Trouvez votre prochaine mission ou futur job IT.

Le projet consistera à expérimenter une approche assistée par GenAI permettant de reconstruire un lineage à partir de différentes sources : requêtes SQL et tables BigQuery, traitements Python, documentations métiers Word/PPT/PDF. Le cas d’usage principal porte sur la reconstruction d’un lineage end-to-end sur un indicateur ou reporting critique, avec un focus initial sur l’univers risk et un cas candidat autour des provisions sur valeurs résiduelles. L’objectif est de produire une base de lineage pré-remplie, comparable au lineage manuel existant, qui pourra ensuite être validée par les sachants métiers et, si possible, restituée dans un format exploitable ou ingestable. Vous serez en charge de : Renforcer l'équipe Data Science autour de sujets d’AI Engineering, Concevoir, développer et tester une approche assistée par IA pour la reconstruction du data lineage. Améliorer la productivité des ateliers métier, et de produire des livrables réutilisables pour la validation et l’industrialisation éventuelle du dispositif. Analyser Les sources techniques hétérogènes, de développer des composants d’extraction et de reconstruction des liens de données, Documenter les résultats obtenus de manière claire et exploitable par les équipes Data Governance, Data Science et les parties prenantes métier, Les livrables attendus seront les suivants: Un lineage end-to-end reconstruit sur un cas d’usage témoin, comparable au lineage manuel existant Les scripts, notebooks ou composants techniques développés Documentation de l’approche retenue, des hypothèses, limites et écarts constatés Eestitution exploitable par les sachants pour validation Recommandations sur les conditions de passage à l’échelle, notamment en matière d’outillage, d’intégration de gouvernance et d’industrialisation.

Le projet vise à expérimenter une approche assistée par GenAI permettant de reconstruire un lineage à partir de différentes sources : requêtes SQL et tables BigQuery, traitements Python, documentations métiers Word/PPT/PDF, et éléments existants. Le cas d’usage principal porte sur la reconstruction d’un lineage end-to-end sur un indicateur ou reporting critique, avec un focus initial sur l’univers risk et un cas candidat autour des provisions sur valeurs résiduelles. L’objectif est de produire une base de lineage pré-remplie, comparable au lineage manuel existant, qui pourra ensuite être validée par les sachants métiers et, si possible, restituée dans un format exploitable ou ingestable. Vous serez en charge de contribuer : Concevoir, développer et tester une approche assistée par IA pour la reconstruction du data lineage. Réduire l’effort manuel nécessaire à la documentation du lineage, d’améliorer la productivité des ateliers métier, Produire des livrables réutilisables pour la validation et l’industrialisation éventuelle du dispositif Comprendre les enjeux métiers et réglementaires du data lineage, Analyser les sources techniques hétérogènes, de développer des composants d’extraction et de reconstruction des liens de données, Documenter les résultats obtenus de manière claire et exploitable par les équipes Data Governance, Data Science et les parties prenantes métier. Les livrables seront les suivants: Développement d’un MVP d’interface de validation du lineage généré automatiquement et mise en oeuvre d’une solution d’intégration des relations validées à minima sous forme de fichiers d’import compatibles. Documentation des recommandations sur les conditions de passage à l’échelle, notamment en matière d’outillage, d’intégration de gouvernance et de généralisation.

Nous recherchons un Data Modeler expérimenté pour intervenir au sein d’un environnement bancaire international. La mission consiste à concevoir et structurer les modèles de données (conceptuels, logiques et physiques) nécessaires aux domaines Finance, Risk et Regulatory Reporting, en conformité avec les exigences réglementaires (FINREP, COREP, BCBS 239…). Responsabilités Modélisation des données Concevoir les modèles conceptuels couvrant les principaux domaines bancaires (clients, crédits, dépôts, instruments financiers, collatéraux, risques, comptabilité…). Traduire les modèles conceptuels en modèles logiques détaillés, alignés sur les taxonomies EBA/ECB et standards (BIRD…). Contribuer à la validation et à la cohérence des modèles physiques dans les environnements DWH / Lakehouse. Support au reporting réglementaire Définir les structures de données nécessaires aux reportings FINREP / COREP. Assurer la cohérence et la traçabilité des données entre Finance, Risk et Regulatory. Contribuer à la conformité BCBS 239 (qualité, complétude, exactitude, lineage). Data Warehouse & Data Governance Concevoir des modèles pour les DWH, data marts et environnements analytiques. Définir les CDE (Critical Data Elements) et contribuer aux règles de qualité. Participer à la documentation du lineage, des mappings et des impacts. Aligner les modèles avec les standards de gouvernance et les outils de catalogage. Collaboration & communication Travailler avec les équipes Risk, Finance, Regulatory Reporting, Data Architects et Data Governance. Animer des ateliers de modélisation et vulgariser les concepts auprès des parties prenantes. Fournir une expertise métier et réglementaire sur les structures de données bancaires.

Principales missions : Conception des infrastructures et choix des solutions logicielles et matérielles avec des propositions pour intégrer les technologies innovantes - Définition et mise en œuvre des infrastructures tant au niveau matériel que logiciel. - Intervention dans le cadre de projets en support sur les problématiques d’infrastructure. - Gestion des incidents. - Etudes de conformité et contrôle l'implémentation de la politique groupe en assurant la cohérence des infrastructures de son domaine. Le prestataire devra apporter une expertise senior en architecture Data & IA afin de concevoir une architecture cible intégrant les composants autour de la logique Data Mesh, pouvant s'appuyer notamment sur les briques Microsoft du Groupe, la marketplace, data sharing, knowledge management et gouvernance IA. La prestation devra couvrir la définition des patterns d’intégration, identifier les liens avec l'agentique, sources de données, référentiels, APIs, workflows et marketplace ; la sécurisation des accès, décisions et actions ; ainsi que la construction d’une trajectoire pragmatique, industrialisable et alignée sur les cas d’usage métier. Les compétences recherchées couvrent - l’architecture data et agentique, - Copilot Studio et l’écosystème Microsoft, - le data sharing, les data products, la logique de Data mesh, les notions de data product et data contract. - la gouvernance Data + Knowledge + AI, - la sécurité, l’auditabilité, - le risk assessment IA, Soft skills • Capacité à travailler à partir de spécifications fonctionnelles • Aisance dans les phases de test, d’itération et d’amélioration de la qualité des résultats

Les équipes Data - Opérations & Finance recherchent un Scrum Master expérimenté (entre 5 et 7 ans d’XP) pour orchestrer le delivery des use cases data de bout en bout, en alignant business, IT et équipe agile pour sécuriser le delivery, la valeur métier et la performance opérationnelle. JOBDESK : 🎯 Mission globale • Piloter de bout en bout le delivery et l’évolution des produits data sur la plateforme Beauty Tech Data • Garantir la création de valeur métier (analytics, datasets, data flows) et leur mise en production / exploitation 📦 Périmètre des produits data • Dashboards et analytics • Datasets (données préparées / curated) • Data flows alimentant des applications et produits SaaS 🔧 Responsabilités principales Delivery & pilotage produit • Leader le delivery des data products du cadrage au déploiement puis au run • Construire et maintenir la roadmap produit alignée avec les priorités business • Piloter la backlog (priorisation, user stories, refinement) • Assurer la continuité Build & Run (évolutions + maintenance + support) Coordination & gouvernance • Être le point central entre Business, IT, Data Engineers, BI et Product Owners • Coordonner les ressources et gérer les dépendances • Mettre en place et animer la gouvernance projet (comités projet, COPIL, steering) • Suivre l’avancement, les jalons, et produire le reporting Agile & animation d’équipe • Animer les cérémonies Agile (sprint planning, daily, review, retrospective) • Faciliter le travail des équipes et lever les blockers • Garantir la bonne application des pratiques Scrum Gestion des besoins & valeur métier • Recueillir, challenger et structurer les besoins métiers • Prioriser en fonction de la valeur et de la capacité de delivery • Aligner les parties prenantes business et IT Risk management & performance • Anticiper les risques et alerter proactivement • Mettre en place des plans de mitigation • Suivre la performance du delivery (planning, qualité, capacité) Amélioration continue • Améliorer les pratiques de product management et de delivery • Accompagner les Product Owners en montée en compétence • Structurer les process et standards data