponibilité, résilience, Disaster Recovery. Architectures Hybrid Cloud. Sécurité Architecture sécurité Cloud. IAM / RBAC, Zero Trust. Sécurité réseau, chiffrement, gestion clés et secrets. Gestion vulnérabilités, Threat Modeling, Security Monitoring, Guardrails. DevSecOps, Security-as-Code. DevOps / DevSecOps CI/CD (GitHub, GitLab, Azure DevOps, Jenkins ou équivalent). GitOps, tests automatisés, sécurité chaîne logicielle (SAST, DAST). Sécurité conteneurs. Automatisation & Infrastructure-as-Code Terraform, Bicep / ARM ou équivalent. Ansible, Python, PowerShell / Bash. API et frameworks d'automatisation. Observabilité Dynatrace, Prometheus, Grafana, OpenTelemetry. Monitoring et logging Cloud natifs. Séniorité & expérienceNiveau : Senior / Lead Cloud Architect Environ 15 ans d'expérience IT, idéalement en environnements complexes, internationaux et réglementés. Expérience significative comme Architecte Cloud, Solution, Technique ou Sécurité. 7 à 10+ ans en architecture, infrastructure, transformation applicative ou technologique. Au moins 5 ans en architecture Cloud et migration d'applications d'entreprise. Solide expérience en sécurité Cloud et DevSecOps. Expérience hands-on en CI/CD, Infrastructure-as-Code et automatisation. Expérience démontrée dans conception et réalisation de programmes complexes de transformation Cloud. Expérience en prise de décisions techniques impliquant plusieurs équipes et applications. Expérience dans définition de patterns d'architecture, frameworks d'automatisation et méthodologies de migration réutilisables. Expérience dans organisations technologiques internationales et distribuées. Compétences clésLeadership technique et architectural fort. Excellentes capacités d'analyse et résolution de problèmes. Forte culture de la sécurité. Esprit d'ingénierie et d'automatisation. Capacité à simplifier environnements techniques complexes. Capacité à challenger constructivement architectures existantes. Excellentes capacités de communication et gestion des parties prenantes. Capacité à influencer sans lien hiérarchique direct. Capacité à travailler avec équipes Applicatives, Infrastructure, Cyber, Architecture et Production. Expérience du travail dans équipes internationales et distribuées. Bonne compréhension de la gouvernance d'entreprise et gestion des risques. Forte capacité d'apprentissage et d'innovation.

#StormYourCareer Rejoins STORM GROUP et grandis avec nous ! Industrialise les accélérateurs de calcul GPU, automatise les plateformes GenAI et propulse l'IA souveraine d'un grand groupe internationalAu sein d'un grand groupe international, l'équipe spécialisée dans les domaines de la Data et de l'Intelligence Artificielle conçoit, déploie et exploite des plateformes technologiques mutualisées destinées à accompagner la transformation numérique des différentes entités de l'organisation. Nous recherchons un(e) Ingénieur(e) DevOps / Plateforme GPU & IA pour rejoindre l'équipe dédiée aux services d'IA Générative (GenAI). Ton rôle sera névralgique, hautement innovant et structurant : tu prendras en charge le déploiement, l'industrialisation, la sécurisation et l'exploitation des plateformes d'accélération de calcul (GPU) et des services de modèles IA hébergés dans des environnements souverains et hautement sécurisés. Ton futur environnementTu évolueras au cœur du pôle dédié aux infrastructures et services d'Intelligence Artificielle, en interaction étroite avec les équipes MLOps, les Data Scientists, les architectes sécurité et les responsables produits. Organisé(e) en méthodologie Agile, tu évolueras dans un environnement technique complexe, distribué, sécurisé et à très haute disponibilité. C'est le cadre idéal pour manipuler les dernières technologies d'orchestration GPU, automatiser la mise à disposition de modèles d'IA générative et garantir la souveraineté des données au sein d'une organisation mondiale. Tes missions clésIndustrialisation, Automation & Architecture GPU (Mode BUILD & AGILE) : Industrialiser et automatiser le déploiement des plateformes d'accélération de calcul et de serving de modèles IA dans des environnements privés et hybrides sécurisés. Administrer et optimiser l'orchestration des ressources de calcul GPU pour le fine-tuning et l'inférence de modèles LLM / GenAI. Contribuer à l'évolution de l'architecture des solutions déployées et intégrer de nouveaux services managés respectant les exigences de sécurité, de conformité et de gouvernance. Automatiser les chaînes de déploiement continu (CI/CD) et développer des scripts d'automatisation (Python, Bash). Participer activement aux cérémonies Agile, au suivi du backlog produit, à la planification et à la définition de la feuille de route (roadmap) des services d'IA. Documenter les offres de services, concevoir les guides de mise en production et réaliser des démonstrations auprès des parties prenantes. Maintien en Conditions Opérationnelles & Sécurité (Mode RUN & SÉCURITÉ) : Assurer le Maintien en Conditions Opérationnelles et de Sécurité (MCO/MCS) des plateformes d'IA générative en production. Mettre en place et piloter les solutions de supervision, de monitoring et d'observabilité sur l'utilisation des clusters et la consommation GPU. Analyser et résoudre les incidents techniques complexes impactant la disponibilité ou la performance des modèles. Participer aux activités transverses de la squad et aux dispositifs d'astreinte pour garantir une continuité de service irréprochable. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 universitaire en informatique, génie logiciel, Cloud computing ou Big Data / IA. Expérience : Tu justifies d'une expérience confirmée de 4 à 8 ans en ingénierie DevOps, Cloud ou Administration de Plateformes en production (MCO/MCS), avec une sensibilité affirmée pour les infrastructures IA/ML. Expertise Technique & IA Impérative : Maîtrise des technologies de conteneurisation et d'orchestration (Kubernetes, Docker). Une certification (ex: CKA, CKAD, RedHat OpenShift) constitue un atout majeur. Connaissance des architectures IA / Machine Learning et idéalement de l'orchestration de ressources de calcul GPU (ex: NVIDIA Kubernetes Device Plugin, KubeFlow, Triton Inference Server). Solide expérience en déploiement d'infrastructures sur des environnements privés, hybrides et Cloud hautement sécurisés. Pratique confirmée de l'automatisation, des pipelines CI/CD et du scripting (Python, Bash). Expérience des outils d'observabilité et de monitoring (Prometheus, Grafana, ELK). Agilité & Soft Skills : Pratique éprouvée des méthodologies Agile (Scrum / Kanban) et des outils de gestion de projet associés (Jira, Confluence). Esprit collaboratif, rigueur opérationnelle et aisance à communiquer/présenter des solutions techniques auprès de divers interlocuteurs. Tes atoutsPionnier de la Tech GenAI : Passion pour les infrastructures modernes dédiées au Large Language Models (LLM) et à l'accélération matérielle GPU. Culture du SecOps et de la Souveraineté : Réflexe permanent d'intégrer les règles de sécurité, de confidentialité des données et de gouvernance dès la phase de conception (Security by Design). Esprit Produit & Pédagogie : Capacité à transformer des contraintes système complexes en offres de services simples et attractives pour les utilisateurs internes. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5 euros / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business et accompagnement aux certifications de référence (CKA/CKAD Kubernetes, Certifications Cloud/AI, NVIDIA). Prime de cooptation, prime d'intéressement et de participation. Rythme de travail : Télétravail hybride avec présence régulière sur le site client et gestion d'astreintes planifiées. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Notre processus de sélectionÉchange introductif avec un chargé de recrutement. Entretien métier avec évaluation technique approfondie (Cas pratique d'orchestration de ressources GPU sous Kubernetes, automatisation de pipeline CI/CD pour un service GenAI, gestion d'incidents MCO/MCS et démarche Agile). Rencontre finale pour validation du fit et projection sur la mission. Prêt à rejoindre une équipe d'experts engagés ? N'hésite plus, rejoins la Storm Team ! Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.

Un grand acteur du secteur de la grande distribution recherche un Data Architect expérimenté pour rejoindre son équipe Core au sein de sa Data Platform. Vous contribuerez à la conception et au développement d'une infrastructure data moderne sur GCP, centrée sur l'accessibilité des données, l'accélération des traitements analytiques et l'alignement entre les équipes opérationnelles et décisionnelles. La Data Platform fournit aux équipes produit des applications standardisées, des frameworks de développement (Java, Scala, Python), une infrastructure CI/CD robuste et des services APIs fiables. Le projet phare, Phenix, vise à transformer ce socle technique en une usine d'agents IA autonomes, capables de gérer l'intégralité du cycle de vie des traitements : de la conception à la mise en production, en passant par le rollback et l'observabilité. Vous serez au cœur de la construction et de l'outillage de ces agents, en collaboration avec des équipes cross-fonctionnelles. Le périmètre englobe : l'architecture et l'instrumentation d'agents IA (MCP, skills, pipeline orchestration), la modernisation continue de l'infrastructure (migrations, sécurisation, observabilité), l'implémentation de standards d'ingénierie logicielle robustes, et le support aux développeurs pour garantir une expérience fluide et des déploiements sûrs. L'environnement technique repose sur une stack polyglotte (Python, Scala, Java), des moteurs de traitement batch (DBT, BigQuery) et streaming (Kafka Streams), une orchestration sophistiquée (Dataproc) et une plateforme cloud-native GCP. Responsabilités : - Concevoir et architcter des agents IA de production, utilisés par plusieurs équipes, avec un focus sur l'autonomie, la scalabilité et la maintenabilité - Participer à la création et à l'évolution de serveurs MCP et de frameworks d'agents, en ligne avec la stratégie de plateforme - Assurer l'implémentation de standards d'ingénierie solides : CI/CD, tests automatisés, observabilité end-to-end et gestion du rollback - Supporter les équipes produit dans la conception de pipelines batch (DBT, BigQuery) et streaming (Kafka Streams) - Contribuer à la modernisation du socle infrastructure : migrations, sécurisation et réduction de la dette technique - Définir et mettre en place des évaluations de performance et de qualité sur les agents IA et systèmes LLM - Documenter et diffuser les bonnes pratiques et patterns d'implémentation auprès des équipes - Collaborer en méthodologie Agile avec les équipes Core et produit pour délivrer des solutions performantes et sûres Télétravail : 3 jours par semaine sur site Localisation : Massy

Mission du posteLa mission du poste est de faire de Flow le produit qui permet aux installateurs de devenir des champions locaux, avec une petite équipe tech sénior et rapide. Concrètement, nous menons deux chantiers en parallèle : Améliorer Flow : les partenaires attendent des évolutions : nouvelles features et correctifs, sur un produit déjà en production et utilisé en permanance. Transformer notre façon de shipper : l'infra AI, les agents, les garde-fous, les tests, la CI/CD, les bonnes pratiques de revue, tout est à refondre. Outcomes à 12 mois Produit : l'usage de Flow est fluide et permet aux utilisateurs de gagner plusieurs heures par semaine grâce aux features que tu as déployées. Flow s'impose comme l'ERP de référence dans le photovoltaïque et commence à être utilisé sur les autres métiers de la transition énergétique - installateurs de PAC, poseur de bornes etc. Cadence : un bug remonté par un partenaire, c'est un correctif prêt à merger en une heure. Pas parce qu'on court plus vite, mais parce que les agents font le gros du travail. Infra opérationnelle : agents outillés sur notre codebase, avec les garde-fous qui permettent de leur faire confiance sur du code qui part en production et d'accélérer la review. Base technique saine et documentée : couverture de tests, environnements, déploiements, observabilité. Un nouveau dev est productif en quelques jours Équipe : une fois la thèse validée, des recrutements pour accélérer et un rôle de lead à prendre Tu auras sous ta responsabilité : Features end to end : Conception, implémentation, tests, déploiement - avec le CTO et le Head of Product. Tu ne fais pas que shipper, tu donnes ton avis sur la faisabilité, la spec et la priorisation du développement. Infra AI : C'est la partie la plus ouverte du poste et là où on a le plus à progresser. Quels agents, sur quel périmètre, avec quelles garanties, quel contexte on leur donne, comment on relit ce qu'ils produisent ? On reproduira ce qui marche ailleurs et on construira le reste. Architecture et qualité : Tu es garant de la stabilité de la plateforme et de la qualité de ce qui part en production, le code des agents inclus. Revue : Tu relis autant de code écrit par des agents que par des humains, et tu définis les bonnes pratiques pour être efficace. Process : Tu participes à la mise en place des rituels et des standards de l'équipe dev, et à la façon dont produit et tech se parlent. La stack Backend : Linux, Python, Odoo 19, PostgreSQL Front : TypeScript & Odoo Infra : Odoo hébergé en containers, Linux, Docker / Kubernetes AI : Claude code, Background Agents en test, ouverts pour des évolutions + features IA dans Flow (de l'analyse de la production des centrales solaires au remplissage automatique du CRM par la voix)

Nous recherchons un Analytics Engineer pour intervenir au sein d'une équipe Data dédiée aux usages digitaux en magasin d'un grand acteur international du retail. L'équipe a pour objectif d'exploiter la donnée afin d'améliorer l'efficacité des équipes opérationnelles en magasin et de leur permettre de prendre de meilleures décisions. Vous interviendrez sur l'ensemble de la chaîne de transformation et de modélisation de la donnée, avec un rôle fortement orienté Analytics Engineering. Vos principales responsabilités : • Automatiser et industrialiser les pipelines de transformation de données alimentant les dashboards, analyses Data et modèles IA ; • Construire et modéliser la semantic layer sur des domaines métier notamment liés à la Supply Chain et à la Production ; • Maintenir, optimiser et repenser les datasets et pipelines existants afin de répondre à de nouveaux cas d'usage ; • Construire des datasets robustes, fiables et facilement exploitables ; • Garantir la qualité des données exposées ; • Participer aux choix techniques et à l'évolution de la stack Data ; • Intégrer les enjeux de data lineage, de gouvernance et de documentation ; • Contribuer aux communautés Analytics Engineering et Data Engineering. Environnement technique : AWS, Databricks, Glue, S3, dbt, Airflow, SQL, Python, Scala, PySpark, Great Expectations, Git, GitHub, CI/CD, Make.

Ingénieur infrastructure et production10 ans + : infrastructure, linux COMPÉTENCES EXIGÉES Infrastructure Expert Linux Expert automatisation Confirmé IA Moyen Descriptif de la mission Expérience >= 10 ans en gestion de parcs informatiques Linux on-prem. - Expérience avec le déploiement et la gestion de solutions S3 on-prem (Minio/AIStor, Scality, Garage, Ceph, etc.) à l'échelle (> 1PB). - Connaissances avancées en administration systèmes Linux et des sous systèmes de stockage (lvm, dm-crypt, iSCSI, etc.) - Connaissances avancées en réseaux Linux (TCP/IP, VLAN, LBs, Firewall, etc.) - Connaissances avancées en automatisation (Ansible, Python, AWX/Tower, etc.) - Capacité à mener des sous-projets en autonomie, et en collaboration avec plusieurs acteurs dans un environnement multi-responsabilités. le projet "Observability as Data" vise au PoC, au design, au setup et au tuning de solutions avancées OnPremises de données innovantes à très haute performance et très grosses volumétries avec des sous-jacents système exigents nécessitant des connaissances hardware, système et réseau approfondies. Des PoC plus restreints pourront être imaginés sur GCP également.

Support N3 / Projet et maîtrise de Terraform Expertise Niveau 3 & Maintien en Conditions Opérationnelles (MCO) Le poste implique d'intervenir en escalade ultime sur les incidents de production complexes, notamment l'analyse de crash dumps, la résolution de problèmes de performance CPU/I-O/Mémoire et les pannes réseau système. Gestion du cycle de vie (Patching & Upgrades) : définir et piloter les campagnes de mise à jour des OS (RedHat/Rocky Linux, Debian/Ubuntu) et durcir la sécurité du noyau (Kernel tuning, SELinux/AppArmor). Capacity Planning & Tuning : superviser la performance globale des serveurs, analyser les goulots d'étranglement et optimiser les configurations système pour les applications critiques (bases de données, serveurs web). Industrialisation & Automatisation (IaC & Templates) Création et gestion de templates : concevoir, builder et maintenir les images de référence ("Golden Images") Linux pour différents environnements (VMware, AWS, Azure, Bare-metal) en utilisant des outils de templating comme HashiCorp Packer. Intégration Terraform : rendre ces templates consommables par Terraform. Créer et documenter les modules Terraform pour automatiser le cycle de vie du provisionnement des serveurs. Gestion des configurations : développer et maintenir les rôles Ansible (ou Puppet/SaltStack) pour la post-configuration automatisée des serveurs fraîchement déployés par Terraform. Expertises spécifiques : Expertise OS, outils d'Infrastructure as Code, gestion de configuration, scripting, environnements virtualisés / cloud, sécurité. Agilité au changement (S'adapte & Saisit les opportunités) : l'administration système traditionnelle évolue vers le "Software-Defined". Vous passez avec aisance du diagnostic d'un serveur en ligne de commande à la résolution d'un bug dans un pipeline CI/CD. Vous voyez l'évolution des pratiques d'ingénierie et l'hybridation des infrastructures comme une opportunité d'enrichir votre quotidien. Culture de l'innovation (Propose, expérimente & Veille active) : vous êtes force de proposition pour moderniser nos méthodes d'exploitation. Vous menez une veille active sur les outils d'automatisation, les nouvelles distributions Linux et les méthodes de conteneurisation. Vous n'hésitez pas à concevoir des maquettes (PoC) pour tester des approches d'auto-remédiation des pannes. Appropriation de l'IA (Comprend l'impact & Exploite) : vous intégrez l'IA générative dans vos méthodes de travail pour gagner en efficacité. Vous l'utilisez pour accélérer l'écriture de vos playbooks Ansible, valider et optimiser vos codes Terraform, ou pour générer des scripts Bash/Python complexes. Vous explorez également l'usage de l'IA pour l'analyse prédictive des logs système. Collaboration & Transmission (Partage & Monte en compétences) : en tant qu'expert N3, vous êtes le mentor des équipes de support N1/N2. Vous rédigez des procédures d'exploitation claires, documentez l'architecture de vos templates et animez des sessions de partage de connaissances pour rendre les équipes autonomes sur l'utilisation des modules Terraform que vous concevez.

Dans le cadre de projets Data, nous recherchons un Ingénieur Data / Développeur DBT confirmé, spécialisé dans l'environnement Google Cloud Platform (GCP). Vous interviendrez sur la modélisation, la transformation et l'exposition des données, avec pour objectif de concevoir et de maintenir des produits data fiables, performants et adaptés aux besoins métiers. Vous contribuerez également à la qualité des développements, à la maintenance des traitements existants et à l'accompagnement des profils juniors de l'équipe. Missions :Modélisation et conception Data Concevoir et modéliser les données ainsi que les produits data. Rédiger les spécifications techniques des solutions à développer. Mettre en place des produits data élémentaires et agrégés. Concevoir les mécanismes d'exposition et de réplication des données pour répondre aux besoins des usages API. Développement et industrialisation Développer et maintenir les pipelines de transformation, d'alimentation et d'exposition des données. Concevoir et développer les traitements DBT dans l'environnement GCP, notamment sur BigQuery. Participer à l'orchestration des traitements de données avec Airflow. Mettre en œuvre les bonnes pratiques de développement, de versioning et d'intégration continue. Qualité, tests et documentation Réaliser les recettes techniques et les tests de non-régression. Garantir la qualité, la fiabilité et la performance des traitements développés. Produire et maintenir la documentation technique. Assurer le run, le suivi et la maintenance corrective et évolutive des traitements existants. Encadrement et amélioration continue Accompagner et encadrer les profils juniors de l'équipe. Vérifier et valider la qualité des développements et des livrables. Utiliser quotidiennement les outils d'intelligence artificielle, notamment GitHub Copilot, pour optimiser les pratiques de développement et gagner en efficacité. Environnement technique :Langages : SQL, Python Data Transformation : DBT Cloud & Data Warehouse : Google Cloud Platform (GCP), BigQuery Orchestration : Airflow Versioning & CI/CD : Git, GitLab, GitHub, Jenkins Intelligence artificielle : GitHub Copilot et outils d'assistance au développement par IA

#StormYourCareer Rejoins STORM GROUP et construis ta carrière avec nous ! Cartographie les risques émergents et sécurise le déploiement de l'intelligence artificielle au sein du secteur financierAu sein de la filière Risques d'un acteur de référence du secteur financier, nous recherchons un(e) AI Risk Manager. Ton rôle sera hautement stratégique et structurant : tu intégreras l'ensemble des risques spécifiques induits par l'intelligence artificielle (biais, dérives, dépendance technologique, cybersécurité, opacité) au sein du dispositif global de gestion des risques du groupe. Ton futur environnementTu évolueras au sein d'une direction des risques d'entreprise (Enterprise Risk Management), en interface constante avec les comités de direction, les Chief Risk Officers, les équipes de conformité, la cybersécurité et les équipes de validation de modèles. Dans un secteur soumis à une forte surveillance prudentielle, tu seras le référent sur l'évaluation des risques technologiques émergents. C'est le cadre idéal pour déployer des méthodologies de cotation de risques novatrices, piloter des comités d'arbitrage et concilier appétence au risque et conformité réglementaire. Tes missions clésCartographie & Évaluation Préalable des Risques IA (Mode CADRAGE & RISQUES) : Identifier, cartographier et coter les risques inhérents aux systèmes d'IA : risque de modèle, biais de représentativité, dérive des données (drift), manque d'explicabilité, cyber-vulnérabilités et dépendance aux tiers. Classifier les systèmes d'IA selon leur niveau de criticité et de risque, en stricte cohérence avec les exigences de l'AI Act, de DORA et des recommandations ACPR. Évaluer de manière systématique les risques des nouveaux cas d'usage IA lors des phases de cadrage initial (Risk Assessment pré-lancement). Contribuer à la rédaction et à la mise à jour des politiques, normes et procédures de gestion des risques technologiques et de modèle. Pilotage des Indicateurs, Contrôle & Comitologie (Mode GOUVERNANCE & REPORTING) : Définir et suivre les indicateurs clés de risque (KRI) et fixer les seuils d'alerte opérationnels pour l'ensemble des systèmes en production. Coordonner les actions d'atténuation des risques avec les fonctions de conformité, de sécurité des systèmes d'information et de validation indépendante. Analyser les métriques de performance et de dérive via des requêtes et analyses ciblées (notions Python / SQL, outils GRC). Préparer et animer les comités des risques, et produire les tableaux de bord de pilotage consolidés (Power BI) à destination des instances de gouvernance. Ton profilFormation : Diplôme Bac+5 (Master 2, école de commerce ou d'ingénieurs) en gestion des risques, finance quantitative, économétrie, Data Science ou management des SI. Expérience : Tu justifies d'une expérience confirmée de 4 à 6 ans en gestion des risques en environnement bancaire ou assurantiel (risque de modèle, risques opérationnels, risques IT ou conformité). Expertise Gestion des Risques Impérative : Parfaite maîtrise des méthodologies de cartographie, de cotation et de suivi des risques opérationnels et de modèle. Excellente connaissance des cadres réglementaires sectoriels : AI Act, DORA, recommandations ACPR, cadre MRM. Pratique des référentiels de maîtrise des risques technologiques (NIST AI RMF). Culture Technique & Outils : Bonne compréhension du fonctionnement des systèmes d'IA (Machine Learning, LLMs) et de leurs modes de défaillance. Notions d'analyse de données (SQL, Python) et maîtrise des outils de restitution (Power BI, outils GRC). Langues : Anglais professionnel opérationnel. Tes atoutsHauteur de Vue et Esprit d'Analyse : Aptitude à évaluer les impacts croisés (techniques, juridiques, financiers, réputationnels) d'un incident algorithmique. Indépendance d'Esprit et Diplomatie : Capacité à challenger de manière constructive les choix des équipes projets tout en favorisant le déploiement business. Excellence dans la Communication : Clarté et précision lors des restitutions face aux comités des risques et instances dirigeantes. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.

1. Description du posteDans le cadre du développement de projets Data et IA sur Microsoft Azure, nous recherchons un Expert Azure Databricks / Azure Batch pour concevoir, industrialiser et maintenir des plateformes de traitement de données à grande échelle. Le consultant interviendra sur des environnements Cloud exigeants, avec un fort niveau d'automatisation, de performance, de sécurité et de fiabilité. Il participera à la conception d'architectures Data modernes ainsi qu'au développement de solutions robustes et industrialisées. Ses principales responsabilités seront les suivantes : Concevoir et développer des pipelines de traitement de données distribués sous Azure Databricks. Développer des notebooks, workflows et composants techniques en Python et PySpark. Optimiser les performances des traitements Databricks et des jobs distribués. Concevoir des architectures Lakehouse basées sur Delta Lake. Industrialiser et orchestrer des traitements massifs avec Azure Batch. Configurer les pools de calcul et les stratégies d'exécution adaptées aux besoins. Optimiser la parallélisation, la distribution de charge et la consommation des ressources. Mettre en place des solutions de monitoring, d'observabilité et de gestion des incidents. Développer des librairies Python réutilisables, maintenables et testées. Réaliser des tests unitaires, d'intégration et de performance. Participer aux revues de code et à l'amélioration continue des pratiques de développement. Mettre en œuvre des pipelines CI/CD et automatiser les déploiements. Développer et maintenir l'Infrastructure as Code avec Terraform et/ou Bicep. Garantir la qualité, la sécurité et la conformité des déploiements. Accompagner les équipes projet dans l'adoption des standards Cloud, Data Engineering et DevOps.

Le rôle de Senior Site Reliability Engineer (SRE) est stratégique pour garantir la performance, la fiabilité et la sécurité des environnements de production supportant une plateforme de paiement critique opérant à l'échelle européenne. En proximité avec les équipes de développement, d'architecture, de production et de cybersécurité, vous contribuez à définir les standards de fiabilité de la plateforme et accompagnez les équipes dans l'adoption des pratiques SRE. Vos responsabilités :Garantir la disponibilité, la performance et la résilience des systèmes en ligne avec les SLO/SLA. Définir et piloter les indicateurs de fiabilité (SLI, SLO, Error Budgets). Concevoir et faire évoluer les solutions d'observabilité, de monitoring et d'alerting. Automatiser les déploiements, l'exploitation et l'administration des infrastructures via l'Infrastructure as Code. Piloter les incidents critiques, conduire les analyses de causes racines (RCA) et les post-mortems. Développer et maintenir les contrôles de sécurité (IAM, ACL, Firewall, VPN, IPSEC, gestion des secrets). Formaliser les architectures et contribuer aux revues d'exploitabilité et de résilience. Accompagner les équipes de développement dans l'amélioration de la qualité opérationnelle des applications. Assurer la conformité avec les référentiels PCI-DSS, DORA, ISO 27001 et IBM FS Cloud. Contribuer à la montée en compétence des ingénieurs SRE et à la diffusion des bonnes pratiques. Votre profilDiplôme d'ingénieur ou Master en informatique. 8 ans d'expérience minimum en SRE, DevOps, Cloud Engineering, Infrastructure Engineering ou Production Engineering. Expérience significative sur des plateformes critiques à forte exigence de disponibilité et de sécurité. Solide maîtrise des problématiques de fiabilité, observabilité, automatisation et gestion des incidents. Leadership technique reconnu et capacité à travailler dans des environnements complexes. Français courant (C2), Anglais courant (C1/C2). Une expérience dans les secteurs du paiement, de la finance ou d'environnements réglementés est un plus. Compétences clés requisesLangages : Terraform, Python, Bash, Helm, Ansible Conteneurisation : Docker, Kubernetes, Openshift Sécurité : bonnes pratiques cybersécurité, maîtrise des référentiels type OWASP et des tests SAST/DAST, gestion des ACL Cloud : expérience cloud, idéalement IBM Cloud (VPC, OpenShift, IAM, HPCS, Monitoring, Logs, Secret Manager...) Communication : clarté à l'écrit comme à l'oral, travail collaboratif Problèmes complexes : capacité d'analyse et de résolution sur des environnements distribués Utilisation de l'Intelligence Artificielle recommandéeUtilisation d'outils d'IA générative dans un contexte professionnel. Expérience avec Claude ou outil équivalent. Appétence pour l'utilisation d'agents spécialisés et de l'IA appliquée aux activités SRE, DevOps et Infrastructure as Code. Capacité à exploiter l'IA pour accélérer le développement, la standardisation et l'exploitation des plateformes. Compétences appréciées, ou que vous pourrez acquérir en nous rejoignant :Technos associées : PostgreSQL, Kafka, MongoDB, VSI RH Linux, Object Storage Certification IBM Cloud SRE

📍 Marseille (13) · Hybride, 2 jours par semaine sur site · Démarrage octobre 2026 · CDI Qui sommes-nous ? Visian Azur, filiale du Groupe Neurones, est un cabinet de conseil spécialisé en Data et Intelligence Artificielle, implanté à Marseille. Nous accompagnons de grands comptes de la région sur leurs projets data les plus ambitieux. Vos missions Vous concevrez et intégrerez deux modules spécialisés au sein d'un framework agentique de recherche et d'expérimentation en Machine Learning. Module Event Forecasting : intégrer des événements externes dans des prévisions de séries temporelles. Découvrir et représenter les événements, modéliser leur probabilité, date, durée, intensité, direction, incertitude et impact Construire des scénarios (sans événement, central, optimiste, pessimiste, stress) à partir de méthodes statistiques, ML et Deep Learning Garantir l'absence de fuite temporelle en tenant compte strictement de la date de publication des données Valider les résultats par des tests placebo, des backtests événementiels et une comparaison à un modèle de référence sans événements Module IoT et détection de pannes : maintenance prédictive sur les données capteurs de sites industriels connectés. Détecter précocement les anomalies et les signaux précurseurs de panne Estimer la probabilité de panne et la durée de vie utile restante (RUL) Traiter des séries temporelles multivariées réelles : données manquantes, bruit, changements de régime Mobiliser des approches supervisées, non supervisées, de détection d'anomalies et d'analyse de survie Assurer la généralisation à de nouveaux équipements et produire des alertes explicables et hiérarchisées Transverse Définir les protocoles expérimentaux, jeux de tests et modèles de référence Produire un code versionné, testé et documenté, avec guide de prise en main Présenter régulièrement les résultats et assurer le transfert de connaissances aux équipes internes

L'équipe est chargée de la gestion transversale et globale des outils dédiés aux filières éolienne, solaire et hydraulique, en étroite collaboration avec Engie Digital et les systèmes d'information (SI) des différentes zones géographiques ; elle recherche actuellement un ingénieur plateforme de données (Data Platform Engineer). La mission s'effectuera au sein de l'équipe « Digital Delivery » ; elle consistera à soutenir la gouvernance des données ainsi que la gestion de la plateforme Databricks, et à piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks. Les objectifs de la mission sont les suivants : - Administrer et sécuriser la plateforme Databricks (gestion technique et opérationnelle) - Déployer et faire respecter la gouvernance des données appliquée à Databricks ainsi que les bonnes pratiques associées (structure du catalogue, organisation par domaines, règles d'accès et d'utilisation) - Piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks - Accompagner et soutenir les ingénieurs de données (data engineers) et les utilisateurs métiers (data citizens) dans l'utilisation de la plateforme - Intégrer les impératifs de cybersécurité, de conformité et de maîtrise des coûts dès la conception (« by design ») - Contribuer à la communauté informatique (échanges sur les bonnes pratiques, retours d'expérience, etc.) Activités principales : - Administration de la plateforme Databricks : administrer, surveiller et maintenir les espaces de travail (workspaces) Databricks (gestion technique et opérationnelle : espaces de travail, ressources de calcul, accès, coûts, sécurité, gestion des incidents) - Gouvernance des données sur Databricks : mettre en œuvre et faire évoluer le cadre de gouvernance des données sur la plateforme Databricks (structure du catalogue, organisation par domaines, règles d'accès, normes de nommage et de qualité) et garantir la conformité avec les politiques du Groupe - Migration depuis l'ancien « data lake » : piloter la migration des données de l'ancien « data lake » d'entreprise vers Databricks : évaluer le périmètre existant, définir l'architecture cible et la feuille de route, planifier et coordonner les vagues de migration avec les équipes « data », et sécuriser le basculement - Accompagnement et support des utilisateurs : accueillir et soutenir les nouveaux utilisateurs — des ingénieurs de données aux utilisateurs métiers — dans l'adoption de Databricks et l'application des bonnes pratiques ; Fournir de la documentation, du coaching et de la formation - DataOps sur Databricks : Concevoir et mettre en œuvre les pipelines permettant de promouvoir les actifs de données et le code entre les environnements Databricks (développement, test, production) et les catalogues, en utilisant l'intégration et le déploiement continus (CI/CD) basés sur Git ainsi que les outils natifs de Databricks (ex. : Databricks Asset Bundles), tout en encourageant l'adoption des pratiques DataOps au sein des équipes. - Veille technologique : Tester et évaluer les nouvelles fonctionnalités de Databricks (y compris les capacités d'IA) ainsi que les outils complémentaires, et recommander leur adoption. - Reporting et communication : Rendre compte de l'avancement de la plateforme et de la migration, et partager les meilleures pratiques ainsi que les retours d'expérience avec la communauté informatique. Principaux défis : • Adoption de la gouvernance : Amener les entités et les utilisateurs à adopter les normes définies en matière de catalogues, de domaines et d'accès, tout en garantissant une plateforme simple d'utilisation pour les utilisateurs métiers (« data citizens »). • Complexité de la migration : Migrer les données et les consommateurs de l'ancien « data lake » vers Databricks sans perturber les activités en cours, tout en préservant la qualité et la traçabilité (lignage) des données. • Équilibre entre exploitation (Run) et développement (Build) : Assurer la stabilité, la sécurité et la maîtrise des coûts de la plateforme tout en menant à bien la migration et en prenant en charge de nouveaux cas d'usage. Livrables attendus : ? Documentation sur la gouvernance et le modèle opérationnel : Structure des catalogues et des domaines, modèle d'accès, conventions de nommage et normes d'utilisation alignés sur les standards internes relatifs aux données et à l'IA. ? Plan de migration (de l'ancien data lake vers Databricks) et rapports d'avancement : Périmètre, priorisation, calendrier, risques et points de situation réguliers auprès des comités de pilotage. ? Supports d'intégration et de bonnes pratiques : Guides, modèles, architectures de référence (blueprints) et sessions de formation destinés aux ingénieurs de données et aux utilisateurs métiers. ? Rapports d'exploitation de la plateforme : Indicateurs de suivi, de coûts, de sécurité et de conformité de la plateforme Databricks.