Trouvez votre prochaine mission ou futur job IT.

Pour l'un de nos clients, nous recherchons un(e) Ingénieur DATA BI & Cloud Azure pour renforcer leurs équipes IT. Votre poste et vos missions Membre de l'équipe IT & Digital, vous intervenez au cœur des différents projets de développement du Groupe sur un périmètre international. Dans le respect de la stratégie IT établie par le DSI, votre mission consiste à : Mise en place d'une vraie démarche data-driven au niveau technique - Apporter votre expertise technique et vos idées lors de la mise en place de projets concernant les développement données / BI - Force de proposition sur des nouvelles architectures et solutions d'intégration des données - Connaissances des principes big data et IoT - Connaissances avancées en datawarehouse et modèles de gouvernance des données - Connaissances des API Data pour le temps réel

Consultant Chef de Projet MOE Middleware & Data (H/F) 1. Contexte Dans le cadre d’un programme stratégique de transformation des systèmes d’information et de modernisation de la gestion des données, notre client, acteur majeur du secteur de l’énergie B2B, recherche un Consultant Chef de Projet MOE Middleware & Data. Ce programme pluriannuel vise à refondre l’architecture de données de l’entreprise afin de : Garantir l’unicité et la qualité des données métiers ; Mettre en place des référentiels partagés ; Moderniser les flux d’échanges entre applications ; Rationaliser les interfaces historiques ; Accompagner la mise en œuvre de nouveaux outils métiers (CRM, gestion de portefeuille, portail clients, BI, référentiels, etc.) ; Structurer les dispositifs de RUN et de maintien en condition opérationnelle. Le consultant interviendra au sein de la DSI sur plusieurs projets à forte composante Middleware, Data et Intégration. 2. Mission Au sein de la Direction des Systèmes d’Information, le consultant assurera la coordination et le pilotage des sujets Middleware en lien avec les équipes métiers, les partenaires intégrateurs et les équipes techniques. Cadrage et conception Analyser les besoins métiers et les documents de cadrage ; Animer les ateliers technico-fonctionnels ; Challenger les besoins et identifier les risques ; Traduire les besoins en solutions techniques ; Rédiger les spécifications fonctionnelles et techniques ; Contribuer aux dossiers d’architecture et aux choix de conception. Pilotage de projets Piloter les projets selon des méthodologies Agile ou Cycle en V ; Coordonner les équipes de développement, d’intégration et d’exploitation ; Suivre l’avancement, les risques, les coûts et les délais ; Assurer la communication auprès des parties prenantes ; Participer aux comités projets et instances de gouvernance. Réalisation et intégration Superviser ou contribuer à la conception et au développement des interfaces ; Garantir la cohérence des solutions avec l’architecture cible ; Piloter les évolutions et remédiations des flux existants ; Accompagner les projets de migration et de transformation SI. Tests, recette et mise en production Définir les stratégies de tests ; Piloter les recettes techniques et fonctionnelles ; Coordonner la correction des anomalies ; Préparer et accompagner les mises en production ; Assurer le support post-déploiement. RUN et amélioration continue Structurer et piloter le maintien en condition opérationnelle du Middleware ; Suivre les incidents, demandes d’évolution et SLA ; Participer à l’amélioration continue des processus et de la qualité de service ; Contribuer aux initiatives de gouvernance de la donnée et à la transformation Data.

Contexte du projet Mon client industrialise une plateforme interne d'agents IA destinée à ses équipes métiers et IT. Le projet, en phase d'industrialisation, vise à mettre à disposition dans un cadre gouverné des agents conversationnels et décisionnels capables de répondre à des cas d'usage opérationnels en s'appuyant sur les données et systèmes internes de la banque (gestion d'incidents, topologie applicative, gestion des changements, etc.). Mission: L'Ingénieur IA intervient au sein de l'équipe plateforme et contribue au développement, à la qualification et à la mise en production d'agents IA orchestrés sous LangGraph. Le périmètre de la mission couvre : • Conception et développement d'agents autonomes en Python avec LangGraph (StateGraph, multi agents, human-in-the-loop, intégration LLM, prebuilt tools). • Intégration des agents avec des composants RAG, des bases de connaissances internes et des sources opérationnelles via API. • Optimisation des stratégies de prompt engineering et des mécanismes de contrôle (function calling, tool use, plan-and-execute). • Mise en place et enrichissement des suites d'évaluation (eval datasets, monitoring comportemental, détection de dérive et d'hallucinations) sous LangSmith. • Industrialisation : versioning, packaging conteneur, intégration CI/CD GitLab, conformité aux standards de la plateforme. • Documentation des agents, contribution à la matrice de risques et aux runbooks d'exploitation.

Contexte : Dans le cadre du développement de nombreux cas d'usage reposant sur l'Intelligence Artificielle, le client recherche un consultant pour accompagner les Product Owners et les équipes métiers sur les aspects de conformité Privacy/RGPD des solutions IA. Missions principales : Définir et communiquer les exigences Privacy applicables aux solutions IA. Accompagner les Product Owners dans la mise en conformité des cas d'usage IA. Réaliser la revue de conformité des cas d'usage IA existants. Contribuer à la gouvernance de la protection des données et à la maîtrise des risques. Participer aux actions de sensibilisation et aux contrôles liés à la sécurité et à la protection des données.

Almatek recherche pour l'un de ses clients , Un Data Analyst Dataviz - Superset/QlikView Sur Nantes. Description détaillée: Le projet consiste en la réalisation de dashboards Superset ANGELIS dans le cadre du remplacement de l’infocentre QlikView ANGELIS. Dans ce cadre nous recherchons : -Data Analyst Dataviz -4 à 5 ans d’expérience dans la dataviz : création et mise en forme de tableau. La connaissance de Superset est un plus, la connaissance de QlikView est obligatoire. Nous n’avons pas besoin de data eng, ni de BA ; il nous faut absolument une personne en capacité de produire de la dataviz dès son arrivée Compétences techniques: dataviz - Confirmé - Impératif qlikview - Confirmé - Impératif superset apache - Confirmé - Souhaitable Contrainte forte du projet: Expérience dataviz de 4 à 5 ans

Dans le cadre d'un programme stratégique de transformation Data au sein d'un grand groupe, nous recherchons pour l'un de nos clients un Ingénieur Data ETL pour intervenir sur le développement et l'industrialisation des flux d'alimentation d'une plateforme de gestion des données. Vos missions : Recueillir les besoins métiers et participer à la rédaction des spécifications fonctionnelles et techniques. Développer, maintenir et optimiser des pipelines ETL pour l'intégration et le traitement des données. Garantir la qualité, la fiabilité et la performance des flux de données. Participer aux phases de recette, de mise en production et au maintien en conditions opérationnelles. Assurer le suivi des incidents, la documentation technique et le reporting d'avancement. Contribuer au pilotage des activités, à la gestion des risques et à l'amélioration continue des processus.

Dans le cadre de sa transformation digitale, notre client recherche un(e) Chef de Projet HUB Data afin de piloter la création et le déploiement d'une plateforme centralisée de données. Ce projet structurant a pour objectif de créer un référentiel unique permettant de centraliser, fiabiliser et redistribuer les données issues des différents systèmes de l'entreprise (ERP, CRM, outils métiers, etc.) afin d'améliorer la performance opérationnelle et le pilotage de l'activité. Vos missions Rattaché(e) à la Direction Transformation, vous serez responsable du pilotage du projet de bout en bout : Recueillir et formaliser les besoins métiers et techniques. Définir la cible fonctionnelle et la roadmap du projet. Piloter les phases de cadrage, conception, réalisation et mise en service. Concevoir l'architecture du Hub Data et les flux d'échanges entre les systèmes. Coordonner les équipes métiers, la DSI, les partenaires et les prestataires. Assurer le suivi des risques, des délais, du budget et des livrables. Préparer les instances de gouvernance et assurer le reporting projet. Accompagner les métiers dans l'adoption de la solution et son amélioration continue.

Contexte de la mission : Dans le cadre du fonctionnement Agile de la Squad Data & Métrologie des environnements de travail, dédiée à la production de tableaux de bord, de rapports analytiques et au suivi des usages (postes de travail et applications associées), nous recherchons un Data Analyst disposant d’une bonne maîtrise de l’environnement poste de travail. L’objectif est de contribuer à la valorisation de la donnée afin de piloter l’usage et l’adoption des solutions mises à disposition. Missions principales 1. Recueil des besoins et collaboration métier Interagir avec les équipes internes et participer aux ateliers d’expression des besoins Comprendre les enjeux métiers et les traduire en problématiques analytiques exploitables Étudier et rédiger les cahiers des charges des rapports de métrologie attendus 2. Analyse et valorisation de la donnée Collecter, analyser et croiser des données issues de multiples sources (BDD SQL, Active Directory, Azure Cloud, Microsoft Graph, Service NOW etc.) Concevoir et développer des tableaux de bord pertinents et orientés décisionnel Réaliser des analyses statistiques afin d’identifier tendances, usages et axes d’optimisation 3. Documentation et accompagnement Rédiger les dossiers d’architecture technique liés aux cas d’usage Documenter les dashboards pour en faciliter la lecture et l’appropriation par les utilisateurs Accompagner les équipes dans la compréhension des indicateurs, des calculs et de la donnée présentée

Nous recherchons un Lead Agentic AI Engineer pour un Un éditeur de contenu français, audience massive, deux business qui tournent en parallèle : l'abonnement, qu'il faut faire grossir, et la régie pub, où il reste pas mal de valeur à aller chercher sur l'inventaire. La data plateforme est en pleine restructuration côté GCP, l'équipe data est en place (data scientists, BI Power BI en self-service, une CDP côté CRM), et on touche au bout du chantier d'infra. La direction veut passer à autre chose que du reporting et du dashboard. Le sujet est de mettre des agents en production sur des cas business qui pèsent sur le P&L, vraiment en production, pas une démo de plus. Concrètement, sur les 6 premiers mois, voilà à quoi va ressembler le job. Tu commences par regarder ce qui se passe vraiment dans la maison côté acquisition, monétisation de l'inventaire pub et fonctions support, et tu sors une liste courte de cas où un agent a du sens (et où il n'en a pas, c'est souvent là que les autres se plantent). Tu choisis deux ou trois cas et tu les mets en prod. Pas un POC, pas un notebook joli. Quelque chose qui tourne, qu'on mesure, qu'on monitore. En parallèle, il y a un chantier de fond : sortir l'équipe du modèle "dashboard" et installer une couche d'analyse comportementale temps réel sur l'audience, c'est le socle qui rend les agents intéressants ensuite. Et tu poses les fondations pour la suite : evals, observabilité, garde-fous, doc d'archi. Si la mission bascule en CDI à 12 mois, on parle aussi du build d'équipe à ce moment-là. Tu travailles en direct avec la régie sur les sujets de monétisation, avec le CRM sur l'activation et la segmentation, et avec les fonctions support sur tout ce qui peut se déléguer à un agent (assistance, ops, modération). C'est une boîte média, il faut aimer ça, savoir ce qu'est un CPM, comprendre pourquoi le directeur de la régie va te poser des questions sur le fill rate, pas sur ton archi. Côté technique Ce qu'on cherche n'est pas exotique mais c'est précis. Il faut avoir déjà mis au moins un système agentic en prod réelle, et savoir le raconter en détail : l'orchestration choisie, comment les outils sont branchés, comment tu fais les evals, ce que tu mesures côté business, ce qui a explosé une fois en prod et comment tu t'en es rendu compte. La stack tu fais avec ce que tu connais : LangGraph, Anthropic Agent SDK, OpenAI Agents, DSPy, du custom maison. L'important c'est d'avoir vraiment livré, pas d'avoir lu la doc. Au-delà de l'orchestration pure, il faut connaître les fondations qui font qu'un agent tient en prod : tool calling propre, evals offline et online, garde-fous, observabilité (LangSmith, Langfuse, Arize, du custom — peu importe), et la gestion des coûts API parce qu'à grande échelle ça compte. Sur la data, tu dois pouvoir lire et challenger un pipeline BigQuery avec Airflow ou Composer dessus, sans forcément vouloir tout refaire toi-même. La data team est là pour ça, mais tu dois pouvoir leur parler d'égal à égal. Côté GCP, tu utilises BigQuery au quotidien et tu sais te servir de Vertex, Cloud Run, Workflows quand c'est utile pour un système agentic. Si tu as un background data scientist ou ML engineer avant d'avoir basculé sur les LLM en 2023-2024, c'est un vrai plus. Tu connais le piège du "tout LLM" et tu sais quand revenir à du déterministe ou à du modèle classique. Si tu as touché un peu d'adtech, CPM, viewability, attribution, ce vocabulaire-là, c'est mieux, mais ça s'apprend en quelques semaines si tu es curieux. Ce qu'on regarde au-delà du CV C'est la partie qu'on peut difficilement vérifier sur LinkedIn mais qui fait la différence sur ce poste précis. D'abord la capacité à dire non. Quand on te propose un cas d'usage, tu dois pouvoir dire "ça, franchement, c'est un workflow déterministe, on n'a pas besoin d'un LLM" — et le défendre devant un sponsor qui voulait son agent. La maison a déjà eu des POC, on ne veut pas en rajouter un. Ensuite la capacité à parler à des non-techs sans intermédiaire. Tu vas te retrouver en réunion avec la régie, avec le marketing, peut-être avec le DAF, et il n'y aura pas de PM pour traduire. Si tu ne sais expliquer ton archi qu'à un autre ingé, ça ne marchera pas. Tolérer l'ambiguïté est un autre critère. On ne te donnera pas un objectif business un peu flou, à toi de remonter au vrai cas et au vrai produit là, et c'est OK. Bien composer avec l'équipe en place. Il y a des data engineers, une BI. Tu ne débarques pas en disant que tout ce qu'ils ont fait est nul. Tu t'appuies, tu écoutes, tu choisis tes batailles. Et puis l'honnêteté. On préfère quelqu'un qui dit "j'ai raté ça, voilà ce que j'en ai appris" à quelqu'un qui survend. Pareil sur les coûts, les délais, les limites des modèles. Quand un agent commence à coûter 4000€/jour en API, on veut le savoir, pas découvrir la facture en fin de mois. Le dernier critère c'est le sens du delivery. On a vu trop de profils brillants qui laissent 4 chantiers ouverts et zéro système en prod. Ici on veut au moins deux mises en prod sur 6 mois, pas un slide deck de roadmap.

Dans le cadre d'un projet stratégique autour de l'Intelligence Artificielle et du Cloud, nous recherchons un Expert Cybersécurité IA afin d'accompagner les équipes techniques dans la sécurisation de plateformes GenAI et des services Cloud Microsoft. Vos missions Accompagner les équipes projets sur les problématiques de cybersécurité liées aux solutions d'IA générative. Réaliser des analyses de risques et produire les dossiers de sécurité. Définir les exigences de sécurité et accompagner leur mise en œuvre. Participer à la sécurisation des plateformes Microsoft Azure et des environnements GenAI. Réaliser des revues de sécurité des développements et des architectures. Mettre en œuvre des contrôles de sécurité et accompagner les équipes DevSecOps. Participer à la définition des standards, bonnes pratiques et recommandations de sécurité. Environnement technique Microsoft Azure Microsoft 365, Azure Cognitive Services Microsoft Copilot, Fabric, Power Platform, Azure ML Defender for Cloud, Microsoft Sentinel, Purview Terraform, Bicep CI/CD, DevSecOps RBAC, MFA, Conditional Access, Privileged Identity Management (PIM) Python, PowerShell Compétences recherchées Solide expertise en cybersécurité Cloud Azure. Expérience des environnements IA Générative (LLM, Copilot, Azure AI…). Bonne maîtrise des risques liés aux LLM (Prompt Injection, Data Leakage, Model Poisoning…). Connaissance des référentiels OWASP Top 10 LLM, MITRE ATLAS et NIST AI. Expérience en automatisation des contrôles de sécurité. Anglais professionnel. Profil Expérience confirmée en cybersécurité Cloud et DevSecOps. Capacité à intervenir aussi bien sur les aspects techniques que sur la gouvernance sécurité. Esprit d'analyse, autonomie et excellent relationnel. Expérience en environnement Agile appréciée.

INGENIEUR SUPPORT TECHNICO-FONCTIONNEL IA / LLM Démarrage : ASAP Durée : 3 Ans Localisation : Ile de France (Proche Paris) Télétravail : 50% Mission : Support et stabilité des applications Être le principal interlocuteur pour les incidents et les questions fonctionnelles liés aux applications. Surveiller et maintenir le bon fonctionnement des applications à l'aide de Dynatrace, Grafana, Prometheus, etc. Garantir une disponibilité maximale et une productivité optimale pour les utilisateurs. Gérer les demandes des utilisateurs (accès, intégration, résolution d'incidents) conformément aux processus ITIL. Rédiger et mettre à jour la documentation. Gérer la communication avec les parties prenantes (informations, nouvelles/suppressions de fonctionnalités, incidents, etc.). Collaborer avec le Product Owner et les équipes de développement pour assurer une intégration fluide. Piloter les activités de gouvernance entre les équipes techniques et métiers. Spécialisation Support IA/LLM Expérience en IA/LLM. Prise en charge du déploiement et de l'intégration des modèles d'IA/ML via des pipelines MLOps. Dépannage des composants et interfaces applicatifs pilotés par l'IA. Collecte et analyse des retours utilisateurs, notamment sur les fonctionnalités IA/LLM. Surveillance des performances des modèles d'IA et des indicateurs d'expérience utilisateur.

Vous intervenez au sein d’un programme stratégique majeur visant à optimiser les moteurs de recommandation client d’un grand groupe aérien international. Le projet « Offer Display Recommender » a pour objectif d’améliorer la personnalisation et la pertinence des offres grâce à l’adoption de technologies avancées, notamment : Apprentissage par renforcement (RL) Modèles de recommandation nouvelle génération Approches expérimentales et data‑driven Le Data Scientist senior jouera un rôle clé dans la conception, l’expérimentation, la modélisation et la mise en production des solutions. Objectifs & responsabilités Modélisation & Data Science Concevoir, entraîner et optimiser des modèles de recommandation avancés. Proposer, challenger et prioriser les solutions data à tester. Appliquer des techniques de modélisation Data Science de niveau expert. Expérimenter des approches RL, bandits, ranking models, embeddings, etc. Communication & pilotage scientifique Présenter en anglais les travaux de modélisation aux stakeholders (produit, business, tech). Challenger les orientations stratégiques du projet. Vulgariser les choix algorithmiques et leurs impacts business. Mise en production & industrialisation Contribuer à la mise en production des modèles dans un environnement Cloud (GCP). Participer à l’optimisation des pipelines ML et à la fiabilité des modèles. Collaborer avec les équipes MLOps, Data Engineering et Produit.

1. Collecte, Ingestion & Indexation -Pipelines d'ingestion : Concevoir la collecte et le traitement de sources hétérogènes (édition, open data, bases juridiques), le parsing, le nettoyage, le chunking et la normalisation des documents. -Indexation & Embeddings : Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index. -Qualité & Volumétrie : Garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index). 2. Recherche & Pertinence (Retrieval & RAG) -Stratégie de retrieval : Combiner recherche lexicale et sémantique (BM25 + embeddings) avec du reranking et du filtrage par métadonnées pour maximiser la pertinence. -Évaluation continue : Mettre en place des jeux de tests et des métriques de pertinence (Recall, Precision, nDCG, MRR) pour mesurer et piloter l'amélioration du retrieval. -RAG (Retrieval-Augmented Generation) : Structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte). -Observabilité & Sécurité : Instrumenter les pipelines (logs, métriques, traces) et garantir la conformité des données (RGPD, cloisonnement par pays). 3. Leadership Technique & Gouvernance -Culture Craftsmanship : Promouvoir les pratiques de Clean Code, SOLID, et tests automatisés au sein de l'équipe. -Rayonnement : Assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).

Nous recherchons un Business Data Analyst pour rejoindre notre équipe grand compte. Lieu : Paris Démarrage : ASAP Durée : >12 mois Télétravail : 3 jours / semaine Contexte de la mission Au sein du département Data Platform, des agents Data Analytics sont en cours de construction pour aider les utilisateurs commerciaux à transformer les données en insights exploitables. Ce rôle est idéal pour un professionnel qui saura aligner les besoins commerciaux avec les aspects techniques de notre plateforme, Snowflake. Responsabilités : Travailler avec le Data Product Owner pour transformer les besoins en composants d'agents. Évaluer le modèle sémantique et déterminer les métriques et cas d'utilisation. Concevoir, construire et tester des compétences d'agents. Définir des fonctions pour récupérer des données et répondre à des questions commerciales. Créer et gérer une bibliothèque de requêtes vérifiées. Construire des filtres nommés et rédiger des instructions personnalisées. Coordonner avec les utilisateurs commerciaux et les parties prenantes techniques. Capturer et mapper les questions des parties prenantes aux bonnes métriques. Évaluer la précision des agents et identifier les erreurs. Maintenir une documentation claire et précise. Must Haves : 3+ ans d'expérience en tant qu'analyste de données ou BI. Solides compétences en SQL et expérience dans Snowflake. Capacité à traduire des questions commerciales en logiques de données. Expérience dans la gestion d'une couche sémantique. Compétences en collaboration et communication. Expérience dans le secteur du commerce de détail. Nice to Haves : Connaissance des outils d'analytique ou de BI. Compréhension des processus métier de la distribution. Expérience en gestion de projet agile. Autres détails : Ce poste est basé à Paris avec la possibilité de télétravail 3 jours par semaine, et est orienté vers une collaboration à long terme dans un secteur en pleine évolution.

• Analyse et cadrage Recueillir et analyser les besoins métiers. Formaliser les US en spécifications techniques exploitables. • Pilotage technique Assurer un pilotage intermédiaire sur un périmètre projet (coordination technique, suivi d’avancement). Contribuer aux choix techniques structurants. • Développement et expertise Réaliser des développements complexes. Assurer la maintenance applicative (Gestion des obsolescence et vulnérabilités) Apporter un support technique aux équipes sur les composants critiques. • Contribution agile Participer à l’élaboration et à la priorisation du backlog avec les PO et BA. Animer et contribuer aux rituels techniques (code reviews, challenger les estimations de charge etc.) • Architecture et standards Concevoir et mettre en oeuvre l’architecture applicative et technique. Veiller au respect des normes, bonnes pratiques et standards Groupe. • Qualité et documentation Garantir la qualité des livrables (revues de code, bonnes pratiques). Assurer la production et la maintenance de la documentation projet. • RUN Planification des activités, gestion du calendrier de l’équipe et priorisation des actions Assurer le suivi d’exploitation des traitements PySpark en production : supervision, résolution des incidents, analyse des performances et amélioration continue des traitements Maîtrise avancée des environnements de conteneurisation et d’orchestration, notamment Kubernetes et Docker, ainsi que de la gestion sécurisée des secrets avec HashiCorp Vault Maîtrise avancée des traitements Big Data, incluant PySpark 3 ainsi que la manipulation de formats de données distribués (Parquet, gestion des buckets). Maîtrise opérationnelle de l’orchestration de workflows de données à l’aide de l’outil Apache Airflow. Maîtrise confirmée des bases de données relationnelles, particulièrement PostgreSQL. Maîtrise des outils de gestion de code et de qualité logicielle, incluant GitLab, Fortify et SonarQube. Maîtrise des outils de stockage objet, notamment via l’utilisation des commandes MinIO. Maîtrise des outils de transfert de fichiers, en particulier CFT (Cross File Transfer). Pour l’ensemble du projet de titrisation Bail : • Dossiers d’architecture (schémas, principes techniques, choix structurants). • Backlog enrichi et priorisé en lien avec les parties prenantes. • Composants applicatifs développés, testés et documentés. • Comptes rendus des revues de code et plan d’amélioration continue. • Documentation projet à jour (Spécifications techniques, JIRA, Page Confluence, Runbook). • Reporting d’avancement sur le périmètre confié. • RUN : Reporting de type Morning check