Trouvez votre prochaine mission ou futur job IT.

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.

📍 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

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

Dans le cadre de ses projets d'innovation IT, notre client, acteur international du secteur financier, recherche un Expert en Agentic coding pour rejoindre son équipe dédiée à l'AI Factory et à l'innovation. Vous disposez d'une expérience concrète et productive en agentic coding, ainsi que d'une bonne maîtrise des outils d'IA générative tels que GitHub Copilot, Cursor, Claude Code ou ChatGPT. Vous serez chargé du développement, de l'intégration et de l'optimisation de solutions d'intelligence artificielle répondant à différents cas d'usage métiers. Vous jouerez également un rôle clé dans l'industrialisation et le déploiement des solutions IA en production. La mission s'inscrit dans un environnement agile, en collaboration étroite avec les Data Scientists, les architectes solutions, les équipes métiers et les équipes IT. Le contexte de travail est anglophone. La maîtrise de l'anglais est obligatoire. La prestation sera réalisée exclusivement en présentiel.

ContexteLa mission s'inscrit dans une démarche FinOps visant à améliorer le pilotage, la maîtrise et l'optimisation des dépenses liées aux services Cloud ainsi qu'aux nouveaux usages de l'intelligence artificielle. Une plateforme FinOps interne, Aria, centralise les données de consommation provenant de différentes plateformes et sources. L'objectif est de poursuivre son évolution, d'automatiser les tableaux de bord Power BI existants et de les intégrer directement à la plateforme. MissionsVous interviendrez notamment sur : L'automatisation et l'intégration des tableaux de bord Power BI existants au sein de la plateforme FinOps ; Le développement et l'évolution des applications et interfaces de la plateforme ; L'intégration de données provenant de sources multiples via API, ETL et bases de données ; La conception et le développement de fonctionnalités permettant le pilotage des coûts Cloud, le suivi des usages et le reporting FinOps ; La mise en place de mécanismes automatisés d'allocation des coûts et de pilotage budgétaire ; L'intégration et l'exploitation des API des fournisseurs Cloud, notamment Microsoft/Azure, ainsi que de GitHub ; L'intégration de services d'IA générative / LLM, notamment pour assurer le suivi des usages et des coûts associés ; La maintenance, le support et l'évolution continue de la plateforme ; La participation aux travaux de gouvernance FinOps et aux réflexions d'évolution de la solution ; La documentation, le reporting et le transfert de compétences auprès des équipes. Environnement techniqueBack / développement : Java, Python Front : Angular, React Cloud : Microsoft Azure Data / BI : Power BI, API, ETL, bases de données DevOps / outils : GitHub IA : IA générative / LLM

Au sein d'une équipe spécialisée en Data et Intelligence Artificielle, vous intervenez sur des problématiques à forte dimension technique autour de la gestion de données, de l'Information Retrieval et de l'IA générative. Votre mission consiste à concevoir et industrialiser les pipelines permettant de collecter, transformer, indexer et rechercher de grands volumes de données, afin d'alimenter des applications basées sur les LLM et les architectures RAG. Vous serez également impliqué dans les choix d'architecture, l'amélioration de la pertinence des recherches et l'industrialisation des solutions en production. Vos principales missions Data Engineering & Indexation Concevoir et industrialiser des pipelines d'ingestion de données provenant de sources hétérogènes. Mettre en œuvre les traitements de parsing, nettoyage, normalisation et chunking. Concevoir et maintenir des systèmes d'indexation à grande échelle. Mettre en œuvre des bases vectorielles et des embeddings. Garantir la qualité, la fraîcheur, la traçabilité et la scalabilité des données et des index. Retrieval & RAG Concevoir des stratégies de recherche sémantique et hybride. Combiner recherche lexicale (BM25), embeddings, filtrage et reranking. Mettre en place des indicateurs de pertinence : Recall, Precision, nDCG, MRR. Optimiser les mécanismes de Retrieval alimentant les LLM et architectures RAG. Travailler sur la gestion du contexte, la déduplication et la qualité des résultats. Architecture & qualité Participer aux choix techniques et à l'évolution de la stack Data/IA. Mettre en place les bonnes pratiques de développement : Clean Code, SOLID, tests automatisés. Assurer l'observabilité des pipelines et des services. Contribuer à la sécurité et à la conformité des données. Accompagner techniquement les équipes et partager les bonnes pratiques. Environnement technique Indispensable : Python 3.11+ Data Engineering / Information Retrieval Embeddings / NLP Recherche sémantique et hybride RAG / LLM Bases vectorielles : Qdrant, Weaviate, pgvector, OpenSearch PostgreSQL Tests avec Pytest Environnement apprécié : LangChain OpenAI, Mistral, Amazon Bedrock BM25 / reranking Kafka Redis Airflow / Spark Docker / Kubernetes CI/CD Go ou Java

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

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

#StormYourCareer Rejoins STORM GROUP et construis ta carrière avec nous ! Sécurise le patrimoine data et impulse le Privacy by Design au cœur des algorithmesDans le cadre du déploiement à grande échelle de ses systèmes d'intelligence artificielle, un acteur de référence du secteur financier recherche un(e) AI Privacy Engineer. Ton rôle sera hautement stratégique et transverse : tu garantiras la conformité réglementaire, la protection des données personnelles et la minimisation des risques cyber et éthiques sur l'ensemble du cycle de vie des modèles de Machine Learning et des architectures LLM. Ton futur environnementTu évolueras au sein d'un pôle d'ingénierie et de gouvernance de premier plan, au carrefour de la cybersécurité, de la conformité réglementaire et de la data science. En interface directe avec le DPO, les juristes en droit du numérique, les data engineers et les développeurs IA, tu interviendras sur des cas d'usage financiers novateurs. C'est le cadre de travail idéal pour valoriser ta double compétence technique et réglementaire, appliquer les standards de l'AI Act et du RGPD, et faire du Privacy by Design un moteur de confiance pour le groupe. Tes missions clésIngénierie & Techniques de Protection des Données (Mode BUILD) : Analyser en profondeur les traitements de données personnelles au sein des pipelines IA : corpus d'entraînement, flux d'inférence, métadonnées et historiques conversationnels. Concevoir et implémenter des techniques avancées de protection des données : anonymisation, pseudonymisation, masquage à la volée et détection automatisée des données sensibles (PII detection). Évaluer et mitiger les risques spécifiques aux modèles de langage : mémorisation involontaire de données d'entraînement, risques de réidentification et fuites d'informations confidentielles via les réponses générées. Intégrer les exigences de Privacy by Design et de Privacy by Default dès la phase de cadrage des projets IA en lien avec les équipes de développement. Explorer et déployer des approches innovantes de préservation de la vie privée (confidentialité différentielle, apprentissage fédéré). Gouvernance, Conformité & Analyse d'Impact (Mode CONSEIL) : Réaliser les analyses d'impact relatives à la protection des données (AIPD / DPIA) sur l'ensemble des cas d'usage IA avant leur mise en production. Définir et faire appliquer les politiques de rétention, d'archivage et de purge des données manipulées par les systèmes IA. Assurer un rôle de conseil et de support auprès du DPO et des comités de conformité pour garantir l'alignement avec le RGPD et les exigences émergentes de l'AI Act. Cartographier les flux de données et documenter les registres de traitement des solutions d'intelligence artificielle. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 universitaire en informatique, cybersécurité, systèmes d'information ou droit du numérique avec une forte appétence technique. Expérience : Tu justifies d'une expérience concrète de 3 à 5 ans en protection des données personnelles ou ingénierie de la conformité au sein d'un environnement technique exigeant. Expertise Métier & Réglementaire Impérative : Parfaite maîtrise du cadre réglementaire européen (RGPD) et connaissance approfondie des dispositions de l'AI Act appliquées à la gouvernance des données. Compréhension fine du fonctionnement des modèles de Machine Learning et des architectures génératives (LLM, RAG), ainsi que de leurs surfaces de vulnérabilité. Compétences Techniques : Maîtrise des techniques d'anonymisation, de pseudonymisation et des outils d'analyse de données (Python, SQL). Familiarité avec les technologies de préservation de la vie privée (confidentialité différentielle, apprentissage fédéré) appréciée. Langues : Anglais professionnel opérationnel. Tes atoutsSens du Dialogue Transverse : Capacité naturelle à faire le pont entre les exigences juridiques du DPO et les contraintes techniques des data scientists. Rigueur et Esprit Critique : Précision méthodologique requise pour mener des AIPD exhaustives et anticiper les risques de réidentification de données financières. Pédagogie et Pragmatisme : Aptitude à vulgariser les enjeux de confidentialité pour sensibiliser les équipes de delivery sans ralentir les cycles d'innovation. 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.

Je suis à la recherche d'un Directeur de programmes IT/Data complexes. Le client poursuit la centralisation et la modernisation du SI-RC. Le programme Plateformes Data & IA coordonne huit chantiers : BLEU/Microsoft Fabric, migration Teradata avant fin 2028, devenir Hadoop/Cloudera avant fin de support en juin 2027, trajectoire SAS, accès transitoire aux socles existants, plateforme Data On Premise souveraine, plateforme de services Data/IA et convergence ou migration du Cloud vers l'On Premise. Les patrimoines actuels comprennent notamment environ 52 To compressés sur Teradata et un Data Lake Hadoop/Cloudera d'environ 47 To. Les missions principales sont les suivantes : • Initialiser le programme : diagnostic du portefeuille, découpage, responsabilités, priorités, arbitrages et feuille de route pluriannuelle. • Piloter coûts, qualité, délais, risques, ressources, valeur, plannings, budgets, charges et dépendances interprojets. • Préparer les décisions et sécuriser les échéances Teradata (fin 2028), SAS (avril 2028) et Cloudera (juin 2027). • Appuyer les directeurs de projets internes sans se substituer à leurs responsabilités. • Éclairer les scénarios Cloud BLEU/Fabric, On Premise souverain, hybridation, convergence et réversibilité. • Garantir sécurité, conformité, souveraineté, indépendance numérique, standards ouverts et portabilité. • Tenir la cartographie consolidée des risques, organiser les revues de jalons et sécuriser le chemin critique. • Proposer et animer la comitologie stratégique, programme, opérationnelle et technique. Environnement technique : Teradata, Hadoop/Cloudera, SAS, Microsoft Fabric, Power BI, RAISE, GitHub Copilot, Microsoft 365 Copilot, ETL/ELT, Data Lake, Data Warehouse, Data Marts, API, événements, MLOps, agents, assistants IA, RPA, architectures Cloud / On Premise / hybrides, gouvernance et catalogue de données. Direction de programmes IT/Data complexes, multi-projets et multi-acteurs, avec budgets et échéances contraints Pilotage d'équipes importantes : ressources internes, éditeurs, intégrateurs, ESN et experts Architectures Data modernes Cloud, On Premise et hybrides Mise en œuvre de plateformes Data industrielles, gouvernées, sécurisées et exploitables Migration de plateformes décisionnelles/analytiques, données historiques, ETL/ELT, BI et data science Teradata, Hadoop/Cloudera, SAS, Microsoft Fabric, Power BI, gouvernance et catalogue Plateformes de services, API, événements, agents, assistants IA, MLOps et RPA Souveraineté, indépendance numérique, open source, portabilité, réversibilité, sécurité et RGPD

Développement Java Concevoir, développer et faire évoluer des APIs REST et des microservices en Java 17/21 avec Spring Boot 3.x (Spring Security, Spring Data JPA) Rédiger des tests unitaires et d'intégration solides (JUnit 5, Mockito, AssertJ) Prendre part aux revues de code au sein d'une équipe mixte Contribution Full-Stack TypeScript Réaliser des composants et des écrans avec Angular (RxJS, routing, HttpClient) ou Vue.js (Composition API, Pinia, Vue Router) Brancher le front-end TypeScript sur les APIs REST CI/CD et DevOps Contribuer aux pipelines CI/CD (GitLab CI, GitHub Actions, Jenkins ou outil comparable) : les écrire, les faire évoluer, y intégrer les tests automatisés et le linting Maîtriser toute la chaîne de livraison : commit → build → test → déploiement Sécurité by Design Mettre en pratique l'OWASP Top 10 au quotidien : injection, XSS, CSRF, failles d'authentification Suivre et corriger les dépendances vulnérables (SCA : Dependabot, Snyk, OWASP Dependency-Check) Paramétrer et exploiter Spring Security (authentification, autorisation, JWT/OAuth2) L'IA au service du développement Recourir chaque jour à GitHub Copilot, Cursor, Claude Code ou un outil équivalent pour générer du code, des tests, de la documentation et pour refactorer Construire des prompts structurés pour les cas d'usage complexes Relire et valider le code produit par l'IA afin de ne pas créer de dette technique Collaboration en équipe mixte Participer aux cérémonies Agile (daily, sprint planning, review, rétrospective) Échanger avec des interlocuteurs divers : développeurs d'ESN, tech leads et product owners côté client Travailler avec Git en équipe : stratégie de branches, merge requests, résolution de conflits

ContexteAu sein d'une division AI & Innovation d'un grand groupe international, une équipe dédiée à l'industrialisation et à la mise en production des solutions IA recherche un profil expérimenté pour assurer l'ownership technique d'un produit Data Science Platform. L'équipe compte une cinquantaine d'experts répartis sur plusieurs pôles : Solutions Engineering, Automation Engineering, Infrastructure Engineering, Product Office et Client Services. La plateforme de Data Science / MLOps est utilisée par plusieurs centaines de Data Scientists et repose sur des environnements Cloud et On-Premise. Elle s'intègre également à plusieurs infrastructures, plateformes et services d'IA générative en production. L'environnement s'appuie notamment sur : Des infrastructures Cloud et On-Premise Des environnements Kubernetes / OpenShift Des infrastructures GPU pour le training et l'inférence Des pratiques DevSecOps, GitOps, MLOps et LLMOps L'automatisation des infrastructures, plateformes et produits via leurs API Des enjeux forts de sécurité, observabilité, auditabilité, traçabilité et gouvernance MissionsEn tant qu'Expert Technique Data Science Platform, vous serez notamment en charge de : Participer à la conception technique et fonctionnelle du produit en collaboration avec les équipes Solutions Engineering et DevSecOps. Assurer le respect des exigences de sécurité, conformité, confidentialité et production IT. Définir et mettre en œuvre les mécanismes permettant aux équipes métiers et IT d'assurer leur propre gouvernance du produit. Construire, maintenir et faire évoluer la roadmap technique du produit en fonction des besoins des utilisateurs. Accompagner au quotidien les utilisateurs et décideurs métiers et IT et promouvoir les bonnes pratiques d'utilisation de la plateforme. Superviser les opérations critiques : changements, déploiements, mises à jour et évolutions, avec une vision de bout en bout des impacts. Organiser et documenter la gestion des incidents, notamment les analyses de root cause et la coordination entre les différentes équipes. Assurer la relation technique avec les fournisseurs et partenaires intervenant sur le produit : éditeurs, équipes d'industrialisation et équipes infrastructure. Contribuer à l'amélioration continue des processus et à l'alignement avec les autres équipes Data & IA. Être force de proposition sur l'automatisation, l'industrialisation et l'évolution des pratiques MLOps / LLMOps. Environnement de travailEsprit Team Play et forte collaboration transverse Environnement international et technologique Autonomie, rigueur et exigence de qualité Fort sens du service Curiosité et veille technologique Appétence pour le partage de connaissances Forte culture de l'automatisation Anglais courant indispensable : échanges avec des fournisseurs et utilisateurs internationaux, documentation principalement en anglais Environnement de travail MacOS ou Windows au choix

Notre client est une startup SaaS B2B française qui aide les équipes commerciales à prospecter plus efficacement grâce à une plateforme tout-en-un de sales intelligence. Le produit centralise la recherche de leads, l'enrichissement de données, l'engagement multicanal et la gestion du pipeline commercial. L'ambition : permettre aux sales d'arrêter de jongler entre plusieurs outils et de se concentrer sur la création d'opportunités. L'équipe tech entre aujourd'hui dans une phase clé : accélérer le delivery produit tout en assainissant l'existant. Dette technique, refacto, design system, legacy, process à simplifier, usage avancé de l'IA… les sujets sont nombreux, concrets, et à fort impact. C'est un environnement fait pour les profils qui aiment construire vite, coder proprement, prendre des sujets de A à Z et utiliser l'IA comme un vrai levier de productivité. 💼 Description du poste Votre mission 🚀 Rejoindre une équipe tech resserrée et contribuer directement à la construction d'un produit SaaS utilisé par des équipes sales, avec un double objectif : shippers des features utiles rapidement et renforcer la base technique sur le long terme. Vous interviendrez sur une stack moderne composée de TypeScript, Node.js, React, Next.js, PostgreSQL, Elasticsearch, Redis et AWS, dans un environnement en monorepo avec une approche Domain-Driven Development pragmatique. Ce que vous allez faire Livrer régulièrement de nouvelles features, avec une vraie culture du MVP et des cycles courts. Découper les sujets intelligemment pour aller vite sans dégrader la qualité. Contribuer à la réduction de la dette technique : refacto, librairies à mettre à jour, legacy à rationaliser. Participer à la consolidation du design system et à son meilleur alignement avec le code existant. Challenger les choix techniques et proposer des solutions simples, robustes et orientées impact. Utiliser l'IA au quotidien — notamment Claude — pour accélérer le développement, améliorer les prompts, générer du code et surtout challenger les outputs produits. Votre environnement Vous travaillerez avec une équipe produit composée notamment d'un designer, d'un CPO, de Product Managers et d'une équipe data. Les développeurs peuvent échanger directement avec le métier et contribuer au cadrage des sujets lorsque cela permet d'aller plus vite et mieux. Ici, l'enjeu n'est pas de sur-architecturer : il faut savoir prendre des décisions, livrer, apprendre, améliorer et garder un haut niveau d'exigence sur le code.

Envie d'un nouveau challenge dans un environnement Data, IA & Cybersécurité ? CELAD vous attend ! 🚀 Nous recherchons un Expert Cybersécurité IA & Azure (H/F) pour rejoindre les équipes Data & Analytics d'un grand groupe international. Votre rôle sera de garantir la sécurité des services et plateformes d'Intelligence Artificielle, tout en contribuant à la définition et à la mise en œuvre de la stratégie cybersécurité sur ce périmètre. 🎯 Vos missions Vous interviendrez sur l'ensemble du cycle de sécurité des solutions Data & IA : Sécurisation des projets Accompagner les équipes dans l'intégration de la sécurité dès la conception des projets. Conseiller les Security Officers sur les sujets liés à la Data & à l'IA. Identifier les risques cybersécurité liés aux usages et architectures IA. Opérations de sécurité Assurer le suivi de la conformité et piloter les plans de remédiation et d'amélioration. Produire les reportings sécurité et assurer le suivi des actions. Sensibiliser et former les parties prenantes aux bonnes pratiques de cybersécurité. Participer à la gestion des incidents de cybersécurité et contribuer à la résolution des incidents majeurs ou situations de crise. Amélioration continue Définir et faire évoluer les standards et règles de sécurité. Mettre en place et promouvoir les security baselines adaptées aux environnements Data & IA. Contribuer à l'amélioration continue du niveau de sécurité des plateformes et services IA. 🛠️ Environnement technique Impératif : Expertise en cybersécurité Bonne connaissance des technologies IA : usages, architectures, risques, Microsoft Copilot, IA agentique Bonne maîtrise de l'environnement Microsoft Azure Expérience des services Azure PaaS et IaaS Connaissance des problématiques de sécurité des plateformes et services IA Également apprécié : Data & Analytics Cloud Security Security by Design Risk Management / Compliance Gestion des incidents de sécurité Sensibilisation / formation des équipes Définition de standards et security baselines