Trouvez votre prochaine mission ou futur job IT.

Bonjour, je recherche pour l'un de mes clients un(e) ingé. IA Générative / LLM Engineer. Skills : IA Générative / LLM - Fine-tuning - Python Mission : -adapter et spécialiser des modèles de langage open source sur des jeux de données métiers -réaliser le fine-tuning de modèles -concevoir et structurer les datasets d'entraînement -mettre en œuvre des techniques d'alignement des modèles afin d'améliorer la qualité des réponses et de limiter les hallucinations -définir et développer des pipelines d'évaluation des modèles N'hésitez pas à revenir vers moi pour des informations complémentaires.

L'AI design engineer occupe une position charnière entre le design et le développement, appliquée ici spécifiquement au design system. À la différence d'un profil front-end classique, il porte un regard de designer sur ce qu'il automatise : son rôle n'est pas de concevoir ou de développer les composants lui-même — cela reste le travail des designers et développeurs de l'équipe — mais de construire les outils et les fondations qui leur permettent, à eux comme à l'IA, d'aller plus vite sans perdre en qualité ni en cohérence d'usage. Sa spécificité : il connaît finement les capacités et les limites des outils d'IA générative, et structure le design system pour qu'il devienne "IA-ready" — c'est-à-dire pour que l'IA puisse produire, de manière fiable et nativement conforme, des spécifications, des tokens et des composants codés, sans contrôle humain systématique. Il ne se contente pas d'utiliser l'IA pour aller plus vite : il conçoit les fondations (identité visuelle, règles de conception, accessibilité, conventions d'écriture) qui permettent à l'IA de produire juste du premier coup. Missions principales Structuration du design system pour l'IA • Transmettre à l'IA l'ADN du design system (identité visuelle, règles de conception, accessibilité, conventions d'écriture) sous une forme exploitable par les outils génératifs. • Évaluer les capacités et les limites des outils d'IA (design-to-code, génération de tokens et de composants) et remonter ces constats pour éclairer les arbitrages. • Mettre en œuvre les spécifications, tokens et conventions garantissant une production IA nativement conforme au design system, sans contrôle humain systématique. • Implémenter les évolutions des fondations du design system décidées avec le lead, au fur et à mesure de la montée en maturité des outils IA. Rédaction et documentation automatisées • Standardiser le format des briefs de composants (spécifications fonctionnelles, tokens, critères d'accessibilité) pour le rendre exploitable aussi bien par les développeurs que par l'IA. • Utiliser l'IA pour accélérer la rédaction des briefs, tout en garantissant leur clarté et leur exploitabilité sans besoin de clarification en aval. • Fiabiliser la qualité des briefs générés ou assistés par l'IA en les confrontant systématiquement à l'usage réel des composants. • Maintenir une documentation du design system tenue à jour de façon continue, générée ou assistée par l'IA, alignée avec l'état réel des composants livrés. Test et validation • Tester les composants et livrables produits par l'IA du point de vue technique (fonctionnel, non-régression, performance) et du point de vue de l'usage (ergonomie, accessibilité, cohérence visuelle). • Identifier les écarts entre l'intention design du système et le comportement réel des productions IA une fois intégrées dans les produits. • Recueillir les retours des designers, développeurs et équipes produit sur la fiabilité des outils et automatisations mis en place, et arbitrer les évolutions à y apporter. • Assurer une veille sur les usages détournés ou non prévus des composants générés, source d'incohérences à corriger.

Contexte de la mission Dans le cadre du développement d'une plateforme d'IA générative et agentique au sein d'un client grand compte dans le retail, nous recherchons un Développeur Python orienté GenAI afin de concevoir et développer de nouvelles briques fonctionnelles. Ces composants seront réutilisés par différents cas d'usage autour de l'IA générative : assistant conversationnel, enrichissement automatisé de contenus, génération de médias contextualisés, optimisation des processus métiers, etc. La plateforme s'appuie sur un écosystème cloud moderne et vise à accélérer le déploiement de solutions d'IA à grande échelle. Missions Participer à l'enrichissement et à la priorisation de la roadmap produit. Recueillir les besoins fonctionnels issus des différents cas d'usage IA. Contribuer aux cérémonies Agile (sprint planning, estimations, priorisation). Développer et maintenir les composants du socle logiciel de la plateforme. Concevoir de nouvelles fonctionnalités autour des architectures agentiques. Participer à l'amélioration continue de la plateforme et des bonnes pratiques d'industrialisation. Contribuer aux sujets d'observabilité, LLMOps et gouvernance des solutions d'IA.

ContexteAu sein du Data Office de Coface, le consultant intervient dans un contexte international pour développer et industrialiser des solutions autour de la Data Management, Data Quality, Data Governance et de l'IA générative. Missions 1. Data Management, Data Governance & Data QualityConcevoir, développer et maintenir des applications et services Python destinés à automatiser les processus de Data Governance et Data Quality. Développer des mécanismes de contrôle de la qualité des données, de détection d'anomalies et de monitoring. Industrialiser les traitements de collecte, d'analyse et de reporting liés à la qualité des données. Développer des APIs REST et services MCP permettant d'interconnecter les outils du Data Office, Data Marketplace, catalogues de données, plateformes data et outils BI. Automatiser et optimiser les processus de gestion des données. Contribuer à la mise en place de solutions robustes, maintenables et conformes aux standards d'architecture et de sécurité du Groupe. 2. IA Générative & Agentic AIConcevoir et développer des assistants IA spécialisés pour les besoins du Data Office. Développer des solutions de Text-to-SQL permettant d'interroger des bases de données en langage naturel. Concevoir des architectures Agentic AI basées sur des LLM, avec mécanismes d'orchestration, raisonnement et accès aux différentes sources d'information. Développer des connecteurs et intégrations via le Model Context Protocol (MCP). Mettre en œuvre des architectures de type RAG et intégrer différentes sources de données et de connaissances. Participer à l'industrialisation et au déploiement des solutions IA en environnement de production. Veiller au respect des exigences de sécurité, gouvernance, architecture et exploitation. Contribuer aux initiatives IA existantes du Data Office, notamment : l'agent Jira permettant d'évaluer la qualité des tickets entrants et d'anticiper leur criticité ; l'agent de requêtage de bases de données en Text-to-SQL. 3. Industrialisation & accompagnementProduire du code, packages Python, APIs et services documentés, testés et maintenables. Mettre en place les pipelines d'intégration et de déploiement nécessaires à l'industrialisation des solutions. Rédiger la documentation technique et d'exploitation ainsi que les procédures de déploiement. Participer aux phases de tests, mise en production et maintien en conditions opérationnelles. Assurer un reporting régulier sur l'avancement, les risques, les dépendances et les arbitrages nécessaires. Communiquer efficacement les résultats et sujets techniques auprès d'interlocuteurs techniques et métiers.

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

Au sein de la DSI de notre client, vous serez en charge du développement et de la maintenance des applications stratégiques du Groupe. Dans le cadre du projet DatOps, nous recherchons un Data Engineer GCP pour renforcer les équipes Data. En collaboration avec les équipes de production applicative et DevOps, vous participerez à la mise en œuvre des évolutions demandées par les métiers, au développement des pipelines de données et à l'évolution de la plateforme Data. Vous évoluerez dans un environnement Cloud moderne, Agile et international, avec des échanges réguliers avec les équipes basées à Porto.

Nous recherchons un Data Engineer Hadoop pour intégrer une équipe dynamique dans le secteur bancaire. Ce rôle exige une expertise solide en gestion et analyse de données, avec un accent particulier sur l'utilisation de systèmes Hadoop, ainsi que des compétences en développement Python et SQL. RésuméLe poste de Data Engineer Hadoop consiste à travailler au sein d'une équipe pour gérer et analyser des données dans un environnement bancaire. L'objectif principal est d'assurer le bon fonctionnement des systèmes Hadoop tout en apportant des solutions basées sur Python et SQL. Responsabilités :Gérer et optimiser des pipelines de données en utilisant Hadoop et BigQuery. Développer des scripts en Python pour le traitement des données. Participer à la méthodologie agile en contribuant aux sprints Scrum. Collaborer avec l'équipe pour assurer des sauvegardes en cas de besoin. Assurer la qualité des données à travers l'écriture de requêtes SQL. Exigences clés :5-6 ans d'expérience en tant que Data Engineer. Expérience avec Hadoop. Compétences solides en Python. Connaissance de SQL. Anglais requis. Atouts :Expérience avec BigQuery. Connaissance des méthodologies Agile. Expérience dans le domaine bancaire. Connaissance de Google Cloud Platform (GCP). Autres Détails :Lieu : 94. Démarrage : ASAP. Durée : >12 mois. Télétravail : 2 jours / semaine.

Basée à Lille, Lyon, Nantes, Grenoble, Marseille, Paris et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s'imposer comme une référence en matière de freelancing par son expertise dans l'IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un Cloud Data Engineer / AWS DevOps (H/F) à La Ciotat, France. Contexte : Nous recherchons un Cloud Data Engineer disposant d'une solide expérience sur les environnements Snowflake et AWS, afin d'intervenir sur des sujets de modernisation et d'automatisation des plateformes de données dans un contexte industriel. Les missions attendues par le Cloud Data Engineer / AWS DevOps (H/F) : Répartition des activités • 60 % Data Engineering / Snowflake • 40 % Cloud & DevOps AWS Compétences attendues Data Engineering (60%) • Snowflake • SQL avancé • Modélisation de données • ETL / ELT • Data Quality & Data Governance • Pipelines de données • AWS Glue, S3, DMS, Kinesis • Automatisation des traitements de données Cloud & DevOps AWS (40%) • AWS • Terraform (Infrastructure as Code) • CI/CD (GitLab, GitHub, Jenkins) • Python / Bash • Docker, Kubernetes • AWS Lambda • DevOps / DevSecOps • Sécurisation et automatisation des environnements Cloud Localisation : La ciotat (13) Télétravail : 2 à 3 jours par semaine Anglais : obligatoire (environnement international) Expérience attendue : 3 à 5 ans

Voici une version anonymisée de la mission, avec les éléments potentiellement identifiants remplacés par des mentions génériques : Contexte : Dans un contexte de transformation du patrimoine data et d'optimisation de la connaissance clients, nous cherchons un renfort sur un poste de Data Engineer Senior au sein du service Marketing Clients d'une direction Marketing/Communication Digitale et Data. Il rejoindra l'équipe Data Engineering et travaillera en proximité avec les équipes Design Authority (respect des standards d'architecture), Data Management, Informatique, Data Science et Animation. La mission principale sera de concevoir des modèles de données métiers, sur la base de nouvelles données mises à disposition par le service IT (ex : solution de centre de contact cloud, données de satisfaction client, etc.), et de les rendre accessibles via des datamarts pour servir des usages d'études, de reportings, ainsi que des besoins opérationnels tels que le ciblage. Profil : Data Engineer Senior (> 5 ans d'expérience) Missions : Conception de modèles de données Développement des datamarts (couche Gold d'un environnement Snowflake) et pipelines associés dans les différents environnements Réalisation des tests techniques Rédaction des livrables (data model, data mapping, spécification technique) Documentation

Dans le cadre du développement de solutions d'Intelligence Artificielle Générative appliquées à la cybersécurité, nous recherchons un(e) Expert(e) IA Générative / LLM Engineer pour rejoindre une équipe R&D en charge de concevoir, entraîner et industrialiser des modèles de langage spécialisés. Vous interviendrez sur des projets innovants visant à automatiser l'analyse de menaces, améliorer la détection d'incidents et assister les équipes cybersécurité grâce aux technologies d'IA les plus avancées. Vos missions: Concevoir, entraîner et optimiser des modèles de langage (LLM/SLM) open source. Réaliser le fine-tuning de modèles tels que Llama, Mistral, Qwen ou équivalents. Structurer, préparer et enrichir les jeux de données d'entraînement. Mettre en œuvre des techniques d'alignement afin d'améliorer la qualité des réponses et de limiter les hallucinations. Concevoir et exécuter des campagnes d'évaluation et de benchmarking des modèles. Développer des pipelines d'entraînement, d'inférence et de validation. Collaborer avec les équipes Data, IA et Cybersécurité pour développer des solutions robustes et industrialisables. Participer à la veille technologique sur les avancées en IA Générative et LLM. Compétences techniques: Python PyTorch Hugging Face LLM / NLP Fine-Tuning LoRA / QLoRA TRL DPO / PPO / GRPO MMLU RAG Vector Database MLOps

Data & IA/DevOps Engineer Junior Kubernetes, Docker, GitLab CI/CD, Terraform, Ansible, Python, Linux, Cloud Azure/AWS, Prometheus/Grafana, Data/IA. 01/09/2026 3 ans de mission Paris ( 2 jours par semaine) Kubernetes, Docker, GitLab CI/CD, Terraform, Ansible, Python, Linux, Cloud Azure/AWS, Prometheus/Grafana, Data/IA. La mission consiste à intervenir en tant que Data & IA/DevOps Engineer au sein d'une équipe dédiée au développement et à l'industrialisation de solutions Data et Intelligence Artificielle. Le consultant participe à la conception, la mise en œuvre et l'exploitation d'infrastructures automatisées, tout en contribuant à l'amélioration continue des processus de déploiement et d'exploitation. Il prend en charge l'automatisation des infrastructures et des déploiements à travers des approches Infrastructure as Code, participe à la définition des architectures techniques, met en œuvre et maintient les environnements de développement, de test et de production, et contribue à la standardisation des plateformes techniques. Le consultant intervient sur la conception et l'amélioration des chaînes CI/CD, l'administration d'environnements conteneurisés, l'orchestration de services, ainsi que l'automatisation des processus de build, de test et de déploiement. Il contribue également au développement de scripts et d'outils techniques permettant d'industrialiser les traitements et services liés à la donnée et à l'intelligence artificielle. Il participe à la mise en œuvre des solutions de supervision, de monitoring, de logging et d'alerting, assure l'analyse et la résolution des incidents techniques et contribue à l'amélioration de la disponibilité, de la performance et de la résilience des plateformes. Le consultant accompagne également la gestion des configurations, l'intégration de services et d'API, l'automatisation des flux techniques et le déploiement de pipelines de données. Il veille au respect des bonnes pratiques de sécurité, à la gestion des accès et des secrets, ainsi qu'à la conformité des infrastructures et environnements exploités. Enfin, il assure la production et la mise à jour de la documentation technique, participe aux cérémonies Agile et collabore étroitement avec les équipes de développement, d'ingénierie Data, de Data Science et les équipes produit afin de garantir la qualité, la maintenabilité et l'industrialisation des solutions mises en œuvre.

Nous recherchons pour un de nos clients un Data Engineer Microsoft FabricCompétences obligatoiresMicrosoft Fabric (2 ans d'expérience minimum) PySpark Lakehouse / OneLake Notebooks Fabric Spark dans Fabric Fabric Endpoints Data Engineering sous Fabric Power BI (intégration avec Fabric) Modélisation de données Compétences fonctionnellesGouvernance des données Data Products Data Mesh Architecture Médaillon (Bronze / Silver / Gold) Expérience recherchéeMise en œuvre complète de la chaîne Microsoft Fabric : Ingestion des données Transformation Modélisation Industrialisation Exposition vers Power BI Construction de pipelines de transformation avant restitution dans Power BI. Expérience sur des plateformes Data modernes. Compétences appréciées (plus)Expérience avec dbt (Data Build Tool) pour la transformation et la modélisation des données. Connaissance des bonnes pratiques d'industrialisation et de versionning des modèles de données. Expérience sur Azure Data Platform (Synapse, Data Factory, Databricks) dans un contexte Microsoft Fabric. Le candidat devra maîtriserOneLake Lakehouse Notebooks PySpark Data Engineering Fabric Data Factory / Pipelines Fabric Endpoints Semantic Models Power BI Ce qui est attenduLe consultant devra être capable d'intervenir immédiatement sur une plateforme Microsoft Fabric en production et maîtriser l'ensemble de la chaîne Data, de l'ingestion à la transformation des données, jusqu'à leur exposition dans Power BI. Le besoin porte sur un profil très opérationnel, autonome et rapidement productif. Une expérience avec dbt (Data Build Tool) constituera un atout supplémentaire.

Rejoignez une grande entreprise du secteur automobile en tant que Lead Data Orchestration Engineer pour piloter l'optimisation et la sécurisation d'une plateforme d'orchestration Airflow critique. Vous piloterez une mission stratégique combinant expertise technique, architecture cloud et mentorat d'équipes dans un environnement à fort enjeu de continuité de service. Contexte de la mission Vous intégrez une équipe Data Platform au sein d'un groupe majeur du secteur automobile. La plateforme d'orchestration Airflow MWAA (version 2.10.3) gère des pipelines de données transactionnelles complexes à travers 9 pays européens. Suite à un audit technique approfondi ayant stabilisé les fondations, la mission porte désormais sur quatre axes stratégiques : optimisation architecturale et passage à l'échelle, sécurisation et résilience de bout en bout, évaluation et migration vers une infrastructure cible mieux adaptée, et montée en compétence progressive des équipes Dev et Ops. Environnement technique Plateforme actuelle : AWS MWAA avec SQS/SNS, Secrets Manager, CloudWatch et IAM ; plus de 200 DAGs en production avec DAG Factory dynamique existante. Méthodologie : approche Agile avec cycles d'optimisation, benchmarking technique et gestion de programme structurée. Périmètre : infrastructure multi-pays, multi-environnements (Dev/Ops séparés), avec enjeux forts de performance, coûts et conformité. Responsabilités : - Optimiser et faire évoluer l'architecture d'orchestration existante : enrichissement de la DAG Factory, migration vers les Datasets natifs Airflow, optimisation des performances au parse-time et runtime, mise en place de validation automatisée en CI/CD (parse test, linting, tests d'intégration) - Concevoir et implémenter une stratégie de sécurisation robuste : politique de rotation des secrets, routage d'alertes différencié par type et criticité, hardening réseau et configuration, patterns avancés de résilience (retry strategies, Dead Letter Queues, circuit breakers) - Piloter la phase d'étude et de benchmarking des alternatives à AWS MWAA (Airflow auto-hébergé sur ECS/EKS, Astronomer, Dagster, Prefect, etc.) en regard des contraintes métier, puis élaborer une recommandation argumentée avec analyse coûts/bénéfices et plan de transition - Prendre en charge la migration vers l'infrastructure cible retenue, en garantissant continuité de service, POC validant et bascule progressive en production - Conduire le programme de formation et de montée en compétence des équipes (~10 personnes Dev et Ops), favoriser la constitution d'une méta-équipe plateforme unifiée, et accompagner l'évolution des profils (Dev vers Data Engineers, Ops vers DataOps) - Concevoir et faire appliquer des standards techniques transverses : patterns de conception, conventions de code, processus de review et bonnes pratiques d'observabilité - Piloter le capacity planning, le tuning de...

Je recherche bpour un de mes client un Data Engineer confirmé afin d'intervenir sur le développement, la maintenance et l'évolution des flux de données. Le consultant participera à la mise en œuvre des traitements Data, à l'intégration des données provenant de différentes sources, ainsi qu'à leur mise à disposition auprès des équipes métiers pour répondre aux besoins de reporting et d'analyse. Missions principales :Concevoir, développer et maintenir des flux de données. Développer et optimiser des traitements ETL avec Talend. Concevoir et maintenir des scripts Python pour les traitements et automatisations Data. Participer à l'intégration, la transformation et la mise à disposition des données. Assurer la qualité, la cohérence et la fiabilité des données exploitées. Participer au développement et à l'évolution des reportings via MicroStrategy. Analyser les besoins des équipes métiers et proposer des solutions adaptées. Collaborer avec les équipes techniques et fonctionnelles dans un environnement Agile. Participer aux phases de tests, de recette et de mise en production des traitements développés.

📍 Localisation : La Ciotat (13) 🏠 Télétravail : Jusqu'à 40 % (après validation client) 📅 Démarrage : 1er septembre 2026 📆 Fin de mission : 31 mars 2027 Dans le cadre du renforcement de ses équipes cybersécurité, notre client recherche un Security Applications Specialist / AppSec Engineer Senior afin d'assurer le support, l'administration et l'évolution des plateformes de sécurité applicative utilisées par les équipes d'ingénierie. Vous interviendrez sur un environnement stratégique en garantissant la disponibilité des outils AppSec, l'accompagnement des équipes de développement et l'amélioration continue des pratiques de sécurité applicative.

Dans le cadre de l'exploitation, de l'évolution et de l'industrialisation d'une plateforme IA basée sur OpenShift AI, un expert technique est recherché pour intervenir sur les activités de RUN, d'automatisation et de transformation. Intégré à une équipe existante, il jouera un rôle clé dans la mise en œuvre d'une feuille de route de transformation (issue d'un audit/cadrage préalable), l'accompagnement et la formation des équipes d'exploitation, ainsi que la montée en compétence du Service Owner. Objectifs et livrables : • Assurer l'administration, le maintien en conditions opérationnelles (MCO) et la supervision des plateformes OpenShift AI / Kubernetes (workloads, namespaces, quotas, certificats, accès, patching, montées de version). • Traiter et suivre les incidents et les demandes de support. • Gérer l'infrastructure et la plateforme : clusters sur VMware et BareMetal, stockage (ODF), ressources GPU (NVIDIA, MIG Profiles), et réseaux (Ingress, Network Policies, exposition des services). • Administrer la brique OpenShift AI & MLOps : Data Science Projects, Workbenches, Model Serving (ModelMesh), pipelines ML et accompagnement des équipes Data Science. • Mettre en œuvre les actions d'automatisation, d'industrialisation, de GitOps et de CI/CD (Helm, ArgoCD, Tekton). • Accompagner la mise en œuvre de la roadmap de transformation et d'industrialisation de la plateforme. • Rédiger la documentation des procédures et des bonnes pratiques. • Former les équipes du RUN, accompagner le Service Owner et assurer le transfert complet de compétences. Compétences requises : • Expertise confirmée sur OpenShift et Kubernetes. • Expérience significative et indispensable sur OpenShift AI. • Solides compétences MLOps, architectures IA et gestion/optimisation des GPU (NVIDIA GPU Operator, MIG Profiles). • Maîtrise des composants MLOps : ModelMesh, Kubeflow / RHODS Pipelines, vLLM (apprécié). • Maîtrise des pratiques et outils d'automatisation, d'industrialisation et CI/CD : GitOps, ArgoCD, Helm, Tekton. • Compétences en observabilité : Prometheus, Grafana, Alertmanager, Loki / Elastic. • Compétences en sécurité, gouvernance et gestion d'infrastructure : RBAC, OpenShift ACS, ACM (Advanced Cluster Management), Quay Enterprise, VMware, BareMetal, OpenShift Data Foundation (ODF).