Trouvez votre prochaine mission ou futur job IT.

Basée à Lille, Lyon, Nantes, Grenoble, Marseille, Paris et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s’imposer comme une référence en matière de freelancing par son expertise dans l’IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un Lead tech Java Angular Spark (H/F) à Lyon, France. Contexte : Le Groupe réalise des études et des produits data innovants sur des sujets tels que la maintenance prédictive, la mobilité électrique, les charges sur le réseau. Les missions attendues par le Lead tech Java Angular Spark (H/F) : Activité principale En tant que Lead Tech Java/Angular, vous serez responsable de : - Développer et maintenir des applications web en Java Spring Boot (backend) et Angular (frontend). - Avoir une sensibilité accrue aux performances et à la maintenabilité, à la sécurité (ex : Grafana, Kibana, Elastic search, Datadog). - Expérience confirmée en conception d'architecture scalable et en collaboration avec des équipes Data. - Maintien de la qualité logicielle : Effectuer des revues de code régulières, promouvoir et diffuser les bonnes pratiques de développement au sein de l'équipe. - Appui aux projets : Fournir une aide ponctuelle et des conseils techniques aux différents projets en cours. - Cadrage technique des sujets : Participer à la définition des besoins techniques et à la planification des solutions à mettre en place. - Échanges transverses avec les autres équipes : Collaborer avec les équipes transverses pour remonter les besoins et implémenter un cadre commun de travail. - Veille technique et curiosité sur l'état de l'art des nouvelles technos. Activité secondaire - Cadrage, accompagnement technique des différents projets - Accompagnement des PO - Industrialisation de projets - Capacité à intervenir tout le cycle de vie d'un projet : du POC à la prod Stack technique de l'équipe • Python • Java (21, 25), • spring boot (3.5 à 4.0), • spring batch (5, 6), • spring security, • Angular (18 à 22), • spark, • hadoop, • Postgresql (15), • grafana, • kibana • Kafka • airflow

Dans le cadre de la modernisation de son système de gestion des données, notre client recherche un(e) Data Engineer afin de participer à la transformation et à l’industrialisation de ses traitements data. Vous intégrerez une équipe technique engagée sur des projets stratégiques liés à la migration d’applications historiques vers des technologies Big Data et Cloud plus performantes et évolutives. Vos missions Participer à la migration de traitements décisionnels développés sous Informatica et PL/SQL vers des solutions Big Data basées sur Spark (Java). Assurer la maintenance corrective et évolutive des traitements existants afin de garantir leur stabilité et leur performance. Concevoir, développer et optimiser des pipelines de données dans un environnement Cloud moderne autour de Databricks. Industrialiser les traitements data afin d’améliorer leur fiabilité, leur automatisation et leur exploitabilité. Développer et maintenir des flux de données performants répondant aux besoins métiers et techniques. Collaborer avec les différentes équipes projets pour comprendre les besoins fonctionnels et proposer des solutions adaptées. Participer aux phases de tests, de validation et de mise en production des traitements. Contribuer à l’amélioration continue des pratiques de développement et d’exploitation des plateformes data. Veiller à la qualité, à la cohérence et à la disponibilité des données au sein des environnements de production.

Dans le cadre d’un programme stratégique de transformation Data pour un de nos clients, nous recherchons un(e) Tech Lead / Senior Solution Architect Databricks afin d’accompagner la modernisation et l’industrialisation d’une plateforme Data Azure à forte volumétrie. Vous interviendrez dans un environnement exigeant autour des enjeux suivants : • Migration et industrialisation sur Databricks • Gouvernance et qualité des données • Optimisation des performances et des coûts cloud (FinOps) • Accompagnement et montée en compétence des équipes Data 🎯 Vos missions : Data Engineering & Plateforme Data Concevoir et développer des pipelines d’ingestion à forte volumétrie Structurer et faire évoluer une plateforme Data moderne sur Azure Databricks Mettre en œuvre des traitements batch et streaming dans une architecture Lakehouse Industrialisation & DevOps Industrialiser les pipelines et renforcer les pratiques DevOps Mettre en place les bonnes pratiques CI/CD et automatiser les déploiements Participer à la fiabilisation des environnements de production Architecture & Gouvernance Définir l’architecture cible et garantir les standards techniques Accompagner les équipes sur les bonnes pratiques d’ingénierie Data Participer aux sujets Data Governance & Data Quality Performance & FinOps Optimiser les traitements Spark Maîtriser les coûts d’infrastructure cloud Améliorer les performances globales de la plateforme MCO & Support Intervenir sur des incidents complexes (support N3) Contribuer au maintien opérationnel de la plateforme

🧾 Lead Data Engineer GCP – Migration Hadoop → GCP🎯 Contexte Dans le cadre de la modernisation de la plateforme Data , le client engage une migration d’un environnement Hadoop on-premise vers GCP . L’équipe existante (≈6 ingénieurs GCP) nécessite un référent technique senior pour structurer et sécuriser la migration. 🧩 Rôle👉 Référent technique de la migration Data Définir la stratégie de migration Hadoop → GCP Analyser les workloads existants (Hive, Spark, batch/stream) Orienter les choix techniques (BigQuery, Dataflow, Dataproc, GCS) 👉 Leadership technique Encadrer et accompagner les ingénieurs GCP Challenger les choix d’implémentation Mettre en place les bonnes pratiques (data engineering, CI/CD, infra as code) 👉 Contribution opérationnelle Participer à la migration des pipelines (Spark → GCP) Optimiser performance et coûts Industrialiser les flux data 🧠 Profil recherchéCompétences clés Expertise GCP Data (BigQuery, Dataflow, GCS…) Solide expérience Hadoop / Big Data Maîtrise Data Engineering (Spark, SQL, Python) Bon niveau en architecture data & cloud Expérience Migration Hadoop → Cloud (idéalement GCP) Rôle de lead technique / référent Contexte grands comptes / environnements complexes ✅ Livrables Stratégie de migration Architecture cible data Standards & bonnes pratiques Contribution aux pipelines migrés ⚠️ Enjeux clés Performance & coûts (FinOps) Qualité & gouvernance de la donnée Coexistence temporaire Hadoop / GCP 🏷️ Positionnement 👉 Lead Data Engineer GCP (orienté architecture) 👉 Profil hybride : hands-on + vision stratégique

Nous recherchons pour l'un de nos clients un Data Engineer Senior – Java / Spark / GCP / SQL. Missions principales Développer et maintenir des pipelines de données Participer à la conception et à l’optimisation des traitements Big Data Intervenir sur les flux de transformation et d’intégration de données Participer aux déploiements et à l’automatisation des traitements Assurer la gestion et l’optimisation des bases de données Collaborer avec les équipes techniques dans un environnement Agile Contribuer à l’amélioration continue des outils et architectures Data

Data Engineer Spark Scala Scala, Spark, Airflow, Hive, Jenkins, Nexus, HDFS, Gitlab Nantes ( 3 à 4 jours de télétravail) Scala, Spark, Airflow, Hive, Jenkins, Nexus, HDFS, Gitlab Le data engineer travaillera sur un datalake( MCO, évolutions fonctionnelles). Les principales tâches seront: -Réaliser les développements en langage SCALA, - Réaliser les travaux jusqu’en environnement de production - Réaliser le support N3 de la production - Réaliser la supervision des traitements - Documenter les réalisations. Nous recherchons un data engineer confirmé qui maitrise nécessairement Spark et Scala

OBJECTIF DE LA MISSION Dans le cadre d'un programme stratégique de transformation au sein d'un acteur international de l'Asset Management, nous recherchons un Senior Data Project Manager afin d'accompagner la migration et l'intégration de référentiels de données critiques vers une plateforme cible de gestion d'actifs. Cette mission s'inscrit dans un contexte de convergence des processus et des systèmes de gestion de données. Le consultant interviendra au cœur des enjeux de qualité, de gouvernance et de fiabilisation des données de référence, en assurant la coordination entre les équipes métiers, data et IT. PRESTATIONS DEMANDÉES Objectif central : Piloter les travaux liés à la migration des référentiels de données et garantir la cohérence des données tout au long du programme de transformation. Pilotage du Programme Data Coordination des différents chantiers de migration et d'intégration des données de référence. Suivi des dépendances, risques et priorités associés aux travaux de transformation. Animation des échanges entre les parties prenantes métiers, data et IT. Contribution au respect des jalons projet et des objectifs de livraison. Accompagnement des équipes dans la conduite des activités de migration. Gestion des Référentiels et Qualité de Données Participation à l'intégration des référentiels de données financières au sein de la plateforme cible. Définition et validation des mappings de données. Analyse des flux et de la traçabilité des données. Contrôle de l'intégrité, de la qualité et de la cohérence des données migrées. Contribution à l'application des standards de gouvernance des données. Analyse Fonctionnelle et Coordination Métier / IT Recueil et formalisation des besoins exprimés par les équipes métiers. Traduction des besoins fonctionnels en spécifications exploitables par les équipes IT. Accompagnement des développements et suivi des implémentations. Validation des solutions mises en œuvre en adéquation avec les attentes métier. Tests, Réconciliation et Validation Participation à la stratégie de tests et aux campagnes de validation. Réalisation des analyses de réconciliation des données. Identification et résolution des écarts constatés. Suivi des indicateurs de qualité et de performance liés aux données.

La mission consiste à : - Exposer les données utiles à l’entreprise pour les analyser et les utiliser afin d’améliorer l’expérience utilisateur et la productivité - Transformer des données issues du DataLake afin de les normaliser - Modéliser la sphère de données - Développer les flux - Exposer des données brutes et/ou agrégées au bon niveau de granularité aux différents métiers de l’entreprise - Travailler en lien avec des Data Scientists sur les données qu’il aura exposées - Mettre en place des rapports de Dataviz - Mission basée en métropole lilloise avec présence sur site 3j/semaine obligatoire Compétences demandées : - Formation supérieure en école d’ingénieur, école d’informatique ou Master spécialisé dans la Data Science - Première expérience en Data Engineering indispensable - Snowflake, GCP, BigQuery, DBT, SQL, Semarchy, Airflow, Python ... - Excellents savoir-être : rigueur, esprit analytique et de synthèse, communication... - Méthode Agile - Anglais

Bonjour à tous ! Dans le cadre d'un projet stratégique, nous recherchons un Data Engineer expérimenté disposant d'une solide expertise Azure Databricks. Missions Développement et optimisation de pipelines de données Big Data Traitement et transformation de données volumineuses avec PySpark Conception et évolution d'une architecture Lakehouse Manipulation de données complexes (JSON imbriqués) Industrialisation des traitements et amélioration des performances Participation aux évolutions de la plateforme Data Collaboration avec les équipes métiers et techniques Environnement technique Azure Azure Databricks PySpark / Spark Python SQL Delta Lake JSON Git / GitLab / GitHub Azure Data Factory (plus) Profil recherché Minimum 5 ans d'expérience en Data Engineering / Big Data Forte expérience Databricks et PySpark Maîtrise des environnements Azure Autonomie sur le développement et l'industrialisation de traitements Data Expérience des architectures Data Lake / Lakehouse Compétences appréciées Power BI Azure Synapse Analytics 📍 Localisation : Île-de-France 🏠 Télétravail : hybride 📅 Démarrage : ASAP

Bonjour, Nous recherchons pour notre client un Data Engineer BI / Big Data disposant d’une solide expérience sur les environnements GCP, Spark Java et Teradata, pour intervenir au sein d’un programme data d’envergure dans le secteur du transport aérien. Localisation Toulouse – présence sur site requise 2 jours par semaine Budget 400€/jour selon expérience Démarrage 08/06/2026 Fin de mission 12/03/2027 Contexte de la mission Vous intégrerez une équipe Agile SAFe d’une dizaine de personnes dédiée aux sujets BI et gestion de la donnée client. L’environnement technique combine à la fois des architectures BI traditionnelles et des plateformes Big Data, avec une migration progressive vers GCP actuellement en cours. La mission s’articule autour de deux volets : participation aux évolutions et projets de transformation data, maintien et amélioration des solutions existantes. Vous travaillerez en proximité avec le Product Owner, les Business Analysts ainsi que les différentes équipes métiers impliquées dans la gestion des données clients. Compétences requises Java / Spark SQL GCP (BigQuery) Terraform ➕ Compétences appréciées Kafka Spotfire Power BI Control-M Jira

Contexte Dans le cadre du renforcement de ses capacités Data & IA, un grand acteur du secteur bancaire recherche un(e) Data Governance consultant Senior afin de structurer et formaliser la gouvernance de ses plateformes Data. Vous interviendrez sur des environnements stratégiques combinant Data Lake, Data Warehouse et Data Preparation , avec un fort enjeu de conformité, de qualité et de valorisation des données. Missions Au sein d’une équipe Data Management, vous serez en charge de : Gouvernance des plateformes Data Définir et formaliser les processus de gouvernance autour du Data Lake et du Data Warehouse Clarifier les rôles et responsabilités (Data Owner, Data Steward, etc.) Mettre en place les règles de qualité, traçabilité et sécurité des données Encadrement du Data Preparation Définir le cadre d’utilisation des outils de Data Preparation Structurer les pratiques de création et d’industrialisation des pipelines Encadrer la gestion et le partage des datasets Structuration & conformité Identifier les risques liés à la gestion des données et définir les contrôles associés Définir et suivre des KPI de gouvernance Data Veiller au respect des exigences réglementaires et des standards internes Documentation & cadrage Rédiger des procédures claires et structurées Produire des diagrammes de processus et des référentiels de gouvernance Proposer une feuille de route de mise en œuvre

Dans le cadre du renforcement d’une équipe Data au sein d’un grand groupe du secteur des médias, nous recherchons un Data Engineer confirmé pour intervenir au cœur d’une plateforme data stratégique. Tu rejoindras une équipe en charge de la collecte, la centralisation et la transformation de données issues de sources hétérogènes , avec des enjeux forts de volumétrie, de performance et de qualité. Tes principales missions : Concevoir, développer et maintenir des pipelines data robustes et scalables Assurer l’ ingestion et la transformation de données multi-sources Optimiser les performances des traitements (Spark / SQL) Orchestrer les flux de données via Airflow Structurer et organiser le stockage des données Participer à l’ industrialisation des traitements (CI/CD, infrastructure) Garantir la qualité, la sécurité et la fiabilité des données Contribuer aux échanges techniques et à l’amélioration continue des pratiques

Dans le cadre du renforcement de ses équipes Data, notre client recherche un profil Analytics Engineer / Data Engineer GCP pour intervenir sur la transformation, la modélisation et l’industrialisation de données à destination des équipes métiers. Le profil attendu doit être à l’aise à la frontière entre data engineering et analytics, avec une forte maîtrise de DBT et de l’écosystème GCP / BigQuery. Missions Développer et maintenir des modèles de données avec DBT Concevoir des transformations fiables, documentées et industrialisées Travailler sur des datasets dans BigQuery Participer à la qualité, la cohérence et la fiabilité des données Optimiser les requêtes, modèles et traitements data Collaborer avec les Data Analysts, Data Engineers et équipes métiers Contribuer aux bonnes pratiques de développement data : documentation, versioning, tests, CI/CD Participer à la mise à disposition des données pour des usages BI / reporting, notamment Power BI Compétences attendues Obligatoire : DBT LookML Confirmé : GCP BigQuery SQL avancé Modélisation de données Data Quality / tests / documentation Souhaitable : Terraform Power BI Git / GitHub / GitLab CI/CD Expérience en environnement data platform / data product

Contexte Dans le cadre de ses activités Data, le client recherche un Architecte Socles DATA pour intervenir sur l'architecture et l'administration des plateformes Data, avec une forte expertise Hadoop. Missions principales Concevoir et faire évoluer les architectures des socles DATA Participer à l'administration et à l'optimisation des plateformes Hadoop Définir les normes, principes et dossiers d'architecture Produire les documentations d'exploitation et d'administration Réaliser les transferts de compétences Assurer le reporting hebdomadaire et le suivi d'activité mensuel Accompagner les équipes sur les bonnes pratiques techniques

Contexte de la mission Amundi Technology recherche un profil Data Engineer Senior orienté plateformes Data & IA afin d’accompagner la montée en puissance de son socle Data/ML. La mission s’inscrit au sein de l’équipe DAT, responsable des plateformes Data, IA/ML et des environnements Kubernetes du groupe. Le consultant interviendra dans un contexte très orienté production et scalabilité, avec une forte proximité avec les équipes d’ingénierie de production. L’objectif n’est pas uniquement de conseiller, mais d’intervenir concrètement sur les problématiques techniques, les optimisations de plateformes et l’industrialisation des usages Data/IA. Informations clés • Localisation : Paris 15e • Démarrage : ASAP / Mai 2026 • Durée : longue visibilité (3 ans) • Présence : 100% • Horaires : HO uniquement • Télétravail : non précisé • Type de mission : expertise opérationnelle / engineering plateforme Responsabilités principales Plateformes Data & IA • Optimisation et amélioration des plateformes Dagster et Trino en production • Analyse de performances, tuning, optimisation des usages et configurations • Conception et optimisation de pipelines Spark à forte volumétrie • Gestion des problématiques de partitionnement, formats Delta Lake / Iceberg et performance des traitements • Participation à l’évolution du socle Data/IA et aux choix d’architecture techniques • Contribution à la gouvernance technique et aux standards d’engineering Industrialisation & Scalabilité • Industrialisation des pipelines Data & ML • Mise en place des mécanismes de monitoring, observabilité et alerting • Construction des patterns de déploiement à l’échelle • Gestion des problématiques de montée en charge et de robustesse plateforme • Support niveau 3 sur les incidents complexes Data/IA Accompagnement technique • Accompagnement des équipes Data Science et Développement • Pair-working et rôle de référent technique opérationnel • Réalisation de POCs et veille technologique autour des plateformes Data & IA Environnement technique Data / Big Data • Dagster • Trino • Apache Spark • Hive • Delta Lake / Iceberg • Superset • OpenMetadata Cloud / Infra • Kubernetes • Rancher RKE • AKS Azure • Docker DevOps / Observabilité • ArgoCD • Jenkins • Grafana • Prometheus • Sysdig Langages • Python • Go Versioning / Storage • GitLab • Artifactory • S3 Compétences indispensables • Très forte expertise sur des plateformes Data en production • Expertise Dagster (ou équivalent orchestration Data) • Expertise Trino / moteurs distribués • Solide maîtrise Apache Spark et optimisation de pipelines Big Data • Bonne connaissance Delta Lake / Iceberg / Hive • Expérience réelle de problématiques de scaling plateforme • Très bon niveau Python • Bonne maîtrise Linux / Unix Compétences appréciées • Kubernetes / Docker • Azure AKS • GitOps / Infrastructure as Code • MLOps • Go ou Java

Objectifs Mission de l’équipe : Collecte centralisée, production, validation et diffusion des données utilisées de manière transverse dans le reporting. L’objectif est de livrer, dans les délais, des données complètes et fiables aux autres équipes du département Reporting, ainsi que d’optimiser les canaux de production des contrôles de données. L’équipe est organisée autour de quatre piliers cibles. Cette organisation sera progressivement déployée en fonction des contraintes de production et métier. 1. Conception et mise en œuvre des contrôles de données L’équipe est responsable du renforcement des contrôles à réaliser afin de sécuriser la production du reporting. Elle a pour mission de concevoir de nouveaux contrôles de manière réactive, en s’appuyant sur la connaissance des données par ses membres, les incidents passés et les besoins de la communauté data. Le backlog des contrôles de données doit également être priorisé et mis en œuvre de manière agile. L’équipe est aussi responsable de donner une visibilité complète sur les résultats des contrôles de données à la communauté data, c’est-à-dire aux producteurs et utilisateurs de données. Chaque contrôle de données mis en œuvre doit produire des résultats mesurables afin d’alimenter les indicateurs de qualité des données, ou Data Quality KPI’s . 2. Production et analyse des contrôles de données L’équipe est responsable de réaliser les contrôles actuellement en place et ceux qui seront déployés à l’avenir, ainsi que de fournir une analyse professionnelle des résultats. La production des contrôles se décompose en trois étapes principales : Sécuriser l’accès aux données à travers plusieurs bases de données et systèmes. Exécuter les processus de contrôle, selon la technologie utilisée, par exemple SQL ou Alteryx. Sauvegarder ou envoyer les résultats des contrôles selon un format convenu et standardisé, par exemple un tableau croisé dynamique. Les résultats des contrôles peuvent avoir deux types d’issues : Les résultats binaires, de type « vrai ou faux », déclenchent directement un processus de remédiation. Les autres types de résultats, par exemple des variations numériques déclenchées, nécessitent d’abord une analyse approfondie afin de déterminer s’il s’agit ou non d’un réel problème. L’équipe s’appuie pour cela sur les connaissances data et asset management de ses membres. 3. Supervision et suivi de la remédiation des données Sur la base des résultats et analyses des contrôles de données, l’équipe est responsable d’initier et de superviser la remédiation des données détenues par d’autres équipes. L’équipe est responsable de toutes les données calculées principalement des données agrégées, et doit donc corriger ses propres données lorsque cela est applicable. Tous les incidents doivent être enregistrés et suivis dans le système choisi, AskNow . À partir de la connaissance data des membres de l’équipe et des interactions avec la communauté data, l’équipe est responsable de prioriser les processus de remédiation afin de maximiser la valeur livrée aux utilisateurs finaux, notamment aux clients. Les incidents ou problèmes post-production doivent être évalués à la lumière de l’usage et de la sensibilité des données, afin d’adopter une approche proactive et efficace pour sécuriser les prochaines productions. 4. Animation de la communauté data Afin d’améliorer la communication et la connaissance autour des données dans l’entreprise, l’équipe est responsable de créer et de gouverner une communauté data, composée d’utilisateurs et de producteurs de données. Cette communauté a les objectifs suivants : Donner de la visibilité aux utilisateurs internes et externes sur la qualité des données des reportings. Donner de la visibilité à la communauté data sur les plans d’action de remédiation, qu’il s’agisse d’actions ponctuelles ou de nouveaux contrôles à développer. Donner la parole à la communauté data afin de capter les améliorations pertinentes. Identifier de nouveaux besoins à travers la gouvernance et les projets. Accroître l’efficacité en communiquant de manière proactive sur les problèmes, afin d’éviter une charge de travail inutile en aval. L’équipe est responsable de créer et piloter cette gouvernance via différents canaux de communication : emails de KPI, tableaux de bord de contrôles, forums data, communication proactive lors d’événements dédiés, etc.