Trouvez votre prochaine mission ou futur job IT.

Contexte de la missionDans le cadre du développement de ses projets d'intelligence artificielle générative et agentique, notre client souhaite mettre en place un outil permettant d'estimer la consommation de tokens et les coûts associés à l'utilisation des modèles LLM. L'objectif est de permettre aux équipes projet d'anticiper leurs dépenses en fonction de leurs besoins, des volumes d'utilisation prévus et des modèles d'IA utilisés. Pour cela, nous recherchons un AI Engineer capable de participer au cadrage du besoin et au développement d'une calculatrice de prévision de consommation de tokens. MissionsLe consultant interviendra sur les différentes étapes du projet : Recueillir les besoins des équipes et définir les principales fonctionnalités de l'outil. Identifier les paramètres à prendre en compte pour estimer la consommation de tokens selon les cas d'usage. Développer en Python une calculatrice permettant de simuler les volumes de consommation et les coûts associés. Prendre en compte les spécificités des différents modèles LLM et leurs modalités de tarification. Intégrer les particularités des projets agentiques, notamment les appels successifs aux modèles et les interactions entre agents. Tester et fiabiliser les calculs afin de fournir des estimations cohérentes. Rédiger la documentation technique et fonctionnelle de la solution. Compétences recherchéesBonne maîtrise de Python. Connaissance des LLM et des mécanismes de tokenisation. Expérience dans l'utilisation d'API de modèles d'IA générative. Compréhension des coûts associés à la consommation de tokens. Capacité à cadrer un besoin et à proposer une solution technique adaptée. Une expérience sur des projets d'IA générative, des architectures agentiques ou des sujets LLMOps constituera un réel atout. Livrable attenduDéveloppement d'une calculatrice de prévision de consommation de tokens, accompagnée de sa documentation. Profil recherchéNous recherchons un profil technique et pragmatique, capable de comprendre les besoins des équipes, de les traduire en fonctionnalités concrètes et de développer un outil fiable et facilement utilisable.

Missions Établir un protocole de tests permettant de mesurer l'impact des règles de matching développées par l'équipe Piloter les campagnes de tests et produire une analyse quantitative des écarts pour ajuster les critères de matching Réaliser des campagnes comparant deux versions du moteur d'identification, avec analyses quantitatives et qualitatives des différences Participer activement à l'automatisation des analyses de données pour accélérer le time to deliver Analyser les anomalies et remontées utilisateurs avec les experts métiers, et construire avec le PO les évolutions de règles Participer à la validation et à la non-régression des développements, en lien avec le PO et les développeurs Intervenir dès le cadrage (shift-left) : critères d'acceptance des User Stories et stratégie de recette Enrichir les analyses avec des données internes, externes ou via des algorithmes Stack / Environnement Python pour l'analyse et l'automatisation (pandas, numpy, notebooks), bonne maîtrise Elasticsearch, SQL, bonne maîtrise AWS (OpenSearch, RDS, SQS, SNS, DynamoDB, ECS), maîtrise partielle Spark, niveau débutant suffisant Client REST (Postman), niveau débutant suffisant Protocole d'analyse (exploration, échantillonnage représentatif, détection de patterns), bonne maîtrise Agile / Scrum, bonne maîtrise ; SAFe, niveau débutant

Votre rôle au sein de NSI Dans le cadre du renforcement de son équipe Data, un acteur majeur du secteur bancaire recherche un Data Engineers expérimenté H.F pour contribuer à l'évolution de son Data Lake et au déploiement de nouveaux cas d'usage sur la plateforme Databricks. Descriptif des missions Développer et maintenir des pipelines de données batch et temps réel Concevoir et industrialiser des flux d'ingestion et de transformation Développer des traitements Python / PySpark sur Databricks Concevoir et maintenir des workflows Talend Mettre en œuvre des flux CDC (Change Data Capture) Participer à l'automatisation, aux tests et aux déploiements CI/CD Garantir la qualité, le monitoring et l'observabilité des traitements Développer des composants réutilisables et frameworks d'industrialisation Environnement technique Databricks Python / PySpark Talend SQL dbt CDC / Qlik Replicate Git, CI/CD Kafka (plus) GénAI appliquée au développement

Description du posteDans le cadre d'une mission au sein d'un acteur majeur du secteur du luxe, vous participerez à l'analyse et à la valorisation des données clients afin d'identifier les tendances, comprendre les comportements d'achat et accompagner les équipes métiers dans leurs prises de décision. Vos missions incluront la réalisation d'analyses ad hoc, l'exploitation de données issues de différents canaux de vente, la production de reportings et la restitution des résultats. Vous contribuerez également à l'amélioration de la connaissance client et à l'analyse des parcours omnicanaux. Nous recherchons un profil ayant au moins un an d'expérience en Data Analysis, idéalement dans le secteur du retail, avec une bonne maîtrise de Python, SQL et des statistiques.

Description de la mission Notre client est un grand groupe international de conseil et d'ingénierie. Il intervient sur des projets complexes dans l'énergie et les infrastructures. Dans le cadre de son programme de transformation, il harmonise ses processus métiers autour de SAP S/4HANA Cloud Public Edition et de Workday, avec les briques data, reporting et automatisation qui y sont reliées. Le Data Migration Lead coordonne la migration des données vers S/4HANA Cloud Public Edition et les systèmes connectés, et la réalise lui-même en grande partie. La mission mêle exécution technique (Migration Cockpit, Python, SQL) et pilotage côté métier (nettoyage, réconciliation, recette). L'objectif est de rendre les données prêtes pour les tests puis pour la bascule (cutover). Vos responsabilités Périmètre et planification Tenir à jour le catalogue des objets de migration et le plan de livraison : périmètre, systèmes source et cible, responsables, jalons, dépendances et critères d'acceptation. Répartir les responsabilités (extraction, nettoyage, mapping, chargement, réconciliation) entre les Business Data Owners, les experts des systèmes source, les ingénieurs migration et les fournisseurs. Suivre l'avancement et remonter les risques. Profilage, mapping et nettoyage Coordonner les extractions et le profilage des données. Faire valider les règles de mapping, de nettoyage et de contrôle par les Business Data Owners. Écrire et maintenir des scripts Python et SQL pour le profilage, le nettoyage, la transformation, la validation et la réconciliation. Les scripts sont versionnés et chaque exécution doit pouvoir être rejouée. Exécution dans SAP Migration Cockpit Travailler directement dans le Migration Cockpit de S/4HANA Cloud Public Edition : objets de migration, templates, mappings, simulations et chargements sur des volumes proches de la production. Analyser les enregistrements rejetés, faire corriger les données à la source, relancer les chargements de façon contrôlée et préparer des jeux de données pour les tests d'intégration et l'UAT. Répétitions générales et réconciliation Organiser et mener les répétitions de migration (dry runs). Mesurer la durée de chaque étape (extraction, transformation, chargement, validation), enregistrer les anomalies et tester les corrections. Réconcilier source et cible (volumes, totaux, contrôles métier), justifier les écarts, conserver les preuves et obtenir l'acceptation des métiers. Cutover et go-live Construire la séquence de cutover avec le responsable du déploiement : gel des sources, extractions finales, ordre de chargement, réconciliation et points de décision go/no-go. Exécuter les tâches de cutover qui vous sont confiées, signaler les risques restants sur les données et documenter les validations. Livrables et coordination Livrables attendus : plan des objets de migration, mappings et règles validés, scripts versionnés, journaux de chargement SAP, réconciliations, durées mesurées lors des répétitions, PV d'acceptation et plan de cutover exécutable. Coordonner les ingénieurs migration et les fournisseurs, sans en être le manager hiérarchique.

Animer les ateliers d'onboarding avec les équipes locales et définir avec elles le mapping et l'approche de migration de leurs objets Coordonner le nettoyage des données selon la méthodologie du programme Valider les livrables de migration Garantir la livraison de vos objets dans les délais, en anticipant les risques et en vous coordonnant avec les objets adjacents Assurer le support de premier niveau sur les anomalies de migration et de qualité de données Contribuer au retour d'expérience après chaque migration

Analytics Engineer Digital In Store 430 e par jour 3 ans minimum en Analytics/Data Engineering ou 5 ans en Data Analyse avec expérience Data Engineering. dbt, Airflow, Databricks, Python et SQL. Avoir une expérience significative dans des grands comptes, rigoureux Bonnes expériences en data Python SQL Bonne capacité d'adaptation excellente expression orale et ecrite. Mission en région Parisienne , avec des dlacements en provinces une fois par semaine exceptionnellement Analytics/Data Engineering ou 5 ans en Data Analyse avec expérience Data Engineering. dbt, Airflow, Databricks, Python et SQL. 430 e par jour

Contexte L'équipe ODA (Operational Data & Analytics) fait de la donnée un levier de pilotage opérationnel réel pour mon client. Elle couvre à la fois la qualité de la donnée (CMDB, référentiels), l'analytics ITSM, et l'outillage data au service des équipes opérationnelles. L'équipe est en pleine transformation technique : nous développons et déployons des applications internes destinées à la production, et nous avons besoin de renforcer notre capacité d'architecture et de déploiement, tout en gardant un lien fort avec les besoins métier ITSM. Ce poste convient à un profil technique confirmé, capable de peser sur des choix d'architecture data et système, tout en restant à l'aise pour dialoguer avec des parties prenantes métier et comprendre rapidement un besoin d'analyse. Mission Architecture & Déploiement • Être le binôme technique de notre tech lead : contribuer aux choix d'architecture data et système, et en assumer la responsabilité en son absence • Déployer et industrialiser des applications internes destinées à la production, en autonomie sur nos outils de déploiement internes • Garantir la fiabilité et la maintenabilité des pipelines et applications développés par l'équipe Data Engineering • Construire et maintenir des workflows de données (Dataiku, Airflow ou équivalent) • Contribuer à des projets de données à enjeu métier, notamment la refonte d'un algorithme de priorisation des incidents basé sur le revenu, actuellement en phase de choix d'architecture • Évaluer, cadrer et implémenter de nouvelles intégrations de sources de données Analyse & Réactivité métier • Répondre rapidement à des besoins d'analyse ad-hoc sur des données incidents, changes et autres datasets ITSM, en s'appuyant sur les outils d'IA générative pour accélérer la production de requêtes et de résultats, et en challengeant leurs résultats • Monter en compétence sur les concepts et processus ITSM (incidents, problems, changes, requests, event management) au fil des projets Outillage IA • Utiliser les outils d'IA générative pour accélérer les livrables : vibe-coding d'applications internes, génération de requêtes, documentation • Relire, challenger et corriger les productions de l'IA plutôt que de les valider sans recul • Être force de proposition sur l'intégration de l'IA dans les pratiques de l'équipe

Dans le cadre d'un programme stratégique de transformation du SI Marketing d'un grand groupe bancaire, nous recherchons un Product Owner Data Marketing confirmé pour intégrer une equipe DATA au cœur des enjeux de connaissance client et de personnalisation marketing. Vos missions Porter la vision produit et garantir la création de valeur tout au long du cycle de vie des produits. Recueillir, challenger et prioriser les besoins métiers et utilisateurs. Définir et piloter la roadmap produit ainsi que sa déclinaison opérationnelle. Assurer le pilotage budgétaire en lien avec les objectifs de valeur. Garantir la qualité, la sécurité et la conformité des produits (RGPD, gestion des risques, obsolescence). Animer les rituels Agile de la squad et collaborer étroitement avec le Scrum Master. Accompagner les métiers dans le déploiement, la conduite du changement et l'adoption des solutions. Coordonner les différents interlocuteurs métiers, data et IT. Environnement La mission s'inscrit dans un projet majeur de transformation Data & Marketing visant à construire une vision client unifiée en temps réel afin de soutenir les usages digitaux et les stratégies de personnalisation. Compétences recherchées Métier Expérience significative en marketing client : segmentation, ciblage, personnalisation, connaissance client. Bonne compréhension du secteur bancaire. Maîtrise des enjeux liés au RGPD et à la gestion des consentements. Data Bonne connaissance des écosystèmes Data / Big Data : Ingestion Traitement Stockage Exposition des données Gestion de produit Forte culture Agile et Product Management. Construction et pilotage de roadmap produit. Priorisation par la valeur. Gestion budgétaire. Maîtrise de Jira. Soft Skills Leadership et capacité d'influence. Excellente communication orale et écrite. Esprit de synthèse. Assertivité. Capacité à fédérer des interlocuteurs variés. Profil attendu ✅ Minimum 8 à 10 ans d'expérience dont plusieurs années en tant que Product Owner. ✅ Expérience sur des produits Data à forte visibilité métier. ✅ Connaissance des environnements bancaires ou financiers. ✅ À l'aise dans des contextes de transformation et de coordination transverse. Localisation : Nantes Présence sur site requise : 3 jours/semaine Mission longue durée.

Nous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un Data Engineer expert. Vous rejoignez une plateforme de données dédiée aux activités de marché, au cœur de use cases d'intelligence artificielle. Vous travaillez au quotidien avec des équipes Data Science et ML sur des sujets à fort enjeu. Vos missions : - Concevoir, développer et maintenir des pipelines de données scalables qui alimentent des use cases d'IA. - Architecturer des flux batch et streaming fiables, traçables et conformes. - Accompagner les équipes Data Science/ML dans la mise en production des modèles (MLOps). - Optimiser les performances des bases et entrepôts de données (SQL, NoSQL, Data Lake). - Mettre en place l'observabilité : monitoring, alerting, logging et métriques. - Veiller à la sécurité des flux et à la gouvernance de la donnée (catalogue, lineage). Vous êtes recruté en CDI cadre chez Ingéniance et vous rejoignez une communauté d'experts de la data et de la finance de marché. Ref : O-LWDVQ

ContexteDans le cadre du renforcement d'une équipe technique transverse intervenant sur un périmètre d'une quinzaine d'applications Data, nous recherchons 4 Data Engineers Séniors, capables d'intervenir principalement sur des activités de RUN, tout en pouvant ponctuellement contribuer aux activités BUILD. L'objectif est de renforcer la fiabilité et l'exploitation des applications Data tout en assurant une continuité forte entre développement, mise en production et RUN. Nous recherchons avant tout des Data Engineers expérimentés, avec une réelle culture de la production et du DevOps, et non des profils DevOps infrastructure purs. MissionsRUN & support techniqueAnalyser et résoudre les incidents de production. Diagnostiquer les anomalies sur les traitements, jobs et pipelines Data. Identifier et traiter les problèmes récurrents. Participer à la fiabilisation des applications et traitements Data. DevOps & automatisationAméliorer les processus de déploiement et de mise en production. Industrialiser et automatiser les tâches d'exploitation. Contribuer à la fiabilisation des déploiements et traitements Data. Participer à l'amélioration continue des pratiques RUN/BUILD. Supervision & monitoringAméliorer les mécanismes de supervision et d'alerting. Intégrer les dispositifs de contrôle directement dans les jobs et pipelines Data. Faciliter la détection, l'analyse et le diagnostic des anomalies. Maintien en conditions opérationnellesGérer les changements techniques. Participer à la sécurisation des environnements. Assurer la gestion des secrets applicatifs. Maintenir et améliorer la documentation d'exploitation. Renfort BUILDIntervenir ponctuellement sur les développements Data Engineering. Apporter une expertise technique aux équipes projets. Contribuer aux développements et à la sécurisation des livraisons lors des pics de charge.