Trouvez votre prochaine mission ou futur job IT.

Contexte : Le client recherche un Ingénieur de Recherche spécialisé en DataOps comportemental, capable de faire le lien entre les équipes scientifiques et techniques. Votre rôle sera de transformer les besoins des chercheurs en solutions techniques concrètes : pipelines de données fiables, environnements Cloud performants, jeux de données exploitables et protocoles expérimentaux reproductibles. Vous interviendrez à la fois sur le maintien de l'existant, son évolution et la création de nouvelles infrastructures de données. 2. Vos principales responsabilités et missions A. Data Engineering et gestion des données scientifiques Concevoir, développer et maintenir des pipelines de données complexes. Collecter, extraire, nettoyer et structurer des données brutes issues de différentes sources. Transformer les données comportementales en jeux de données exploitables pour les travaux de recherche Mettre en place des traitements automatisés pour garantir la qualité et la cohérence des données. Gérer les données temporelles et spatiales liées aux comportements et déplacements des voyageurs. Constituer et maintenir des datasets de référence pour les phases d'entraînement, de test et de validation (Train/Test/Validation). Mettre en place des dictionnaires de données enrichis et documentés. Garantir la traçabilité, le versionnement et l'intégrité des données. B. Architecture Cloud et environnement AWS Concevoir et faire évoluer l'architecture Cloud du Passenger Cognition Lab. Déployer et administrer des environnements de calcul sur AWS. Construire des environnements d'expérimentation permettant aux chercheurs de tester leurs hypothèses. Mettre en place des infrastructures automatisées avec l'approche Infrastructure as Code (IaC). Développer des environnements isolés et sécurisés pour les expérimentations. Optimiser les performances et les capacités de calcul des infrastructures. Développer des scripts de déploiement et faciliter le passage des prototypes à des environnements capables de monter en charge. Collaborer avec l'IT groupe pour faciliter le transfert des données comportementales vers ses propres environnements. C. Scientific Ops et reproductibilité des expériences Accompagner les chercheurs dans la mise en place de leurs expérimentations. Traduire les besoins scientifiques en solutions techniques adaptées. Garantir la reproductibilité des traitements et des expériences. Mettre en place des méthodes de versionnement et de traçabilité des données. Prendre en compte les biais statistiques et l'intégrité des séries temporelles. Fiabiliser les protocoles techniques utilisés dans les travaux de recherche. Faciliter l'exploitation des données pour les modèles de cognition des voyageurs. D. Documentation et accompagnement scientifique Rédiger la documentation technique des architectures et des pipelines. Formaliser les protocoles permettant de reproduire les expériences. Maintenir un wiki technique et les documents d'architecture. Produire des extractions de résultats, des figures et des métriques pour les publications scientifiques. Apporter un support technique aux chercheurs dans la valorisation de leurs travaux. Environnement technique : Cloud et Data : AWS : S3, Glue, Athena, SageMaker, EC2, Batch, RDS, IAM. SQL. Python avancé : Pandas, Polars et bibliothèques scientifiques. Manipulation de données spatiales et temporelles. Infrastructure et DevOps : Terraform. CloudFormation. Docker. Git. CI/CD. Infrastructure as Code (IaC). Documentation et collaboration : Sphinx. MkDocs. Microsoft Teams.

Le contexteNotre client, un grand groupe agroalimentaire breton, remplace son CRM développé en interne par une solution du marché. L'outil cible n'est pas encore arrêté : le CRM Copilot est pressenti. Toutes les données de référence doivent être reprises dans le nouvel outil : articles, clients, données techniques et étiquetage. C'est un chantier concret et structurant. La qualité de ces données conditionne directement la production, la logistique et la facturation. La missionVous rejoignez l'équipe en charge des données de référence pour accompagner la migration sur les sujets de qualité des données et de référentiels, puis assurer leur fiabilité au quotidien. Reprise des données : participer à la reprise des données de l'ancien CRM vers le nouveau, suivre l'avancement et les anomalies Référencement : créer et paramétrer les fiches articles et clients dans les outils Données techniques : référencer les caractéristiques techniques des produits Étiquetage : selon les besoins, gérer l'étiquetage et les masques d'étiquettes Qualité des données : vérifier, contrôler et corriger les données, suivre les indicateurs dans des tableaux de bord Run : assurer la gestion courante des référentiels une fois la migration passée

Data Engineer Senior (10 ans d'expérience) – AWS / Snowflake Herstal (Liège) – Hybride possible Contexte Dans le cadre de la croissance de nos projets data, nous recherchons un Data Engineer Senior pour renforcer une équipe experte et intervenir sur des environnements data modernes à forte valeur ajoutée. Vous participerez à la conception, au développement et à l'optimisation de plateformes data scalables, en lien étroit avec les équipes métier, BI et analytics. Vos missions : Concevoir et maintenir des pipelines de données robustes et performants Développer des architectures data cloud sur AWS Implémenter et optimiser des modèles de données sur Snowflake Assurer la qualité, la fiabilité et la sécurité des données Collaborer avec les équipes BI / Analytics (Power BI) Participer aux choix d'architecture et aux bonnes pratiques data Mentorer des profils plus juniors si besoin Environnement techniqueCloud : AWS (S3, Glue, Lambda, Redshift, etc.) Data Warehouse : Snowflake Langages : Python, SQL BI / DataViz : Power BI ETL / Orchestration : Airflow, DBT (ou équivalent) Méthodologie : Agile / Scrum Profil recherché 10 ans d'expérience minimum en data engineering Excellente maîtrise de Python et SQL Solide expérience sur AWS et Snowflake Bonne compréhension des enjeux BI et reporting À l'aise dans des environnements complexes et évolutifs Autonome, rigoureux, esprit d'équipe Français courant – anglais professionnel apprécié Ce que nous offronsProjets data ambitieux et modernes Environnement technique de haut niveau Localisation : Herstal (télétravail partiel possible) Stabilité + vision long terme

Nous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un Business Analyst pour concevoir et déployer un dispositif de contrôle cible, unifié et auditable, sur les reportings réglementaires EMIR Refit, SFTR et MiFID II (périmètres EU et UK). Vous intervenez au sein d'un programme réglementaire d'envergure, en lien direct avec le responsable du chantier contrôle. Vos missions : - Réaliser l'état des lieux des contrôles, procédures et processus de reporting existants, et cartographier les données sources et dépendances IT. - Mener l'analyse des écarts et de convergence entre régimes, et maintenir un backlog priorisé de contrôles à conserver, adapter, remplacer ou créer. - Préparer et animer des ateliers avec les experts métier, l'IT et la Compliance, et suivre décisions, actions et points bloquants. - Définir les contrôles cibles (objectifs, règles, fréquence, seuils, preuves, gestion des exceptions) et les traduire en spécifications fonctionnelles et critères d'acceptation. - Préparer et coordonner les tests fonctionnels et la recette (UAT), suivre les anomalies et constituer le dossier de préparation à la mise en production. - Rédiger ou mettre à jour les procédures opérationnelles, puis accompagner la phase d'hypercare et le transfert de connaissances aux équipes opérationnelles. - Garantir la traçabilité et l'auditabilité de la documentation, des décisions et des preuves. Ref : O-AINQY

Le/la Data & IA Engineer Senior est responsable de la conception, du déploiement et de la fiabilisation des architectures de données et des solutions d'intelligence artificielle, de la collecte des données jusqu'à leur exploitation par les utilisateurs. Rattaché(e) au Leader de la Transformation Numérique, il/elle intervient sur quatre axes principaux : Data Engineering : collecte, nettoyage, qualification et documentation des données ; conception et automatisation de pipelines ETL et de traitements Python. Intelligence artificielle : conception d'agents IA et de systèmes RAG intégrant des LLM, afin de répondre aux besoins métiers. Déploiement et exploitation : création d'API, intégration des solutions dans des applications web et mise en place de tableaux de bord décisionnels. Fiabilité et sécurité : tests, monitoring, gouvernance et traçabilité des données, gestion des accès et respect des exigences de cybersécurité.

Rejoignez une grande structure du secteur de la distribution et du retail au sein de son centre d'excellence analytique. Vous piloterez les opérations techniques et l'infrastructure cloud pour accélérer les projets Data Science, IA et d'analyse décisionnelle. Notre client s'appuie sur une Analytics Factory structurée, véritablement motrice de sa transformation digitale. Cette entité transverse soutient les métiers majeurs (Marketing, Marchandises, E-commerce, Supply Chain, Services Financiers) en fournissant des briques analytiques et des services partagés robustes et performants. Vous serez au cœur de ce dispositif, en charge de garantir l'agilité, la sécurité et l'excellence opérationnelle des déploiements. Votre mission Data Ops couvre l'ensemble du cycle de vie des projets analytiques et d'IA : conception des pipelines d'infrastructure, mise en œuvre de pratiques DevOps solides, déploiement en production, maintenance évolutive et optimisation continue. Vous travaillerez dans un environnement Google Cloud Platform (GCP), avec des enjeux d'orchestration, de sécurité, de coûts cloud et de fiabilité. L'approche est agile et collaborative : vous accompagnerez les équipes d'ingénierie sur les déploiements, la configuration applicative, la gestion des accès et la résolution d'incidents. Vous identifierez régulièrement des opportunités d'amélioration et d'automatisation, en veillant au respect des normes internes de sécurité et de gouvernance. Responsabilités : - Mettre en place, maintenir et optimiser les pipelines CI/CD pour les infrastructures cloud des projets analytiques, IA et agentiques - Administrer et maintenir les services partagés critiques (orchestrateurs de workflows, outils de monitoring et de tracing, couches sémantiques) - Garantir la conformité aux bonnes pratiques de sécurité, aux politiques de gouvernance et aux règles d'accès du groupe - Concevoir et maintenir l'Infrastructure as Code (IaC) sur GCP, en gérant les configurations réseau et la conteneurisation - Orchestrer et superviser les déploiements Kubernetes, en assurant haute disponibilité et résilience - Assister les équipes d'ingénierie sur l'optimisation des coûts cloud, la configuration des services managés et la résolution d'incidents - Identifier et proposer des améliorations continues sur les processus et l'outillage DevOps Télétravail : 3 jours par semaine Localisation : Massy

Dans le cadre du développement de nouveaux cas d'usage en Intelligence Artificielle. Nous recherchons un(e) Data Scientist interviendra sur des projets innovants visant à concevoir et développer des solutions algorithmiques adaptées aux enjeux métiers des clients. Il contribuera à l'identification des besoins, au développement et à la validation de modèles d'IA, ainsi qu'au partage des connaissances et des innovations au sein des équipes. Une attention particulière sera portée aux approches de Machine Learning et de Generative AI (LLM, RAG, GraphRAG, ontologies), en tenant compte des contraintes liées à la sensibilité des données. Vos missions : 1. Compréhension des besoins et cadrage Animer et participer à des ateliers d'idéation avec les clients. Identifier les besoins métiers et comprendre les enjeux liés aux données. Proposer des solutions algorithmiques sur mesure adaptées aux cas d'usage identifiés. Analyser rapidement les données disponibles afin d'évaluer leur potentiel et leur exploitabilité. 2. Conception et développement de modèles IA Identifier les modèles et approches d'IA les plus pertinents selon les problématiques rencontrées. Concevoir, développer, tester et valider des modèles de Machine Learning et de Generative AI. Développer des solutions reposant notamment sur les LLM, RAG, GraphRAG et les ontologies. Développer et tester les applications associées aux solutions d'intelligence artificielle. Prendre en compte les contraintes de sécurité et de sensibilité des données. 3. Industrialisation et MLOps Intervenir sur le cycle de vie MLOps des modèles. Participer à l'industrialisation et au déploiement des solutions développées. Contribuer à la mise en place et à l'utilisation des pipelines CI/CD. Assurer la qualité, la maintenabilité et la traçabilité des développements. 4. Documentation et partage de connaissances Documenter les modèles, méthodes, outils et résultats obtenus. Partager les innovations et les retours d'expérience avec les équipes CortAIx Factory. Communiquer sur les résultats des projets et contribuer à la montée en compétences de l'équipe.

Business Analyst –Pharmaceutical Global Regulatory Affairs AND Data/standards de données de santé / cliniques 3 à 6 ans ou plus d'expérience en tant que Business Analyst dans des contextes data, santé ou réglementaires. Données cliniques et opérationnelles Compétences requises Solide expérience des standards de données de santé / cliniques (HL7, FHIR, ICD-10, LOINC, etc.). Bonne compréhension des plateformes et pipelines de données (Snowflake, dbt, IICS appréciés). Capacité à rédiger une documentation fonctionnelle claire, des user stories et des critères d'acceptation. Excellentes compétences en communication et expérience en environnement Agile. 3 à 6 ans ou plus d'expérience en tant que Business Analyst dans des contextes data, santé ou réglementaires. Un Business Analyst pour soutenir des initiatives impliquant des données cliniques et opérationnelles (MDM, SSU, CTMS, Site Connect, CRM, supply chain, finance, ERP). Le consultant agira comme interface entre les parties prenantes métier, les équipes cliniques et les équipes data/ingénierie, afin de traduire les besoins métier en exigences data exploitables. Responsabilités principales Recueillir, analyser et documenter les besoins métier liés aux cas d'usage de données cliniques et opérationnelles. Traduire les besoins fonctionnels en spécifications claires à destination des équipes data engineering et analytics. Contribuer aux activités de qualité des données, traçabilité (data lineage) et gouvernance (définitions, dictionnaires de données, règles de validation). Animer des ateliers avec les parties prenantes cliniques et opérationnelles et garantir l'alignement entre les équipes. Contribuer à la gestion du backlog et à la planification des sprints via Jira ; documenter les processus dans Confluence.

Objectif de la mission : Dans le cadre de l'accélération de sa stratégie autour de l'Intelligence Artificielle et de l'innovation, un acteur majeur des services financiers souhaite renforcer son dispositif avec un profil senior capable de définir, piloter et déployer une stratégie IA à l'échelle de l'organisation. La mission intervient à la convergence des enjeux technologiques, métiers, data et transformation. L'objectif est de faire passer les initiatives IA de l'expérimentation à une adoption industrialisée, gouvernée et créatrice de valeur pour les différentes activités. 1. Définition de la stratégie IA et Innovation · La mission aura pour responsabilité de définir et piloter la stratégie IA et innovation en cohérence avec les priorités de l'organisation. · Elle devra identifier les opportunités à fort potentiel et structurer leur mise en œuvre en collaboration avec les équipes métiers, IT et Data. 2. Industrialisation des initiatives IA · La mission devra accompagner le passage à l'échelle des solutions IA et structurer leur déploiement auprès des différentes lignes métiers. · Les cas d'usage pourront notamment concerner les activités d'investissement, les opérations, la conformité, la distribution et les services clients. · L'objectif sera de transformer les expérimentations pertinentes en solutions industrialisées produisant une valeur mesurable en matière d'efficacité, de productivité ou de revenus. 3. Gouvernance, conformité et gestion des risques · La mission devra garantir un cadre robuste pour le développement et l'utilisation des solutions IA. · Une attention particulière sera portée à la gouvernance, à la conformité et à la maîtrise des risques associés aux initiatives déployées. 4. Transformation et acculturation IA · La mission participera activement au développement d'une culture d'innovation et d'expérimentation autour de l'IA. · Elle accompagnera les différentes parties prenantes dans l'adoption des nouveaux usages et pilotera les dimensions de conduite du changement et d'acculturation associées. Prestations demandées : Les principales responsabilités seront les suivantes : · Définir et piloter la stratégie IA et Innovation. · Identifier et prioriser les initiatives IA à fort potentiel métier. · Accompagner l'expérimentation puis l'industrialisation des solutions retenues. · Déployer l'adoption de l'IA à l'échelle des différentes activités. · Piloter la création de valeur générée par les initiatives IA en matière d'efficacité, de productivité et de revenus. · Structurer la gouvernance, la conformité et la gestion des risques associés aux solutions IA. · Développer un écosystème favorisant l'innovation et l'expérimentation. · Piloter la conduite du changement et l'acculturation des équipes aux usages de l'IA. · Travailler en coordination étroite avec les équipes métiers, IT et Data. · Interagir avec des parties prenantes de niveau direction.

Contexte de la mission Notre client, un grand groupe international de l'assurance, mène un programme de transformation data à l'échelle du groupe : gouvernance des données, harmonisation des pratiques entre régions, modernisation des plateformes et décommissionnement des outils historiques. L'IA générative fait partie intégrante de la démarche, jusque dans les outils de développement des équipes. Rattaché à la direction data du groupe, le consultant porte la conduite du changement sur plusieurs projets en parallèle, aux impacts variables : d'une cinquantaine d'utilisateurs sur un décommissionnement applicatif jusqu'à plus de 200 collaborateurs sur des déploiements plus larges. Il conçoit la stratégie de change de chaque projet et la met lui-même en œuvre, au plus près des équipes métier. Il évolue dans un environnement international, où l'anglais est utilisé au quotidien. Objectifs et livrables Objectifs et livrables Stratégie de conduite du changement par projet, proportionnée au nombre d'utilisateurs impactés Analyse d'impacts et cartographie des parties prenantes et des populations concernées Plans de communication et supports adaptés à chaque population, en français et en anglais Animation d'un réseau de super-utilisateurs et de relais métier Organisation d'événements, d'ateliers et de sessions de sensibilisation Accompagnement des utilisateurs lors des déploiements et des décommissionnements Supports de formation, guides utilisateurs et FAQ Suivi de l'adoption et indicateurs d'appropriation, avec plans d'action correctifs Compétences demandées Conduite du changement Élaboration et déploiement de stratégies de change Analyse d'impacts et analyse des parties prenantes Change management à grande échelle (large scale) Accompagnement de décommissionnements applicatifs Accompagnement de déploiements de nouveaux outils Animation de réseaux de super-utilisateurs et de champions Organisation d'événements internes et d'ateliers Plans de communication Ingénierie de formation et supports utilisateurs Mesure de l'adoption et KPI d'appropriation Métier / fonctionnel Programmes de transformation data Gouvernance des données et culture data Projets IA et IA générative Contexte assurance ou services financiers Environnement de groupe international multi-pays Méthodologie Frameworks de conduite du changement (ADKAR, Prosci ou équivalent) Environnement projet Agile Outils Suite Microsoft 365 (Teams, SharePoint, PowerPoint) Outils d'IA générative (une expérience de Claude est un plus) Outils de sondage et de mesure de l'adoption Langues Anglais irréprochable, à l'écrit comme à l'oral Français courant Savoir-être Excellente communication et aisance relationnelle Capacité à embarquer des populations variées, des métiers à la direction Approche opérationnelle et orientée action Capacité à mener plusieurs projets en parallèle

• Concevoir et implémenter des pipelines d'ingestion et de transformation de données (batch et temps réel), robustes et scalables. • Développer et maintenir les flux ETL Talend qui alimentent le datalake et les systèmes consommateurs. • Développer des traitements Python / PySpark sur Databricks et mettre en œuvre les modèles de données cibles. • Automatiser les transformations, la documentation et les tests de données avec dbt. • Configurer les pipelines d'acheminement des données, y compris les flux CDC. • Mettre en place les bonnes pratiques de qualité de données, de monitoring, d'alerting et de logging. • Développer des modules réutilisables (templates de pipelines, librairies communes, CI/CD) et exploiter les modules existants dans les nouveaux projets. • Réaliser les développements et les tests associés, et accompagner les mises en production.