Trouvez votre prochaine mission ou futur job IT.

En tant qu’AI Engineer, vous intervenez sur la conception, le développement et l’industrialisation de solutions d’Intelligence Artificielle, allant du Machine Learning classique aux cas d’usage de GenAI. Vous travaillez au cœur des plateformes Data et ML afin de garantir la robustesse, la performance, la scalabilité et la maintenabilité des modèles et services IA mis en production, au service des équipes métiers et produits. Expérience attendue : 3+ ans en ingénierie IA / ML / Data, avec une forte orientation production. Vous correspondez au/à la AI Engineer que nous recherchons si : Vous évoluez efficacement au sein d’équipes agiles et pluridisciplinaires , en collaboration étroite avec les équipes Data, IT et métiers Vous faites preuve d’un fort esprit analytique , de rigueur et de pragmatisme Vous êtes autonome, proactif et doté d’un solide sens des responsabilités Vous savez communiquer clairement avec des interlocuteurs techniques et non techniques, et vulgariser des sujets complexes Vous savez prioriser vos tâches , gérer les contraintes (qualité, délais, coûts) et respecter vos engagements Vous disposez d’un solide bagage en software engineering , vous permettant de développer des solutions IA robustes, lisibles, maintenables et testables , principalement en Python Vous appliquez les bonnes pratiques de développement : structuration du code, modularité, gestion des dépendances, conventions de nommage Vous êtes à l’aise avec les outils de versioning (Git) et les workflows collaboratifs associés Vous avez déjà travaillé sur des plateformes Data / ML Cloud (ex. Databricks ou équivalent) Vous comprenez les enjeux de préparation des données , de feature engineering et de qualité des datasets pour les usages ML / AI Vous avez une experience dans l’ industrialisation des modèles ML , incluant entraînement, validation, versioning et déploiement Vous êtes sensibilisé aux pratiques MLOps (gestion du cycle de vie des modèles, reproductibilité, monitoring) Vous avez une appétence pour les cas d’usage GenAI (LLM, RAG, embeddings, agents) et savez concevoir et mettre en œuvre de frameworks d’évaluation pour les systèmes GenAI incluant : évaluation de la qualité des réponses (relevance, faithfulness, completeness), validation des chaînes de retrieval et d’embeddings, comparaison de prompts, modèles ou configurations

Chez nous, l’innovation n’est pas simplement un mot à la mode ; elle est au cœur de notre ADN et guide chaque aspect de notre activité. Au cours des deux dernières années, nous avons consolidé notre position de leader dans le domaine de l’intelligence artificielle générative (GenAI), en lançant avec succès de nombreux services et solutions GenAI. Ces initiatives ont connu une adoption remarquable et continue à travers l’entreprise, établissant fermement notre groupe comme un leader mondial dans l’exploitation des technologies d’Intelligence Artificielle les plus avancées. Nous sommes maintenant prêts pour la prochaine étape : évoluer vers une plateforme agentique complète. Cette transformation stratégique permettra non seulement de renforcer nos équipes, mais aussi de rendre ces outils puissants plus accessibles et plus impactants pour tous les collaborateurs du groupe. Notre ambition est claire : accélérer la transformation de l’ensemble du groupe grâce à des solutions IA innovantes et performantes. Ce projet exige une passion évidente pour l’IA, une curiosité insatiable pour les dernières avancées, ainsi qu’un enthousiasme proactif pour explorer les nouvelles tendances, qu’elles soient techniques ou réglementaires. Votre rôle : Consultant Plateforme Agentique GenAI En tant que Consultant Plateforme Agentique GenAI au sein de l’équipe Beauty Tech Data & AI, vous jouerez un rôle clé dans la construction de notre avenir. Vous serez à l’interface entre innovation et mise en œuvre, en pilotant l’adoption et le succès de notre plateforme agentique sur plusieurs axes stratégiques : Conseil stratégique & accompagnement : agir en tant que consultant interne de confiance, en guidant les équipes tout au long du cycle de vie de leurs projets GenAI – de la conception initiale à l’intégration et au support continu. Définition des règles & standards : concevoir et établir des lignes directrices et des standards techniques solides, favorisant le développement rapide, scalable et sécurisé de solutions GenAI à l’échelle de l’entreprise. Autonomisation du développement : piloter la création de kits de développement intuitifs et prêts à l’emploi, permettant aux équipes internes de concevoir et déployer des applications GenAI avec rapidité, efficacité et cohérence. Adoption fluide : concevoir et mettre en place des processus d’onboarding performants garantissant une adoption simple, engageante et réussie pour les nouveaux utilisateurs dès le premier jour. Innovation continue : rechercher, évaluer et promouvoir les fonctionnalités GenAI les plus avancées du marché, afin de rester à la pointe des tendances technologiques et de maintenir un avantage compétitif. Compétences et expérience requises Pour réussir dans ce rôle, vous disposerez d’une solide expertise : Expérience confirmée : minimum 2 ans d’expérience pratique en tant que consultant en systèmes d’information, avec un parcours prouvé en intelligence artificielle, notamment dans le domaine GenAI. Maîtrise de GenAI sur GCP : connaissance pratique des services GenAI de Google Cloud Platform (GCP), incluant une bonne compréhension des outils et concepts tels que ADK, Agent Engine, Memory Bank, Session Agent Engine, Evaluation et Retrieval Augmented Generation (RAG Engine, Vertex AI Search). Communication internationale : un bon niveau d’anglais est indispensable pour collaborer efficacement avec des équipes internationales et interagir avec des parties prenantes variées. Collaboration et influence : excellentes qualités relationnelles, capacité à communiquer, esprit d’équipe et aptitude à favoriser l’adoption et la réussite collective.

Présentation de la mission En tant que Développeur Web Full Stack Senior, vous rejoindrez l’équipe de Transformation Finance Groupe afin d’intégrer l’équipe de développement en charge de nos applications web data sur mesure. Il s’agit d’un poste à fort impact, centré sur le développement, destiné à un expert spécialisé dans la conception de la « couche interface » de produits data complexes. Vous serez responsable de la transformation de besoins financiers complexes en applications et interfaces web performantes, scalables et sécurisées. Vous ferez le lien entre les données brutes stockées dans BigQuery et l’expérience utilisateur finale, en intégrant des analyses Looker (et Power BI) et en développant des fonctionnalités interactives personnalisées. Vous n’êtes pas simplement un « développeur web » : vous êtes un ingénieur logiciel conscient que la donnée est au cœur de l’application. 80 % DE FRONT à faire Responsabilités principales Développement d’applications web sur mesure : Concevoir et développer des applications web responsives et fortement orientées données en utilisant React et Python. Concevoir des filtres avancés et des composants UI personnalisés interagissant dynamiquement avec les couches de données. Analytique embarquée & orchestration d’API : Piloter l’intégration de Looker dans les applications web via les SDK et API Looker. Être garant d’une expérience « Looker-as-a-Service » fluide, en assurant une communication parfaite entre l’interface utilisateur et la couche analytique. Backend & intégration des données : Développer des services backend robustes en Python pour gérer l’orchestration des données, l’authentification des utilisateurs et la gestion des API. Optimiser les échanges entre le frontend et Google BigQuery. Infrastructure cloud & déploiement : Gérer le cycle de vie des applications sur Google Cloud Platform (GCP), en assurant des déploiements conformes aux bonnes pratiques en matière de performance, sécurité et scalabilité (Cloud Run, App Engine, etc.). Sécurité & gouvernance : Mettre en œuvre des protocoles de sécurité stricts (SSO, OAuth, IAM) pour le traitement de données financières sensibles du groupe, en garantissant la persistance de la sécurité au niveau des lignes (Row Level Security – RLS) de la couche data jusqu’à l’interface web. Philosophie « Software First » : Maîtriser le contrôle de version (Git) et les principes CI/CD. Appliquer les principes DRY (Don’t Repeat Yourself) et d’architecture atomique pour les composants frontend. Privilégier la maintenabilité et une architecture propre plutôt que des solutions rapides et peu robustes. Esprit d’innovation : Agir en tant qu’ambassadeur de l’IA. Utiliser de manière proactive des outils GenAI (ex. : Cursor, Claude Code, Gemini, Copilot, Figma Make, etc.) pour accélérer le développement, optimiser le code et explorer l’intégration future des LLM dans les interfaces data. Profil et compétences requis Formation : Diplôme de niveau Master en informatique, génie logiciel ou domaine technique équivalent. Une base solide de développeur est indispensable. Expérience professionnelle : Minimum 5 ans d’expérience en développement Full Stack, avec des réalisations avérées dans la conception d’applications data-driven en environnement grand compte. Stack technique principale : Frontend : Maîtrise experte de React.js et JavaScript/TypeScript. Excellente compréhension de la gestion d’état et du développement de composants UI personnalisés. Backend : Très forte expertise en Python pour la création d’API scalables. GCP / BigQuery / SQL : Maîtrise avancée de SQL pour interagir efficacement avec BigQuery en tant que source de données. Compétences comportementales : Communication : Capacité à expliquer des choix techniques et architecturaux à des interlocuteurs métiers, en français et en anglais. Autonomie : Excellente gestion du temps pour piloter plusieurs projets et parties prenantes simultanément. Exigence qualité : Approche rigoureuse des tests, de la documentation et du code propre. Présence & collaboration Localisation : Basé à Clichy. Rythme hybride : 3 jours par semaine sur site afin de favoriser une collaboration étroite avec les équipes métiers et le core team Analytics & IA Engineering.

Je cherche pour l'un de nos clients un AI-Native Software Engineer. Missions: Positionner comme un coach des équipes tech en place en apportant une expertise en GenAI Permettre la montée en compétence des équipes DSI en intégrant des outils d’IA (Copilot, Claude Code) pour accélérer le développement et la documentation Développer et maintenir des applications performantes (Java/Spring Boot, Angular/React, Node.js, etc.) en intégrant des assistants IA (Copilot, Claude Code) Automatiser les tâches répétitives (tests, CI/CD, monitoring) pour gagner en productivité Travailler sur des architectures modernes : APIs, Cloud PaaS/IaaS (AWS, Terraform) Garantir la qualité et la sécurité des développements en s’assurant que les projets pilotes respectent les bonnes pratiques technologiques et de sécurité de l’environnement SI Collaborer étroitement avec les équipes produit, design et architecture Coacher des équipes qui créent des solutions en utilisant l’IA comme assistant de la conception technique au monitoring en production. Profil • 7 ans d’expérience en développement Fullstack • Excellente maîtrise de Java/Spring Boot et de framework Front moderne (React) • Solide culture DevOps : CI/CD, conteneurisation (Docker, Kubernetes) • Bases solides en data engineering (Python / SQL) & cloud PaaS/IaaS (AWS, Terraform) • Esprit pragmatique, orienté delivery rapide et clean code • Curiosité et pratique des outils d’IA générative et d’automatisation (ex. GitHub Copilot, Claude, Code, LLM, Framework IA) pour identifier les véritables opportunités d’amélioration. Passionné par les sujets d’IA (traditionnelle et générative) et veille continue sur le sujet • Excellente communication (écrite et orale) et capacité à travailler en équipe. • Pédagogie et capacité à convaincre. • Autonomie et proactivité : capacité à travailler sur plusieurs projets en même temps

Il s’agit d’un poste hautement technique, orienté développement, conçu pour un expert qui considère la donnée comme du code. Vous serez responsable de transformer des conceptions financières complexes, fournies par les Business Product Owners, en produits performants, évolutifs et sécurisés. Vous interviendrez dans un environnement multi‑projets, nécessitant une rigueur technique exemplaire et une communication fluide aussi bien avec les équipes data engineering qu’avec les parties prenantes métiers, dans un contexte de finance d’entreprise à l’échelle du groupe. Responsabilités principales Advanced Analytics Engineering : Construire et optimiser la couche sémantique via une maîtrise experte du LookML. Concevoir des modèles BigQuery en tant que sources de données Looker, en appliquant des principes d’ingénierie logicielle : modularité, réutilisabilité et maintenabilité. Exécution & Qualité : Transformer des spécifications en data products robustes, garantissant performance, optimisation des coûts et conformité aux meilleures pratiques architecturales long-terme. Solutions embarquées & API : Architecturer l’intégration de Looker dans des applications web via les APIs/SDKs Looker, pour relier données et interfaces personnalisées. Sécurité & Gouvernance : Maîtriser les concepts et protocoles de sécurité afin de gérer des données financières sensibles. Gestion multi‑projets : Naviguer entre plusieurs flux simultanés, assurer une livraison ponctuelle et une communication proactive sur les blocages techniques ou choix architecturaux. Esprit d’innovation : Promouvoir l’usage de l’IA pour booster l’efficacité. Exploiter proactivement les outils GenAI pour accélérer l'écriture de code, l’optimisation SQL et la documentation automatique. Stack technique principale Looker : Maîtrise experte du LookML (approche modulaire via refinements et extends), connaissance des APIs Looker, maîtrise des architectures sémantiques. GCP / BigQuery : Expertise SQL avancée, optimisation performance/coûts, et solides compétences en data modeling.

Tâches principales : • Se positionner comme un coach des équipes tech en place en apportant une expertise en GenAI • Permettre la montée en compétence des équipes DSI en intégrant des outils d’IA (Copilot, Claude Code) pour accélérer le développement et la documentation • Développer et maintenir des applications performantes (Java/Spring Boot, Angular/React, Node.js, etc.) en intégrant des assistants IA (Copilot, Claude Code) • Automatiser les tâches répétitives (tests, CI/CD, monitoring) pour gagner en productivité • Travailler sur des architectures modernes : APIs, Cloud PaaS/IaaS (AWS, Terraform) • Garantir la qualité et la sécurité des développements en s’assurant que les projets pilotes respectent les bonnes pratiques technologiques et de sécurité de l’environnement SI Client • Collaborer étroitement avec les équipes produit, design et architecture • Coacher des équipes qui créent des solutions en utilisant l’IA comme assistant de la conception technique au monitoring en production

En tant que Senior Analytics Engineer , vous rejoindrez l’équipe de transformation financière du groupe afin de piloter le développement de la « dernière étape » des produits data. Il s’agit d’un poste hautement technique, orienté développement, conçu pour un expert qui considère la donnée comme du code. Vous serez responsable de transformer des conceptions financières complexes, définies par les Business Product Owners, en produits performants, scalables et sécurisés. Vous évoluerez dans un environnement multi-projets, nécessitant une grande rigueur technique ainsi qu’une capacité à communiquer efficacement avec les équipes data engineering et les parties prenantes métiers dans un contexte corporate finance à l’échelle du groupe. Vous n’êtes pas simplement une personne « data » qui construit des dashboards : vous êtes un Software Engineer dont l’application principale est la donnée. Responsabilités principales Analytics Engineering avancé : Construire et optimiser la couche sémantique en utilisant LookML à un niveau expert. Concevoir des modèles BigQuery comme sources de données Looker en appliquant les principes du Software Engineering : modularité, réutilisabilité et maintenabilité. Exécution & qualité : Transformer les spécifications en produits data robustes, garantissant des performances élevées, une optimisation des coûts et le respect des meilleures pratiques architecturales à long terme. Solutions embarquées & API : Concevoir l’intégration de Looker dans des applications web via les API/SDK Looker, en faisant le lien entre la donnée et des interfaces UI personnalisées. Sécurité & gouvernance : Comprendre les protocoles et concepts de sécurité (RLS, OLS, mapping des attributs utilisateurs) afin de traiter des données financières sensibles sur différents périmètres. Gestion multi-projets : Piloter plusieurs flux de travail simultanément en assurant des livraisons dans les délais et une communication proactive sur les blocages techniques ou choix architecturaux. Expérience Full-Stack (bonus) : Supporter le modèle « Analytics-as-a-Service » en utilisant Python pour la logique backend et React/HTML/CSS pour des expériences analytiques front-end sur mesure. Philosophie “Software First” : Comprendre le contrôle de version, ne pas seulement utiliser Git. Maîtriser les principes CI/CD, DRY, l’approche atomic design. Prioriser la maintenabilité plutôt que les « quick wins ». Savoir dire non aux solutions rapides mais non durables. Concevoir avec une vision long terme. Esprit innovant : Être un ambassadeur de l’IA et améliorer l’efficacité. Utiliser de manière proactive des outils GenAI (ex : Claude Code/Gemini, Copilot) pour accélérer l’écriture de code, l’optimisation SQL et la documentation automatisée, tout en gardant à l’esprit comment les LLMs pourront être intégrés dans les futurs produits data. Profil et compétences requises Formation : Diplôme de niveau Master en informatique, Data Engineering ou domaine technique équivalent. Une base solide orientée développement est indispensable. Expérience professionnelle : Minimum 5 ans d’expérience en Analytics Engineering ou Data Development, idéalement dans des environnements grands groupes avec des écosystèmes data complexes. Stack technique principal Looker : Maîtrise experte de LookML (approche modulaire via refinements et extends), connaissance des API Looker, maîtrise des architectures sémantiques. GCP / BigQuery : Expertise SQL avancée, optimisation performance/coûts et principes de modélisation des données. Les “plus” Développement web : Bonne maîtrise de Python et React fortement appréciée. Des bases solides en HTML/CSS sont requises pour des dashboards personnalisés et intégrations web. PowerBI : Expérience PowerBI est un atout important. Soft skills Communication : Capacité à expliquer des concepts techniques à des partenaires métiers en anglais et en français. Autonomie : Excellentes compétences en gestion du temps pour mener plusieurs projets et gérer différents interlocuteurs. Exigence qualité : Approche rigoureuse sur Git, les tests et la documentation. Présence & collaboration Localisation : Poste basé à Clichy. Rythme hybride : 3 jours par semaine sur site afin d’assurer une collaboration étroite avec les équipes métier ainsi que l’équipe centrale Analytics & AI Engineering.

Nous recherchons une prestation de coordinateur technique expérimenté. Cette prestation contribuera notamment à : assurer la continuité opérationnelle de toutes les phases de développement du pôle (delivery, run...), onboarder les nouveaux Engineering Managers, structurer la stratégie technique, développer des nouvelles pratiques (comme l’usage de l’IA générative), animer des réflexions techniques sur des points spécifiques (plateformisation, observabilité...). Il devra travailler en binôme avec le coordinateur end-to-end, sous la supervision directe du CTO du pôle Objectifs et livrables Responsabilités principales, en binôme avec le coordinateur end-to-end Sujets opérationnels et end-to-end urgents 1. Continuité opérationnelle & onboarding EM Mettre en place un playbook d’onboarding EM. Clarifier rituels, instances et interfaces (produits / chapters / TA). Synchronisation avec delivery performance sur les produits à livrer et la mise en place du maintain. 2. Poursuite des chantiers E2E Poursuivre et alimenter la démarche E2E avec des groupes de travail élargis (EM, standard techniques et démarche qualité...). 3. Coordination des réflexions techniques urgentes Conduire des arbitrages flash (note en 1–2 pages, décision & suivi). Orchestrer les revues techniques quand nécessaire, sur des sujets opérationnels produits nécessitant un regard CTO ou sur des chantiers transverses (observabilité par exemple). 4. Stratégie technique Co-construire une roadmap technique pour répondre aux enjeux du client : deployabilité par design, Company readyness, Run readyness, Excellence software et qualité, Cutting-edge AI, Composabilité et modularité 5. Nouveaux modes de travail Usage de l’IA générative dans les pratiques de développement et d’UI/UX Plateformisation et observabilité Réflexion open source/écosystème 6. Clarification des rôles & organisation Mettre en œuvre et adapter le RACI déjà défini. Recommander des évolutions organisationnelles pragmatiques – pas de big bang. Cette liste n’est pas exhaustive et sera précisée au cours de la mission. Les interactions avec le coordinateur end-to-end seront à préciser lors de la mission, avec des niveaux d’implications différents en fonction des sujets (pour certains, le coordinateur technique sera en lead, pour d’autres il sera en support). Profil recherché Expérience 10+ ans en ingénierie logicielle / architecture / coordination technique. Expérience probante en conduite du change et leadership transverse en contexte multi-produits / multi-chapters. Pratique de gouvernance technique (Architecture Review Board / Tech Authority). Compétences techniques (au moins plusieurs parmi) Architecture cloud (idéalement Azure), microservices, APIs, events. DevOps/SRE : CI/CD, observabilité, fiabilité, sécurité, performance. Data/AI : data platforms, gouvernance, MLOps, IA générative. Sécurité & Compliance, FinOps, qualité logicielle, E2E/flow engineering. Culture produit et delivery à l’échelle . Compétences comportementales Excellente coordination et facilitation (atelier, arbitrage, décision). Clarté rédactionnelle et synthèse exécutive. Sens du pragmatique : impact rapide sans « big bang ». Français courant, anglais professionnel. Indicateurs de succès Onboarding EM : 100 % des nouveaux EM E2E : amélioration mesurée Stratégie technique validée et communiquée TA /chapter: décisions tracées et adoption des standards ≥ 80 %. GenAI: plan d'usage de l'IA générative et première mise en œuvre Clarté orga : RACI approuvé et utilisé • Satisfaction des parties prenantes clés ≥ 4/5.