Trouvez votre prochaine mission ou futur job IT.

Zenith est un cabinet de recrutement spécialisé dans l'IT. Créé il y a 5 ans, Zenith génère aujourd'hui un CA de près de 10 M€ et se développe à vitesse grand V. Notre marque de fabrique : une persévérance à toute épreuve et un positionnement qualitatif renforcé par notre outil maison boosté à l'IA Zenith App est une solutions maison utilisés par nos consultants en missions et client et couvre le CRM qui a été complètement intégrés. Sur notre roadmap 2026-2027, Nous souhaitons développer notre parseur de CV et intégrer la fonctionnalité d'ATS pour les gestions de nos offre (Application Tracking System) Pour renforcer notre équipe existante constitué d'un PO et de 4 développeurs, nous recherchons un(e) stagiaire() développeur full stack (Django Python & React) pour une durée de 6 mois à compter de Sept / Oct / Nov / Dec 2026. Vous serez chargé du développement des évolutions de notre plateforme de recrutement pour progressivement prendre en charge de grosses évolutions avec le support de l'équipe développement Environnement technique : Django Rest, React JS MUI, Cloudflare, Scaleway (Hosting), Grafana, Slack, Google, Yousign, mistral AI En tant que membre à part entière, vos missions seront de : Réaliser les développement back (Django à 50 % et React à 50%) sur les nouvelles fonctionnalités basés sur l'IA (50%) Assurer la maintenance de l'existant (50%) Réaliser des codes reviews de l'équipe Faire de propositions d'améliorations et de réduction de la dette technique Ce que nous apportons: Évoluer dans une start-up à forte croissance avec perspective d'embauche à la clé Une équipe mixte IT/ recrutement Des supers locaux dans le 8ème à Paris à côté de St Lazare Le distanciel peut être mis en place une fois que le stagiaire est prêt Avantages : Participation au Transport Titre-restaurant

#StormYourCareer Rejoins STORM GROUP et construis ta carrière avec nous ! Révèle la puissance sémantique des modèles de langage et adapte l'IA générative aux cas d'usage métierDans le cadre du développement stratégique de ses solutions avancées de traitement automatique du langage naturel, un grand compte recherche un(e) NLP / LLM Scientist. Ton rôle sera central et à forte valeur scientifique : tu concevras, adapteras et évalueras des modèles de langage de pointe (LLMs propriétaires et modèles ouverts) pour répondre aux défis métiers spécifiques du groupe avec un niveau d'exigence maximal sur la performance, la fiabilité et la reproductibilité. Ton futur environnementTu évolueras au sein d'une équipe de recherche appliquée et d'ingénierie IA de premier plan, en collaboration étroite avec les data scientists, les ingénieurs MLOps et les directions métiers. Dans un environnement équipé d'infrastructures de calcul accéléré (GPU), tu travailleras sur des corpus textuels d'entreprise riches et volumineux. C'est le cadre parfait pour mener une veille scientifique de pointe, expérimenter des techniques d'adaptation paramétrique avancées (LoRA, QLoRA) et déployer des architectures RAG robustes. Tes missions clésModélisation, Fine-Tuning & Architectures Génératives (Mode R&D & BUILD) : Analyser, benchmarker et sélectionner les architectures de modèles de langage les plus adaptées aux cas d'usage (arbitrage modèles propriétaires vs modèles open-weight comme Llama ou Mistral). Réaliser le fine-tuning et l'alignement de modèles ouverts sur des corpus métiers spécialisés en appliquant des techniques d'adaptation efficaces (PEFT, LoRA, QLoRA). Concevoir et optimiser des stratégies de prompting avancées et des chaînes d'augmentation par récupération (RAG) connectées à des bases vectorielles. Résoudre des problématiques de NLP classiques et génératives : extraction d'entités nommées (NER), classification sémantique, résumé automatique et recherche de similarité textuelle (spaCy, Hugging Face Transformers). Évaluation Scientifique, Benchmarking & Restitution (Mode LAB & ÉVALUATION) : Concevoir des jeux de données d'évaluation dédiés (benchmarks sur mesure) et formaliser des métriques quantitatives et qualitatives par tâche (précision, fidélité, consistance, BLEU/ROUGE, LLM-as-a-judge). Analyser rigoureusement les erreurs, quantifier les phénomènes d'hallucination et calibrer les scores de confiance des modèles. Assurer le suivi des expérimentations, le versioning des poids et des métriques via MLflow sur grappes GPU. Rédiger la documentation méthodologique et restituer avec clarté les conclusions scientifiques auprès d'interlocuteurs techniques et de sponsors métiers. Ton profilFormation : Diplôme d'Ingénieur, Bac+5 universitaire (Master 2) ou Doctorat (PhD) en NLP, Machine Learning, informatique ou linguistique computationnelle. Expérience : Tu justifies d'une expérience confirmée de 3 à 5 ans en NLP et Deep Learning appliqué au texte (ou doctorat avec travaux appliqués). Expertise NLP & LLM Impérative : Maîtrise approfondie de la programmation en Python et du framework PyTorch. Excellente pratique de l'écosystème Hugging Face (Transformers, Datasets, PEFT, TRL). Expérience concrète du fine-tuning de modèles de langage open-weight (LoRA, QLoRA, Mistral, Llama). Solide compréhension des architectures RAG, des bases vectorielles et des bibliothèques NLP traditionnelles (spaCy). Maîtrise des protocoles d'évaluation rigoureuse de modèles génératifs et de l'analyse des erreurs. Culture d'Ingénierie & Outils : Utilisation de MLflow pour le tracking d'expériences et pratique des environnements de calcul sur GPU. Respect des bonnes pratiques de développement logiciel et de reproductibilité du code (Git). Langues : Anglais professionnel opérationnel (lecture/rédaction de publications scientifiques). Tes atoutsRigueur Scientifique et Esprit Critique : Approche méthodique indispensable pour concevoir des protocoles d'évaluation impartiaux et traquer les faiblesses algorithmiques. Excellence Rédactionnelle et Pédagogie : Capacité à synthétiser des concepts de recherche complexes et à vulgariser les résultats auprès de directions métiers. Curiosité et Veille Active : Passion pour l'état de l'art mondial en NLP et rapidité d'assimilation des nouvelles techniques de modélisation. 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.

Notre client recherche un Ingénieur QA Automation / Test Automation Engineer pour renforcer ses équipes et industrialiser l'automatisation des tests.MissionsConcevoir et développer des tests E2E automatisés (Web, API, inter-applicatifs). Développer et maintenir les frameworks et librairies de tests. Intégrer les tests dans les pipelines CI/CD. Automatiser et gérer les jeux de données de test. Analyser les résultats, traiter les anomalies et fiabiliser les tests (flaky tests). Mettre en place le reporting et les indicateurs de qualité. Participer à l'amélioration continue et à l'utilisation de l'IA appliquée au testing. Compétences indispensablesPlaywright, Cypress, Selenium ou Robot Framework Tests API : Postman/Newman, REST Assured ou équivalent Un langage de programmation : JavaScript/TypeScript, Python, Java ou C# Git + CI/CD : GitLab CI, GitHub Actions, Jenkins… Jira / Xray Bonne connaissance des fondamentaux du test logiciel et approche orientée risques.

Sécurité de la Landing Zone et sous-Landing Zone renforcée (environ 50 %) : Concevoir et mettre en oeuvre une sous-Landing Zone à exigences renforcées pour des projets du périmètre nucléaire : découpage des OU, cloisonnement réseau, modèle d'identité et d'accès, journalisation et supervision. Définir, déployer et faire évoluer les SCP et RCP (Data Perimeter, chiffrement, restriction de régions et de services), sans geste manuel, via CI/CD. Développer des modules Terraform versionnés et réutilisables, des scripts Python et PowerShell et des pipelines GitLab CI. Rédiger 2 guides de sécurisation des services AWS par PI et documenter les mesures pour l'homologation. Traiter les tickets ITIL, livrer les features engagées à chaque PI et contribuer aux plans d'action EBIOS RM et audit. Référent cybersécurité de la communauté innersourcing Cloud (environ 50 %) : Sécuriser la plateforme GitLab : accès et rôles, protection des branches, secrets, traçabilité des contributions. Sécuriser les chaînes de build : analyse statique du code et de l'IaC, scan des dépendances et des images, runners, provenance des artefacts. Définir les critères de sécurité avant publication d'un module, le processus de revue et le cycle de vie des composants, y compris les composants IA (skills, agents). Animer au moins un atelier sécurité par mois, tenir le référentiel de règles et accompagner les contributeurs des différentes directions. Transverse : Transfert de compétences : guide d'exploitation, FAQ, une formation par trimestre. Comitologie cyber du CCoE (environ une demi-journée par semaine) et présentation des choix d'architecture en comité sécurité. Documentation sur Confluence et suivi dans Jira.

#StormYourCareer Rejoins STORM GROUP et construis ta carrière avec nous ! Révèle l'intelligence visuelle et orchestre la reconnaissance documentaire par les modèles multimodauxDans le cadre d'un programme stratégique de traitement automatisé de documents, notre partenaire recherche un(e) Computer Vision Engineer confirmé(e). Ton rôle sera technique et à forte valeur ajoutée : tu concevras, développeras et déploieras des modèles de vision par ordinateur, d'analyse d'images et de modèles multimodaux (Vision-Language Models) au sein d'un environnement sécurisé imposant de strictes exigences de confidentialité, de reproductibilité et de traçabilité. Ton futur environnementTu évolueras au sein d'un pôle d'ingénierie IA et Computer Vision d'excellence, en lien direct avec les data scientists, les ingénieurs MLOps et les équipes métiers. Dans un cadre de recherche appliquée et d'industrialisation sur serveurs de calcul accéléré (GPU), tu travailleras sur des corpus documentaires massifs et hétérogènes. C'est le cadre parfait pour concevoir des chaînes de traitement d'images complexes, exploiter la puissance des VLMs de dernière génération et intégrer des algorithmes de pointe au sein d'architectures conteneurisées. Tes missions clésTraitement d'Images & Modélisation Multimodale (Mode R&D & BUILD) : Développer des pipelines de prétraitement et d'analyse d'images avancés : redressement géométrique, binarisation adaptative, recalage et alignement de documents complexes (OpenCV, Python). Concevoir et entraîner des architectures de segmentation sémantique, de détection d'objets et d'extraction de zones d'intérêt (YOLO, PyTorch). Mettre en œuvre et optimiser des solutions de reconnaissance optique et manuscrite de caractères (OCR / HTR). Explorer, évaluer et intégrer des modèles Vision-Language (VLM, écosystème Hugging Face) via des techniques de prompting multimodal et le fine-tuning de modèles open-weight. Définir des métriques d'évaluation sur mesure, caractériser les erreurs et implémenter des scores de confiance robustes pour la validation automatique. Industrialisation, Qualité & Déploiement GPU (Mode RUN & MLOps) : Industrialiser et conteneuriser les modèles de vision (Docker, Kubernetes) optimisés pour l'exécution sur infrastructures GPU et interconnectés avec du stockage objet (S3). Assurer le tracking des expérimentations, le versioning des poids et la reproductibilité des entraînements via MLflow et Git. Automatiser les contrôles qualité continus et benchmarker les résultats obtenus face aux jeux de données de référence (ground truth). Restituer clairement les avancées algorithmiques et les gains de performance auprès des équipes techniques et des référents métiers. Ton profilFormation : Diplôme d'Ingénieur, Bac+5 universitaire (Master 2) ou Doctorat (PhD) spécialisé en Computer Vision, Deep Learning, traitement d'images ou Machine Learning. Expérience : Tu justifies d'une expérience confirmée de 3 à 5 ans en vision par ordinateur et Deep Learning appliqué à l'image. Expertise Vision & Deep Learning Impérative : Excellente maîtrise de la programmation en Python et du framework PyTorch. Parfaite maîtrise des bibliothèques de traitement d'images et de vision (OpenCV, YOLO, pandas). Solide expérience en technologies de reconnaissance de texte et d'écriture (OCR / HTR). Pratique des modèles multimodaux (VLM), de l'écosystème Hugging Face et des méthodologies de fine-tuning. Culture d'Ingénierie & Infrastructure : Maîtrise des environnements conteneurisés (Docker, Kubernetes) et de l'exploitation des cartes GPU. Suivi d'expérimentation avec MLflow, stockage objet (S3) et gestion de versions (Git). Langues : Anglais professionnel opérationnel. Tes atoutsRigueur Scientifique et Sens du Détail : Approche méthodique indispensable pour concevoir des métriques d'évaluation fiables et garantir une traçabilité totale des traitements. Excellence du Code : Respect strict des standards de développement logiciel (modularité, tests, code propre et reproductible). Pédagogie et Esprit de Synthèse : Capacité à expliquer clairement le fonctionnement des modèles et les choix de calibration auprès d'interlocuteurs non-experts. 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.

#StormYourCareer ✨ Rejoins STORM GROUP et construis ta carrière avec nous ! Industrialise le potentiel algorithmique et propulse les modèles d'apprentissage en productionDans le cadre de l'industrialisation globale de ses modèles de Machine Learning, un grand compte recherche un(e) Machine Learning Engineer. Ton rôle sera technique et stratégique : tu assureras la transition des modèles algorithmiques du stade expérimental (Proof of Concept) vers des environnements de production haute disponibilité, tout en garantissant leur scalabilité, leur monitoring continu et leur maintien en conditions opérationnelles. Ton futur environnementTu évolueras au sein d'un pôle d'ingénierie data et IA de pointe, à la jonction entre la Data Science, le génie logiciel et les opérations (DevOps). En interface quotidienne avec les data scientists, les data engineers et les équipes de production informatique, tu interviendras sur des flux d'inférence critiques. C'est le cadre idéal pour appliquer les standards les plus stricts du génie logiciel à l'écosystème du Machine Learning, exploiter des infrastructures de calcul accéléré (GPU) et déployer des pratiques MLOps avancées. Tes missions clésIndustrialisation, Packaging & Services d'Inférence (Mode BUILD) : Reprendre, refactoriser et packager le code issu des équipes de data science selon les standards de production (modularité, robustesse, tests unitaires et d'intégration). Développer et optimiser les microservices et APIs d'inférence temps réel et batch (Python, FastAPI). Assurer la conteneurisation (Docker) et le déploiement sur des clusters orchestrés (Kubernetes) exploitant des ressources de calcul accéléré (GPU). Concevoir et automatiser les pipelines d'entraînement, de réentraînement continu (CT) et de validation automatisée des modèles. Piloter le versioning des jeux de données, des artefacts et le tracking des expérimentations via MLflow et du stockage objet (S3). Observabilité, Monitoring & Optimisation (Mode RUN & MLOps) : Mettre en œuvre les mécanismes de surveillance continue en production : détection de la dérive des données (data drift) et de la dérive des concepts (concept drift) via des outils spécialisés (Evidently, Grafana). Configurer le système d'alerting et assurer le maintien en conditions opérationnelles des services exposés. Optimiser les performances d'inférence (latence, débit) et maîtriser les coûts de calcul liés aux infrastructures GPU. Rédiger la documentation technique et diffuser les bonnes pratiques logicielles au sein des équipes data. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 universitaire en informatique, génie logiciel ou Data Science. Expérience : Tu justifies d'une expérience confirmée de 3 à 5 ans en développement logiciel intégrant une spécialisation concrète en Machine Learning et pratiques MLOps. Expertise Développement & Machine Learning Impérative : Excellente maîtrise de la programmation en Python et du développement d'APIs performantes (FastAPI). Solide compréhension des modèles et bibliothèques de Machine Learning (scikit-learn, PyTorch ou TensorFlow). Culture éprouvée du code de production : tests automatisés, intégration continue (CI/CD), revue de code et gestionnaire de versions (Git). Culture MLOps & Infrastructure : Maîtrise des environnements conteneurisés (Docker, Kubernetes) et de la gestion des ressources GPU. Pratique confirmée de MLflow et des outils de monitoring de modèles (Evidently, Grafana). Connaissance du stockage distribué et stockage objet (S3). Langues : Anglais professionnel opérationnel. Tes atoutsCulture du Génie Logiciel : Rigueur absolue dans la structuration du code, l'automatisation des tests et le respect des normes d'architecture logicielle. Sens de la Passerelle Métier : Faculté à dialoguer efficacement avec les data scientists pour comprendre les algorithmes, tout en répondant aux contraintes opérationnelles des équipes d'exploitation. Pragmatisme et Sens de l'Optimisation : Recherche permanente du meilleur compromis entre vitesse d'inférence, fiabilité du service et consommation de ressources. 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.

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. Principales responsabilités 1. Architecture Cloud & Industrialisation des MigrationsStratégie & Migration : Analyse des applicatifs legacy/On-Premise, définition des architectures cibles (HA, résilientes, optimisées coûts) et stratégies de migration (Rehost, Replatform, Refactor). Industrialisation : Déploiement d'un modèle "Cloud Migration Factory" (méthodologies standardisées, évaluations Cloud Readiness, runbooks et tableaux de bord de suivi). Accompagnement : Cadrage technique, réduction de la dette technique/obsolescence et alignement avec les standards d'architecture d'entreprise. 2. Sécurité Cloud & Cybersécurité (Security by Design)Gouvernance & Normes : Intégration du Zero Trust, moindre privilège, RBAC/IAM, chiffrement, gestion des secrets et conformité réglementaire/financière. Collaboration & Audit : Définition de règles et modèles sécurisés réutilisables en lien avec les équipes Cyber/Risk, modélisation des menaces et gestion des vulnérabilités. 3. DevSecOps, Automatisation & IaCPipelines CI/CD : Conception de chaînes de livraison automatisées intégrant des contrôles de sécurité Shift-Left (SAST, DAST, scans de conteneurs/dépendances) et approches GitOps. Infrastructure-as-Code : Développement de modules réutilisables (Terraform, Bicep, CloudFormation), automatisation du provisioning et mise en œuvre du Policy-as-Code. 4. Modernisation Applicative & Platform EngineeringCloud-Native : Transition au-delà du Lift & Shift vers les conteneurs, Kubernetes, Serverless, architectures microservices/événementielles et API. Self-Service : Création de plateformes et socles Cloud réutilisables ("Golden Paths", templates IaC/CI/CD/observabilité) pour accélérer le delivery des équipes applicatives. 5. IA & Technologies ÉmergentesInnovation & Veille : Exploration de l'IA pour la modernisation applicative, la transformation de code, l'analyse de dépendances et la documentation. Automatisation Avancée : Étude du monitoring intelligent, de la détection d'anomalies et des assistants IA agentiques.Expertise technique Cloud 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. Indicateurs clés de succèsAugmentation du nombre d'applications migrées avec succès vers le Cloud. Réduction des délais et efforts des migrations applicatives. Augmentation du niveau d'automatisation des activités de migration. Adoption accrue de l'Infrastructure-as-Code et du CI/CD. Amélioration du niveau de sécurité Cloud. Amélioration de la résilience et capacité Disaster Recovery des applications. Réduction des incidents de production liés aux migrations. Mise en place de patterns réutilisables d'architecture et migration Cloud. Amélioration de l'efficacité des coûts Cloud. Accélération de l'adoption des pratiques Cloud-native et d'ingénierie automatisée. Amélioration de la Cloud Readiness et maturité technique des applications. Contribution à la réduction de l'obsolescence technologique et dette technique. Amélioration de la collaboration et partage de connaissances entre équipes françaises et internationales. 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.

Dans le cadre d'un projet stratégique autour de la recommandation et de l'IA, nous recherchons un Machine Learning Engineer expérimenté pour concevoir, développer et industrialiser des pipelines Data et ML de bout en bout. Vous intégrerez une équipe pluridisciplinaire composée de Data Scientists, Data Engineers, développeurs, Tech Lead et Product Owner, au sein d'un environnement fortement orienté Data, ML et Cloud. Vos missionsConcevoir et développer des data pipelines de bout en bout : ingestion, transformation, stockage et exposition des données. Concevoir et industrialiser des pipelines ML : préparation des données, entraînement, évaluation, publication et inférence. Participer à la conception et à l'évolution d'architectures Data / ML sur GCP. Mettre en place les mécanismes de qualité, reproductibilité, monitoring et observabilité des pipelines. Industrialiser les modèles ML pour des usages en production, notamment en inférence temps réel. Participer à l'évolution du socle DataOps / MLOps et des outils d'orchestration. Optimiser les solutions existantes en matière de performance, fiabilité, maintenabilité et coûts Cloud. Participer au Run et à la résolution des incidents sur les pipelines et services existants. Garantir la qualité des développements : tests, revue de code, documentation et bonnes pratiques d'ingénierie. Collaborer avec les équipes Data, ML et Software Engineering afin de partager les bonnes pratiques. Environnement techniqueData Engineering : BigQuery, dbt, Kafka, streaming, data modeling, Terraform. ML / MLOps : Python, Deep Learning, embeddings, Docker, Kubernetes, Git, ZenML ou outils similaires, ML pipelines, inférence temps réel. Cloud : GCP, architectures Cloud distribuées.

Au sein d'un acteur majeur du retail européen, l'équipe Data & IA Marketplace traite des volumes massifs de données issues de vendeurs tiers. L'objectif est d'automatiser la qualification, la classification et l'enrichissement des catalogues produits pour garantir une expérience utilisateur optimale. Le défi réside dans l'industrialisation de modèles complexes au sein d'une architecture Data Mesh en forte croissance. La Stack Technique Langages : Python, Bash. Cloud : GCP (Google Cloud Platform). Orchestration & MLOps : Airflow, Kubeflow, ZenML, MLflow, Vertex AI. Infrastructure & DevOps : Docker, Kubernetes, Terraform, Ansible, Gitlab CI. Data Quality & Feature Store : Great Expectations, Feast. Ta Mission & Ton Impact : Concevoir et maintenir des pipelines MLOps automatisés (CI/CD) pour l'entraînement et le déploiement des modèles en production. Gérer l'infrastructure cloud via Terraform et assurer le versioning complet des modèles et des données. Implémenter le monitoring de performance (détection de drift, latence) et configurer l'alerting pour garantir la fiabilité des solutions. Accompagner les Data Scientists dans l'adoption des meilleures pratiques de développement (code quality, tests, industrialisation). Intégrer des validations de schémas et des filtres de qualité de données au sein des pipelines de production.

Présentation du posteDans le cadre du développement de notre activité Data, nous recherchons un Data Analyst / Analytics Engineer pour intervenir sur des projets de transformation, de modélisation et de valorisation des données. Vous travaillerez à l'interface entre les équipes métiers, BI et Data Engineering afin de transformer les besoins opérationnels en modèles de données fiables, indicateurs pertinents et tableaux de bord exploitables. Vos missionsRecueillir et analyser les besoins des équipes métiers. Définir les indicateurs et les règles de gestion associées. Extraire, transformer et analyser les données avec SQL. Concevoir et maintenir des modèles de transformation avec dbt. Construire des modèles dimensionnels et des architectures en étoile. Développer et faire évoluer des rapports Power BI. Créer et optimiser des mesures et calculs DAX. Exploiter les données disponibles dans BigQuery. Mettre en place des contrôles de qualité et des tests de non-régression. Participer aux projets de migration et de modernisation des environnements décisionnels. Documenter les modèles, les traitements et les indicateurs. Restituer les analyses et formuler des recommandations auprès des métiers. Stack techniqueData Visualisation : Power BI Langages : SQL, DAX, Python Transformation : dbt Cloud : GCP, BigQuery Orchestration : Cloud Composer, Airflow Bases et outils décisionnels : SQL Server, PostgreSQL, SSIS Modélisation : modèles dimensionnels, modèles en étoile, Data Warehouse Qualité et déploiement : tests dbt, Git, CI/CD Data Science et IA : Vertex AI, RAG, LangChain, API OpenAI Compétences recherchéesTrès bonne maîtrise de SQL. Bonne connaissance de Power BI et DAX. Expérience opérationnelle avec dbt. Maîtrise de la modélisation dimensionnelle. Bonne compréhension d'une chaîne décisionnelle de bout en bout. Connaissance des principes de qualité, de fiabilisation et de gouvernance des données. Capacité à comprendre et formaliser les besoins métiers. Une première expérience sur GCP et BigQuery est appréciée. Une sensibilité aux sujets Data Science et IA générative constitue un plus.

ContexteMission consistant à développer une solution permettant aux chercheurs de transformer leurs analyses exploratoires en traitements fiables et réutilisables. MissionsDévelopper une solution logicielle pour la transformation d'analyses exploratoires en traitements fiables et réutilisables Collaborer avec des chercheurs et un Data Scientist dans un contexte de recherche Monter en compétence rapidement sur les outils spécifiques du projet Assurer la communication claire avec des profils non techniques Outils & Environnement & Compétences obligatoiresMaîtrise de GCP : GKE, IAM, GCS, BigQuery Python en production : conception modulaire (principes SOLID, architecture hexagonale ou équivalent), typage statique, tests unitaires/d'intégration Docker, Git et CI/CD avec expérience concrète de déploiement et de diagnostic (debugging pipelines) SQL, modélisation de données et définition de contrats de données (data contracts) Expérience cloud avec adaptation de modules Terraform existants (pas nécessairement de conception from scratch, mais capacité à faire évoluer un IaC existant) Réalisation agentique concrète : appels d'outils/API, gestion des erreurs, dans le cadre d'un projet réel ou d'un démonstrateur Compétences appréciées (Nice-to-have)Agents IA déjà déployés en production MCP, Claude Code GitLab CI Vertex AI / KFP et MLOps avancé Analyse statique de code Python (AST/LSP) Connaissances en imagerie médicale et histopathologie Soft skillsAutonomie et rigueur Communication claire, notamment avec des profils non techniques (chercheurs) et le Data Scientist Capacité à monter en compétence rapidement sur les outils spécifiques du projet Esprit de collaboration dans un contexte de recherche

Contexte de la mission Le programme, piloté par le Chief Data Officer (CDO) et sous sponsoring de la Direction Générale, comporte plusieurs objectifs, dont celui de la mise en place de la plateforme Data & IA, qui a vocation à devenir le coeur du SI. En parallèle, le chantier de transformation Cloud en cours induit d'importantes adhérences avec les travaux d'industrialisation de la plateforme Data & IA. Le Domaine Data Hub, au sein de la Direction Data dont l'objectif est d'assurer la disponibilité, l'accessibilité et la centralisation des données structurées, semi-structurées et non structurées de la société ainsi que les données provenant de l'extérieur. Ce domaine à vocation à démocratiser l'accès pour et par les métiers à l'exhaustivité des données, à travers les produits Comptoirs Data & Référentiels des données. Le périmètre d'intervention sera les Référentiels de données. Les Référentiels sont le point de vérité unique de la donnée d'entreprise, ils sont centraux à toute l'entreprise et font face à de forts enjeux : continuité de la mise en place du référentiel OPS continuité de la mise en place du référentiel documentation comptables continuité de la mise en place du référentiel nomenclatures décommissionnement des systèmes legacy mise en place de parcours utilisateurs et des fronts Objectifs et livrables Analyse des données en masse (python, excel, SQL autre) Recueil des besoins métiers et communication à l'équipe techniques Cadrage de nouveaux sujets sur le plan fonctionnel et technique Réalisation de la documentation projet détaillée (confluence, jira...) Mise place de contrôles qualité tout au long du cycle de vie de la donnée sur Informatica Data Quality et disponible sur dashboard Qlik Identification et analyse des données en non qualité et remédiation de celles-ci Rôle de PPO pour aider le PO dans la gestion du backlog (création d'US, planning...) Mise à jour du dictionnaire de données Datalink (datagalaxy) Modélisation dans le référentiel (Power Designer) Gestion de la recette des nouvelles fonctionnalités (automatisation, TNR...) Mise en place de la stratégie de gestion du support aux utilisateurs Accompagnement des métiers au changement A déjà travaillé sur des projets de référentiels de données, un référentiel Produit ou Nomenclature implémenté sur un MDM serait un plus, Très bonne communication et esprit de synthèse Connait les règlementations en vigueur : BCBS239, RGPD..., A de fortes compétences en modélisation, Capacité à analyser, exploiter et interpréter la donnée, Capacité à définir les processus de stratégie d'accès, de gestion des données, de contrôles et de cohérence de la donnée Bonne connaissance des processus Data Design, Participer à l'élaboration de la stratégie de recette, Définir, rédiger les cas de tests et élaborer les jeux d'essais, Exécuter la recette, Suivre les anomalies et leurs corrections, Être garant de la qualité des livrables depuis la base de DEV, jusqu'à la PROD, Connaissance sur les environnements et les problématiques Data, Connaissance de Jira, Connaissance des environnements Power Designer, Aws, MDM (EBX)... Connaissance de Data Galaxy Connaissance de Informatica Data Quality Connaissance de Qliksense Compétences demandéesCompétencesNiveau de compétence Requête SQL Expert Angular (hors dev) Expert Informatica Data Quality (hors dev) Expert Maîtrise de Power Designer et du data design (MCD/MPD) serait un très gros + Expert Python avancé Expert Excel fonctions avancées Expert EBX (éditeur TIBCO) Expert Transformation ETL Expert Data Galaxy Expert Qlik Expert

ContexteAu sein de notre équipe d'ingénierie système, l'Ingénieur Linux N3 est le référent technique ultime pour garantir la stabilité, la sécurité et la performance de nos infrastructures Linux (physiques, virtuelles et cloud). MissionsAssurer le Maintien en Conditions Opérationnelles (MCO) sur les incidents complexes et les architectures critiques. Être le moteur de l'industrialisation en concevant les templates d'OS standardisés, sécurisés et packagés pour être provisionnés automatiquement via Terraform dans nos pipelines de déploiement. Résolution d'incidents N3 : intervenir en escalade ultime sur les incidents de production complexes (analyse de crash dumps, résolution de problèmes de performance CPU/I-O/Mémoire, 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). 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. Être force de proposition pour moderniser les méthodes d'exploitation, mener une veille active sur les outils d'automatisation, les nouvelles distributions Linux et les méthodes de conteneurisation. Concevoir des maquettes (PoC) pour tester des approches d'auto-remédiation des pannes. Intégrer l'IA générative dans les méthodes de travail pour gagner en efficacité (écriture de playbooks Ansible, validation et optimisation des codes Terraform, génération de scripts Bash/Python complexes, analyse prédictive des logs système). En tant qu'expert N3, être le mentor des équipes de support N1/N2, rédiger des procédures d'exploitation claires, documenter l'architecture des templates et animer des sessions de partage de connaissances pour rendre les équipes autonomes sur l'utilisation des modules Terraform conçus.