Trouvez votre prochaine mission ou futur job IT.

Contexte Nous recherchons un expert technique Hadoop expérimenté pour intervenir sur l’administration, l’architecture et l’évolution du socle Hadoop. Missions principales Administration et exploitation des plateformes Hadoop. Conception et évolution de l’architecture Hadoop. Support technique et expertise sur les composants du socle. Développement et automatisation via scripting. Gestion des incidents, demandes et changements. Production de documentation technique (architecture, exploitation, administration, procédures). Reporting d’activité et transfert de compétences aux équipes.

Dans le cadre d'une mission stratégique menée pour l'un de nos clients, grand groupe international du secteur de la logistique, nous recherchons un(e) Chef de Projet SIRH Freelance Senior pour accompagner la Direction des Systèmes d'Information dans un programme de transformation RH d'envergure. Contexte de la mission Dans un contexte de rationalisation et d'harmonisation du système d'information RH, le groupe a retenu Oracle HCM comme solution SIRH cible. L'enjeu est de converger l'ensemble des solutions hétérogènes (principalement la solution Talentsoft) déployées au sein des différentes entités du groupe dans le monde vers cette plateforme unique, dans un environnement international complexe et multi-pays. Périmètre de la mission : Pilotage du programme de migration SIRH : Prendre en charge le pilotage de bout en bout du projet de convergence des solutions SIRH existantes vers Oracle HCM, en assurant la coordination des équipes techniques, fonctionnelles et métiers. Cartographie et analyse de l'existant : Réaliser un état des lieux exhaustif des solutions SIRH en place au sein des différentes entités, identifier les écarts fonctionnels et définir la stratégie de migration adaptée. Gestion de la migration des données : Superviser l'ensemble des chantiers de migration (extraction, transformation, chargement), en garantissant l'intégrité, la qualité et la cohérence des données RH tout au long du processus. Conduite du changement : Accompagner les équipes RH et métiers dans l'appropriation de la nouvelle solution, en assurant la communication, la formation et le support nécessaires. Gouvernance et reporting : Assurer le suivi rigoureux des jalons, des budgets et des risques ; produire les reportings à destination des instances de décision (Copil, COMEX).

Dans un contexte où la transformation data devient un levier stratégique essentiel, votre expertise en analyse de données permettra d'optimiser les processus décisionnels et la performance commerciale. Vous intervenez au sein d'une grande organisation de la grande distribution, engagée dans une démarche analytique ambitieuse visant à fiabiliser ses préconisations opérationnelles et à soutenir la croissance par une meilleure exploitation de ses données. Dans ce cadre, vous pilotez l'évolution d'un algorithme clé recommandant les engagements de stocks sur les catalogues produits, assurant ainsi la pertinence des décisions à l'échelle des points de vente. Améliorer la précision des préconisations d'engagements de stocks en fonction du potentiel de vente réel Assurer la maintenance, la stabilité et la performance opérationnelle de l'outil analytique en production Rédiger et optimiser des requêtes complexes en SQL et BigQuery pour extraire, modéliser et analyser les données Concevoir et gérer des pipelines data performants garantissant la qualité, la fiabilité et la cohérence des analyses Développer des prototypes et appliquer des traitements analytiques avec Python et ses bibliothèques (Pandas, NumPy, PySpark) Exploiter des bases de données relationnelles et NoSQL telles que PostgreSQL ou MongoDB Mettre en œuvre des environnements cloud, notamment GCP ou Azure , et gérer les processus de CI/CD et versionning avec GitLab CI et Git Créer et optimiser des dashboards interactifs sous Looker Studio pour le suivi des KPIs critiques Appliquer les principes DevOps et les méthodologies agiles pour améliorer la fiabilité et l'efficacité des traitements Collaborer étroitement avec les équipes métiers et techniques pour garantir la pertinence et la qualité des analyses produites Communiquer clairement à l’écrit et à l’oral afin de faciliter les échanges avec les acteurs métiers Promouvoir l'amélioration continue des pratiques et des performances au sein de l'équipe Vous évoluez dans un environnement technique moderne au sein d'une équipe experte, offrant de réelles perspectives d'excellence opérationnelle et d'opportunités d'impact métier.

🏭 Secteurs stratégiques : Banque d’investissement PAS DE FULL REMOTE NI SOUS TRAITANCE MERCI 🗓 Démarrage : ASAP 💡 Contexte /Objectifs : Au sein d’une équipe qui travaille sur une application d'aide à la décision pour le trading. Elle permet de gérer des données historiques sur les clients, et les données de marché, ainsi que des données intraday et des mesures de risques, il permet aussi de visualiser les axes de trading. L’application utilise Angular 15 comme front end, Java 11 et Python 2 en back end, et Apache ignite pour le calcul distribué, et Mongo DB comme base de données. Pour la partie déploiement, on utilise Docker / Kubernetes et Jenkins

Bonjour, Nous recherchons pour notre client grand compte un Data Scientist spécialisé en Machine Learning et Deep Learning Nous étudions - prioritairement - les candidatures qui nous sont adressées à freelance à insyco . fr avec les informations suivantes : Argumentaire écrit répondant de façon ciblée au besoin ci-dessous CV à jour en français Date de prochaine disponibilité Tarif journalier Merci d'indiquer la référence DSC/5344-5 dans l'objet de votre message Contexte de la prestation La prestation s'inscrit chez un grand compte du secteur des médias et de l'audiovisuel, engagé dans la plateformisation de son offre numérique et le développement de ses usages data et IA. Le besoin porte sur le développement de modèles prédictifs, descriptifs et prescriptifs, et la mise en production d'algorithmes d'IA adaptés aux besoins métier. Activités principales Analyser et exploiter des données structurées et non structurées pour développer des modèles prédictifs, descriptifs et prescriptifs. Créer et optimiser des algorithmes d'IA adaptés aux besoins business (recommandation, classification, segmentation, génération, analyse multimodale). Collaborer avec les équipes techniques et métier pour intégrer des approches innovantes combinant plusieurs techniques d'IA. Transformer les solutions d'IA en services et API puissants, évolutifs et maintenables. Garantir la conformité aux réglementations de protection des données et liées à l'IA (RGPD, Règlement sur l'IA) et intégrer les principes d'équité, d'explicabilité et d'IA éthique tout au long du cycle de vie du modèle. Surveiller les performances du modèle, la dérive et la qualité des données en production, réentraîner et mettre à jour les modèles de manière itérative selon les besoins.

Objectifs et livrables Key Responsibilities Platform Build and Delivery (Core Responsibility) Responsibilities Design and implement the Self-Service Data platform architecture Define platform capabilities (data products, pipelines, governance, observability, self-service access) Define and enforce technical standards and architecture patterns Ensure scalability, performance, and security Make hands-on technical decisions and solution validation Expected Deliverables Architecture decision records (ADR) Reference architecture patterns and reusable templates Platform capability roadmap Platform technical standards Cloud Architecture and Infrastructure Responsibilities Drive the Design and operate cloud and hybrid architecture with the Group Data Architect Coordindate with the Group Data Delivery Team the implementation on Amazon Web Services and Microsoft Azure Lead the Integration of on-premise systems Lead the Implemention of automation and infrastructure as code Ensure security and compliance requirements Expected Deliverables Cloud architecture blueprint (with the help of the Group Data Architect) Security and access management framework Delivery and Execution Management Responsibilities Own platform delivery lifecycle Define backlog and prioritization process Manage releases and production deployment Track performance and reliability Manage risks and technical issues Expected Deliverables Platform roadmap (short / mid / long term) Product backlog and prioritization framework Release plan and version management process Delivery tracking dashboards Platform SLA / reliability metrics Deployment and Domain Adoption Responsibilities Deploy platform across business domains Enable domain teams to build data products Deploy Data Mesh operating model Support onboarding and adoption Resolve operational adoption challenges Expected Deliverables Domain onboarding framework and process Data product lifecycle guidelines Domain enablement playbooks Adoption and usage metrics Training materials and onboarding documentation Product Management (Usage-Driven) & Continuous improvement Responsibilities Capture user needs and platform requirements Define product vision and roadmap Measure usage and value delivery Improve developer and user experience Expected Deliverables Product vision and value proposition Platform KPIs and adoption metrics User feedback loops and improvement backlog Platform enhancement roadmap Documentation, Standardization & Governance Responsibilities Document platform capabilities and processes Ensure compliance with group Federated Computational Data Governance Expected Deliverables Platform documentation repository Technical standards and implementation guidelines Governance and compliance framework Best practice playbooks Operational Communication and Executive Reporting Responsibilities Communicate platform progress and impact Provide executive-level reporting Manage stakeholder alignment Expected Deliverables Executive Project Dashboard Platform performance dashboards Steering committee presentations Decisions, Risks and issues tracking Internal Promotion and Evangelization Responsibilities Promote platform value across the organization Support internal adoption initiatives Build platform community Expected Deliverables Internal platform communication materials Adoption strategy and rollout plan Platform demos and use case portfolio Required Experience Minimum 15 years of experience in data platform, data engineering, or architecture Proven experience building and delivering production-grade data platforms Strong experience in hands-on technical delivery and implementation Experience in platform engineering or advanced data engineering Experience in large-scale enterprise or multi-entity environments Practical experience with Data Mesh mandatory. Technical Skills Architecture & Engineering Distributed data architecture Distributed systems design Infrastructure as code DevOps / DataOps / CI/CD practices Performance and scalability engineering Cloud & Infrastructure Advanced expertise in AWS and Azure Hybrid and on-premise architectures Cloud security and governance Data Platform Data products and data lifecycle management Data pipelines and orchestration Metadata and catalog management Data governance frameworks Data observability Product & Delivery Product mindset applied to technical platforms Roadmap and backlog management Agile delivery methodologies Value-driven development Critical Soft Skills Strong technical and operational leadership Execution and delivery mindset Ability to operate hands-on in complex environments Excellent cross-functional communication Strong ownership and accountability Problem-solving and pragmatic decision-making Ability to influence without direct authority Strategic thinking with operational focus Stakeholder management at executive and operational levels Fluent English (mandatory — written and spoken) Success Metrics Platform successfully delivered and operational in production Adoption across business domain Number and quality of deployed data products Platform reliability and performance User satisfaction and platform usage Reduced time-to-market for data use cases

I. Contexte : Opérationnel orienté Conseil et réalisation pour travailler avec l’équipe data interne client de sur l’exploitation des données ITSM Service Now dans Databricks, en vue de développer des cas d’usage IA au service du pilotage et de l’amélioration du support utilisateurs. II. Missions : - Maîtrise des techniques de ML supervisé et non supervisé - Expérience en NLP : embeddings, analyse textuelle, extraction d’entités, classification de texte - Connaissance d LLM & IA Générative - Expérience intégration LLM - Connaissance des approches RAG, prompt engineering, et fine-tuning - Capacité à travailler avec des modèles LLM fournis par un tiers (FAB IA SNCF) à travers une API standard. Plateforme Databricks & Data Engineering

Axone by Synapse, cabinet de conseil IT innovant, recherche pour l’un de ses clients pour une mission de longue durée Data Scientist – Prévision & Optimisation H/F . Le consultant interviendra en tant que contributeur individuel senior pour concevoir et développer des modèles avancés de prévision et d’optimisation. Le rôle couvre des problématiques complexes liées à la prévision de la demande, à l’optimisation des ressources et à la simulation opérationnelle. Le consultant travaillera en étroite collaboration avec des data engineers et équipes IA afin de transformer des problématiques métiers en solutions analytiques robustes, scalables et orientées décision. Le consultant interviendra principalement sur l’amélioration de modèles existants de machine learning et sur la couche d’optimisation associée, avec un fort enjeu autour de l’allocation optimale des ressources opérationnelles (planning, workforce, capacité). Le rôle requiert un profil très opérationnel (hands-on), capable de manipuler du code Python avancé, d’intervenir sur des modèles ML existants et surtout de développer et améliorer des modèles d’optimisation (notamment via Gurobi). Le consultant travaillera en étroite collaboration avec les équipes internes et le partenaire externe, avec un objectif clair d’appropriation et d’internalisation des compétences à horizon 12 mois. Objectif et livrable: Développement de modèles de prévision avancés (séries temporelles, probabilistes, hiérarchiques) Conception et implémentation de modèles d’optimisation (MIP, LP, heuristiques) Développement de frameworks de simulation pour la prise de décision opérationnelle Résolution de problématiques métiers complexes et ambiguës via des approches data science Construction de modèles de machine learning prêts pour la production Collaboration avec les équipes engineering pour le déploiement et le monitoring Garantie de la robustesse, explicabilité et performance des modèles Traduction des besoins métiers en solutions analytiques concrètes Collaboration avec équipes opérationnelles et produit pour délivrer des résultats mesurables Communication des insights aux parties prenantes techniques et non techniques Compétences attendues: Expertise en séries temporelles (forecasting avancé, probabiliste, hiérarchique) Maîtrise des techniques d’optimisation (MIP, LP, heuristiques) Solides compétences en Python (NumPy, Pandas, PyTorch, OR-Tools, SimPy, Gurobi) Expérience en modélisation statistique et analyse exploratoire de données (EDA) Déploiement de modèles en production (MLOps, monitoring) Maîtrise SQL et manipulation de données volumineuses Expérience: 6+ ans en Data Science / IA appliquée Télétravail (modalité, fréquence, contraintes): Hybride, 2 à 3 jours/semaine à distance selon localisation et contraintes projet

Ingénieur Data Senior – Spécialiste Graphes Lieu : Paris, France (hybride - télétravail flexible) Contrat : Contrat renouvelable de 12 mois Date de début : Dès que possible À propos de l’entreprise Notre client est une institution financière mondiale de premier plan, opérant à l’avant-garde des marchés de capitaux, de la banque d’investissement et des services financiers. Axée sur l’innovation, l’organisation investit massivement dans des plateformes de données avancées et des solutions basées sur l’IA pour transformer le fonctionnement des systèmes financiers complexes. Vous rejoindrez une équipe d’innovation à fort impact travaillant sur des initiatives d’IA de pointe dans un environnement réglementé à l’échelle de l’entreprise, où les données, la performance et la fiabilité sont essentielles. Présentation du rôle Nous accompagnons une équipe Innovation qui développe des agents pilotés par l’IA de nouvelle génération. Ce poste est centré sur la conception et le déploiement de systèmes de données basés sur des graphes, servant de fondation à une plateforme avancée d’IA agentique. Une solide expertise en bases de données graphes est indispensable. Responsabilités principales Concevoir, développer et optimiser des structures de connaissances basées sur des graphes Développer et maintenir des pipelines de données scalables alimentant des moteurs de graphes en temps réel Collaborer avec les ingénieurs IA pour soutenir des agents contextuels et orientés relations Contribuer aux décisions d’architecture dans un environnement réglementé à fort enjeu Compétences requises Solide expérience en data engineering (Python, pipelines, modélisation de données) Expertise pratique approfondie des bases de données graphes (Memgraph, LightGraph ou équivalent) Expérience avec des écosystèmes de données complexes (APIs, streaming, sources type CMDB) Atouts Expérience avec les pipelines LLM, RAG ou frameworks agentiques Anglais écrit et oral obligatoire Français apprécié (non indispensable)

Data Scientist Expert Python Versailles Pandas, NumPy, Scikit-learn, TensorFlow ou PyTorch, Matplotlib, et Seaborn, machine learning, Pour un client sur Versailles à raison de 3 jours de présence sur site par semaine , nous recherchons un Data Scientist Expert habilitable . Connaissance et expérience en programmation en langage Python, Niveau EXPERT demandé Connaissance et expérience en Bibliothèques et Librairies Python : Pandas, NumPy, Scikit-learn, TensorFlow ou PyTorch, Matplotlib, et Seaborn, Niveau EXPERT demandé Connaissance et expérience en modélisation : connaissance des techniques de machine learning, Niveau EXPERT demandé Connaissance et expérience en statistiques : compréhension des méthodes statistiques, notamment Kaplan-Meier et Weibull, Niveau EXPERT demandé Connaissance et expérience en déploiement : utilisation de GitLab, Niveau EXPERT demandé Capacité à communiquer : Capacité à expliquer des concepts techniques à des non-spécialistes Niveau confirmé attendu Capacité analytique : esprit d'analyse et capacité à résoudre des problèmes complexes, Niveau confirmé attendu Capacité d’autonomie : capacité à travailler de manière autonome tout en collaborant avec différentes équipes, Niveau confirmé attendu.

🏭 Secteurs stratégiques : Banque d’investissement 🗓 Démarrage : ASAP PAS DE FULL REMOTE NI SOUS TRAITANCE MERCI 💡 Contexte /Objectifs : 💡Objectif global : Participation à différents projets de migration vers la nouvelle plateforme 💡Description détaillée Le contexte de la mission : Participation à différents projets de migration vers la nouvelle plateforme. Participation aux nouveaux projets BI. Contribution aux développements de workflows en python au sein de l'équipe DataHub Core Platform. 💡Responsabilités principales : · La mission consiste à : Participation au projet DQF (Data Quality Framework) Développement des modules python communs qui seront utiles à tous les projets Participation au projet Data Lineage

Dans le cadre d’une mission chez l’un de nos clients, nous recherchons un(e) Data Analyst / Business Analyst spécialisé(e) dans la data pour piloter un périmètre d’activités lié à l’acquisition de données. Le/la consultant(e) interviendra sur l’ensemble du cycle, depuis l’identification du besoin jusqu’au suivi de la donnée en production. Il/elle jouera un rôle clé d’interface entre les équipes produits, métiers et techniques afin de garantir la bonne compréhension des besoins, la qualité des acquisitions et le bon déroulement des sujets. La mission comprend également un volet d’accompagnement des équipes produits afin de leur permettre de gagner en autonomie dans la réalisation de leurs cas d’usage data. Enfin, le poste s’inscrit dans une démarche de transformation continue, avec une participation active aux réflexions visant à améliorer les processus et les socles existants. Environnement de mission : Pilotage de sujets d’acquisition de données de bout en bout Analyse et validation des données via requêtage SQL Recueil et formalisation de besoins fonctionnels Coordination avec plusieurs équipes et suivi transverse des sujets Suivi des activités via Jira Participation à l’amélioration continue des processus Localisation : Nantes Télétravail : 2 jours par semaine