Trouvez votre prochaine mission ou futur job IT.

Merci de contacter Sumi Delplanque directement via LinkedIn Le rôle principal des Experts en Données Clients Master est d'assurer la qualité et la cohérence du référentiel de données clients dans le cadre de la mise en place d'une plateforme de gestion des ventes d'occasion en Europe. Responsabilités :Analyser et améliorer la qualité des données clients. Extraire et analyser les données provenant de divers référentiels. Construire et maintenir des fichiers de consolidation. Vérifier la qualité et la cohérence des informations. Identifier les doublons, les incohérences et les données manquantes. Recommander et mettre en œuvre les corrections nécessaires. Gérer les attributs clients et définir les règles de regroupement. Assurer la cohérence des identifiants à travers les systèmes. Identifier les entités manquantes et gérer les demandes de création et de mise à jour. Travailler en coordination avec les équipes métier et IT. Must-haves :Expérience en gestion des données de référence /master data management (clients, fournisseurs, produits, etc.) Maîtrise avancée d'Excel. Solides compétences en analyse de données. Expérience des environnements multi-applications. Rigueur et souci du détail. Excellentes aptitudes à la communication. Nice-to-haves :Connaissance des processus de vente ou de distribution. SQL, Reporting Client, Power BI Connaissance de l'industrie automobile. Expérience en transformation numérique ou projets de qualité des données. Autres :Profil requis : Minimum de 3 à 5 ans d'expérience en tant que Business Analyst, Business Expert ou Data Analyst. Compétence professionnelle en anglais demandée. Télétravail : 2 à 3 jours par semaine

Nous recherchons un Data Engineer pour intervenir sur des projets de traitement, d'intégration et de transformation de données. Le profil devra disposer d'une bonne maîtrise de Python, XML et Transact-SQL (T-SQL). MissionsConcevoir et développer des flux de données et des traitements d'intégration. Développer des scripts et traitements en Python pour automatiser et fiabiliser les processus Data. Manipuler et transformer des données au format XML. Développer et optimiser des requêtes et procédures en Transact-SQL (T-SQL). Participer à la mise en place et à l'évolution des pipelines de données. Contrôler la qualité, la cohérence et la fiabilité des données. Identifier et résoudre les problématiques techniques liées aux traitements et aux flux de données. Collaborer avec les équipes Data, IT et Métiers sur les différents projets. Environnement techniquePython, XML, Transact-SQL / T-SQL, SQL Server, ETL, Data Integration, Data Pipelines, traitement de données.

Dans le cadre de la réalisation d'un projet en assistance technique, nous recherchons un(e) Consultant(e) Data Privacy & Réglementation IA. Vous interviendrez sur le site client situé à Paris (75), avec des déplacements ponctuels possibles à Lille. À ce titre, vos missions quotidiennes seront les suivantes : - Concevoir un référentiel d'audit Digital Compliance Privacy & IA : définition des domaines de contrôle, critères d'évaluation, éléments de preuve attendus, niveaux de maturité et systèmes de scoring, en lien avec les exigences RGPD et AI Act ; - Réaliser des analyses de risques Privacy et IA, mettre à jour le registre des traitements RGPD, identifier les écarts réglementaires et proposer des recommandations concrètes et priorisées ; - Déployer le référentiel sur un périmètre Digital prioritaire, construire et suivre les plans de remédiation, et accompagner les équipes Digital dans leur mise en conformité ; - Présenter les résultats et analyses aux équipes Digital Compliance, GRC et CISO, et contribuer à l'opérationnalisation du programme Data Compliance.

Nous recrutons, pour l'un de nos client dans le secteur Assurance, un(e) Data AnalystLe consultant Data sera rattaché(e) au chef de projet de l'équipe et sera un contributeur technique essentiel dans le cycle de vie de la donnée. Il/elle sera au cœur du nouveau modèle Data déployé chez le client. Les missions principales incluront : Conception de pipelines (ETL) : concevoir, développer et optimiser des flux de données robustes et performants (ETL/ELT) pour l'alimentation des entrepôts et des DataMart (Dataiku, ODI, DBT). Modélisation : participer activement à la conception et à la mise en œuvre de modèles de données (MCD, modélisation dimensionnelle) adaptés aux besoins métier de l'assurance vie. Industrialisation : industrialiser les processus de préparation, de transformation et de gouvernance de la donnée, notamment via l'outil Dataiku. Visualisation et reporting : assurer la bonne intégration des données pour leur exploitation dans des outils de Business Intelligence, notamment Tableau. Maintenance et optimisation : garantir la performance, la qualité et le maintien en condition opérationnelle de l'infrastructure et des flux de données.

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 Data ingénieur H/F à Lille, France. Contexte Les missions attendues par le Data ingénieur H/F : Au cours de sa mission, le consultant : - Participera aux rituels agiles de l'équipe, - Analysera les besoins des utilisateurs et proposera des solutions innovantes et en phase avec les drivers de l'entreprises, - Développera les solutions data (Alimentation, stockage, modélisation, restitution), - Validera la qualité des développements de son équipe, - Améliorera et optimisera le patrimoine actuel de son équipe, - Maintiendra les solutions existantes (Run), - Contribuera à la construction du nouveau socle et des services sur la plateforme Google Cloud, - Accompagnera et acculturera les métiers sur les bonnes pratiques de l'exploitation de la Data

Au sein de la Direction des Systèmes d'Information d'un groupe d'assurance de premier plan, vous intégrez l'équipe dédiée à la gestion courante et au pilotage du socle décisionnel. Dans un écosystème Big Data d'envergure collectant les données des différents back-offices métiers pour alimenter un lac de données (Data Lake) et un entrepôt communautaire hébergé sur une architecture de haute performance (Oracle Exadata), vous garantissez la continuité d'activité, la qualité de service et l'évolution des pipelines de traitement. Vos principales responsabilités : Suivi de production & exploitation : Assurer la supervision et le monitoring quotidien des chaînes de traitement de données distribuées (batch et streaming). Gestion des incidents & reprises de données : Diagnostiquer, instruire et résoudre les incidents fonctionnels et applicatifs sur les jobs Spark / Scala, en orchestrant les reprises de données nécessaires sans altérer la qualité de service. Maintenance évolutive & corrective : Développer et implémenter les correctifs et les évolutions mineures demandées par les métiers ou les équipes projets. Recette, tests et déploiements : Rédiger les plans de tests, exécuter les scénarios de validation unitaire et d'intégration, puis assurer la livraison sécurisée des patchs en environnement de production. Documentation & gouvernance : Rédiger les spécifications des correctifs, maintenir à jour la documentation d'exploitation et assurer un reporting rigoureux auprès du chef de projet.

En lien avec l'équipe de production applicative / DevOps, vous serez en charge de la mise en œuvre technique des demandes métier dans le cadre du projet DataOps. Vous interviendrez sur l'ingestion, la préparation et la transformation des données ainsi que sur l'évolution des pipelines au sein de l'environnement GCP. Votre rôle Ingestion et transformation des données · Mettre en œuvre de nouvelles ingestions de données dans Cloud Storage et BigQuery · Développer les traitements de préparation et de transformation des données · Développer et maintenir les traitements en Python et SQL, notamment avec Pandas et/ou Dask · Intervenir sur les traitements distribués s'appuyant sur Spark lorsque nécessaire Développement et évolution des pipelines · Maintenir et faire évoluer les outils de gestion des pipelines de données · Développer et maintenir les scripts Bash nécessaires à leur exécution · Assurer le suivi et l'ordonnancement des traitements avec les outils du périmètre, notamment Control-M · Analyser et résoudre les problématiques techniques liés aux traitements et aux pipelines Evolution de la plateforme Data · Identifier les besoins d'évolution de la plateforme liés aux traitements et pipelines de données · Rédiger les spécifications techniques nécessaires aux évolutions mises en œuvre · Formaliser et transmettre à l'équipe DevOps les demandes relatives aux évolutions de la plateforme ________

Notre client dans le secteur Énergie et ressources naturelles recherche un/une Lead Data Engineer (H/F) H/F Description de la mission : Fiche de poste — Lead Data Engineer (H/F) Contexte et objectif de la mission Dans le cadre d'un programme de replatforming B2C, une organisation internationale construit une Data Platform centralisée à l'échelle mondiale, aujourd'hui fragmentée. L'objectif est de mettre en place une plateforme cloud-native, data-centric et scalable, au service des équipes data de plusieurs géographies, notamment la France, la Belgique et l'Australie. Le Core Model du programme repose sur un modèle de données unifié couvrant notamment les données clients, contrats et facturation. Le Lead Data Engineer intervient comme référent technique de la data platform, avec une responsabilité complète sur l'architecture, le delivery et la qualité des données. Stack technique • Data Platform : Databricks (lakehouse), Amazon S3, Amazon Managed Apache Flink • Gouvernance des données : Unity Catalogue, Collibra • Visualisation : Power BI • Cloud : AWS • Streaming : Confluent Kafka • Langages : Python, SQL • IA & coding : GitHub Copilot, Claude Code, outils LLM • Collaboration : Jira, Confluence, SonarQube Missions principales Stratégie & Architecture Data • Définir l'architecture de la data platform greenfield (lakehouse, zones bronze/silver/gold, data contracts) • Co-construire le Core Data Model commun aux différentes géographies tout en intégrant les spécificités locales • Mettre en place la gouvernance des données, la qualité et l'observabilité • Répondre aux besoins analytiques et fonctionnels des équipes métier via une approche de type catalogue as a service Leadership & Delivery • Être le référent technique data du programme • Choisir les partenaires et structurer une feature team de 5 à 6 personnes • Assurer la responsabilité end-to-end des pipelines, de l'ingestion à la restitution • Gérer le monitoring, la performance et l'optimisation FinOps des workloads data • Mettre en place les pratiques DataOps : automatisation des tests, CI/CD data, infrastructure as code IA & Vélocité • Exploiter GitHub Copilot, Claude Code ou équivalents pour accélérer le développement des pipelines et modèles • Intégrer des cas d'usage IA/ML dans la data platform, incluant data science, feature store et jeux de données prêts pour les LLM • Automatiser la génération de code, les tests de qualité des données et la documentation • Conserver la maîtrise technique tout en augmentant la vélocité grâce à l'IA Spécificités de l'équipe Le périmètre comprend un chantier amont de migration de l'ensemble des données France vers l'écosystème Kaluza, dans le cadre d'un programme de replatforming B2C. Cette migration implique deux modules en amont : • Module d'éligibilité : définir les paramètres business pour les parcours clients/agents • Module ETL : récupérer et transformer les données provenant de nombreux systèmes d'information avant injection dans Kaluza Complexité forte de l'ETL : • Orchestration multi-sources • Micro-batch quotidien pendant plusieurs mois • Gestion d'un service managé AWS (Glue, Step Functions, S3, Lambda…) • Connexions API pour orchestrer les flux Compétences appréciées • Expérience Unity Catalogue et gouvernance des données à l'échelle • Connaissance de Confluent Kafka et du streaming • Familiarité avec Collibra ou équivalent • Expérience en data modelling dans un contexte B2C • Déploiements IA/ML en production, incluant MLflow, feature engineering et pipelines LLM • Expérience de contextes multi-pays ou de data platform cross-entités Compétences / Qualités indispensables : Databricks et architecture lakehouse, AWS data managé (Glue, Step Functions, S3), Python / PySpark / SQL, DataOps et CI/CD data, Leadership technique et delivery end-to-end, Usage d'outils IA de développement (GitHub Copilot) Compétences / Qualités qui seraient un + : Unity Catalogue et gouvernance des données à l'échelle, Confluent Kafka et streaming, Collibra, data modelling B2C, déploiements IA/ML en production, contextes multi-pays ou cross-entités Informations concernant le télétravail : Environ 3 jours par semaine, flexible selon l'autonomie

Nous recherchons un Data Engineer pour rejoindre une équipe dédiée à la construction et à l'évolution d'une plateforme Data alimentant des produits et services à forte volumétrie. Au sein d'une équipe pluridisciplinaire composée de Data Engineers, développeurs, DevOps, Scrum Masters et Product Owners, vous évoluerez dans un environnement Agile / Scrum. Vos missionsConcevoir, développer et maintenir des pipelines de traitement de données avec Apache Spark. Modéliser et faire évoluer des tables Apache Iceberg sur Amazon S3, en garantissant performance, évolutivité et gouvernance. Fiabiliser et industrialiser les flux de données afin de garantir leur fraîcheur, cohérence et disponibilité. Mettre en place des contrôles de qualité des données : complétude, unicité, fraîcheur, cohérence et traçabilité. Développer des traitements robustes et résilients : rejouabilité, gestion des erreurs, retries, backfill et gestion des données en retard. Mettre en place le monitoring et l'observabilité des pipelines : métriques, logs, dashboards et alertes. Participer aux phases de tests : tests unitaires, intégration, qualité des données, performance et montée en charge. Documenter les pipelines, modèles de données, procédures d'exploitation et choix techniques. Participer aux pratiques de CI/CD et aux revues de code. Environnement techniqueApache Spark – Apache Iceberg – AWS – Amazon S3 – Python et/ou Scala – SQL – Git – CI/CD – Monitoring & Alerting Profil recherchéFormation supérieure en informatique, Data ou ingénierie. Première expérience en Data Engineering. Bonne maîtrise de Spark et SQL. Expérience en Python ou Scala appréciée. Bonne connaissance des architectures Data sur AWS, notamment S3. Connaissance d'Iceberg ou de technologies de tables/stockage analytiques similaires. Sensibilité aux enjeux de qualité des données, résilience et observabilité. Autonomie, curiosité, esprit d'équipe et intérêt pour les environnements techniques modernes.

Expérience en Data Engineering / Data AnalysisExpérience significative dans le domaine de la Data Engineering et de la Data Analysis, avec une bonne compréhension des enjeux liés à la collecte, la transformation, l'analyse et la valorisation des données. Maîtrise de Dataiku et Python, permettant de concevoir, développer et maintenir des traitements de données et des solutions d'analyse adaptées aux besoins identifiés. Capacité à comprendre et cadrer un besoin métier, à identifier les enjeux et contraintes associés, puis à proposer une solution technique cohérente et adaptée. Autonomie dans le pilotage des sujets, de la phase de cadrage jusqu'à la mise en œuvre, avec capacité à organiser les différentes étapes et à assurer le suivi des actions. Aisance relationnelle et capacité à collaborer avec les équipes métier et IT, afin de faciliter la compréhension des besoins, la coordination des parties prenantes et la mise en œuvre des solutions. Capacité à évoluer dans des environnements nécessitant à la fois rigueur technique, compréhension fonctionnelle et coordination avec différents interlocuteurs. Organisation du travail2 jours de télétravail par semaine

Nous recherchons un Lead Data Scientist spécialisé en Intelligence Artificielle, avec une expertise sur Google ADK (Agent Development Kit), pour accompagner le développement de solutions d'IA agentique. MissionsConcevoir et développer des agents IA et des architectures multi-agents avec Google ADK. Définir les architectures techniques et les bonnes pratiques autour des solutions LLM / GenAI. Développer, tester et industrialiser des agents capables d'interagir avec différents outils, API et sources de données. Piloter les choix techniques et accompagner les Data Scientists / AI Engineers de l'équipe. Mettre en place les bonnes pratiques de MLOps / LLMOps, monitoring et évaluation des performances des agents. Collaborer avec les équipes Data, IT et Métiers afin de transformer les besoins en solutions IA concrètes. Assurer une veille sur les évolutions de Google Cloud, Google ADK et des technologies GenAI / Agentic AI. Environnement techniqueGoogle ADK, Google Cloud / Vertex AI, Python, LLM, GenAI, Agentic AI, API, MLOps / LLMOps.

Vos missions : - Concevoir et mettre en œuvre les méthodologies d'analyse permettant de quantifier les gains d'efficacité (analyses comparatives avant/après) - Étayer les décisions et valider les étapes projet par des preuves chiffrées - Concevoir et déployer les tableaux de bord de suivi de l'adoption et de l'usage des nouveaux outils - Mettre en place des indicateurs d'alerte pour détecter et corriger rapidement les dérives opérationnelles - Travailler main dans la main avec les équipes métier et techniques pour restituer des analyses claires et exploitables

Dans le cadre du renforcement de la gouvernance de ses données, condition de fiabilité de ses modèles d'IA, un grand compte recherche un Data Steward pour piloter la qualité et la conformité des données utilisées par les cas d'usage data et IA. Le consultant interviendra notamment sur : ▪ La définition et le suivi des règles de qualité des données (complétude, cohérence, fraîcheur, unicité) ▪ La mise en place des contrôles qualité automatisés sur les pipelines alimentant les modèles IA ▪ La documentation des données : dictionnaires, lignage, catalogage ▪ La qualification et le traitement des anomalies en lien avec les équipes métier et techniques ▪ La contribution à la gouvernance des données d'entraînement des modèles : traçabilité, conformité RGPD, gestion des données sensibles ▪ Le reporting qualité auprès des instances de gouvernance data

Pour accompagner la transformation de sa DSI, le client souhaite accélérer l'adoption de l'IA générative au sein de son domaine Data. Les équipes travaillent sur une plateforme analytics comprenant notamment Snowflake, dbt, Power BI et Azure DevOps. Plusieurs initiatives sont déjà lancées autour de Claude, Claude Code et des serveurs MCP. La mission consiste à structurer ces initiatives, à déployer des usages fiables et réutilisables, et surtout à rendre les équipes autonomes dans leur utilisation quotidienne. Vos missions : - Réaliser un état des lieux des initiatives IA existantes, prioriser les cas d'usage et piloter une feuille de route. - Construire et animer un plan d'adoption adapté aux data engineers, équipes DataOps, PMO, architectes et interlocuteurs métiers. - Accompagner les équipes sur Claude Code : bonnes pratiques, prompt et context engineering, gestion du contexte et consommation de tokens. - Animer des ateliers, permanences et séances de travail sur les cas d'usage réels ; former des référents internes. - Concevoir et industrialiser un catalogue de skills et d'agents pour les pipelines, les vues sémantiques, l'observabilité, la recette et la documentation. - Standardiser les configurations MCP et travailler avec la cybersécurité à la validation des connecteurs Data. - Définir des garde-fous, des indicateurs de qualité et des KPI d'usage, d'efficacité et d'adoption. - Documenter les standards et transmettre les pratiques aux équipes, en lien avec le centre d'excellence IA.

Positionné au sein de la DSI de l'entreprise, le Data Engineer intègrera l'équipe Conso Data qui traite les données de consommation des clients afin de les exposer sur les canaux digitaux. Il devra : - Être force de proposition et participer à la conception des solutions techniques en collaboration avec les membres de l'équipe. - Comprendre les enjeux métiers afin de concevoir des solutions répondant aux besoins fonctionnels. - Participer aux cérémonies Agile SAFe (PI Planning, macro-chiffrage, refinements, rétrospectives, etc.). - Concevoir et faire évoluer les architectures de données basées sur l'approche Databricks Medallion Architecture (Bronze, Silver, Gold). - Garantir la qualité, la fiabilité et la performance des traitements de données en production. (Jobs Databricks et APIs) - Contribuer à l'amélioration continue de la plateforme en proposant des optimisations techniques, des bonnes pratiques et des innovations. Il sera notamment amené à : - Concevoir, développer et maintenir des pipelines de données (ETL) pour les flux d'intégration et les flux métiers. - Mettre en œuvre et orchestrer les traitements de données à l'aide des outils Databricks. - Modéliser les données dans les tables Delta Lake en appliquant les bonnes pratiques de partitionnement, indexation, optimisation et gouvernance. - Optimiser les performances des traitements Databricks (Spark, Delta Lake, gestion des coûts et du temps d'exécution). - Assurer le développement, les tests et le déploiement des composants techniques via des processus CI/CD. - Concevoir, développer et maintenir des APIs permettant l'exposition et la consommation des données. - Mettre en place des mécanismes de contrôle qualité des données (Data Quality), de monitoring et d'alerting. - Identifier, analyser et résoudre les incidents de production tout en assurant le suivi des actions correctives. - Rédiger et maintenir la documentation technique des solutions mises en œuvre. - Accompagner les équipes dans l'adoption des bonnes pratiques Data Engineering Environnement Technique : - Python, SQL - Spark, PySpark, DBUtils - FastApi, Pytest - Databricks, Unity Catalog - Ariflow (migration vers Databricks Workflow) - AWS (Lambda, secrect manager, Bucket S3, ECS) - Git et gestion du versioning - Déploiement pipeline CI/CD