Trouvez votre prochaine mission ou futur job IT.

🏭 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

Dans le cadre de la transformation digitale d’un grand groupe industriel international, la DSI renforce la maîtrise et la gouvernance des flux applicatifs entre les systèmes d’information Enterprise et les systèmes d’information Industriels. Ces environnements, bien que séparés et segmentés, sont fortement interconnectés et nécessitent des solutions d’intégration robustes, sécurisées et conformes aux standards d’urbanisation IT du groupe. Afin d’accompagner cette évolution, le groupe souhaite renforcer son dispositif d’architecture sur les sujets d’intégration applicative et de gestion des flux de données. Le consultant intégrera l’équipe Solution Design & Architecture as a Service, rattachée au département Enterprise Architecture, et interviendra sur la conception des architectures d’intégration et l’accompagnement des équipes projets. Environnement technique : AWS (services natifs et solutions de transfert de données) MuleSoft Kafka MQTT Architecture d’intégration inter-systèmes Urbanisation du SI CI/CD Envionnement industriel sécurisé

Au sein de la Direction des Opérations IT, rattaché au responsable Cyber Opérations, le Cyber Operation Expert agit en tant que référent transversal pour la sécurité opérationnelle des systèmes et services sous sa responsabilité. Il intervient dans des environnements complexes, incluant des systèmes d'information corporate et industriels, en coordination avec les équipes SOC, CERT, IT et les métiers. Environnement technique Cloud : Microsoft Azure, Amazon Web Services (IAM) Identité : Active Directory CI/CD : GitHub et outils d’intégration continue Sécurité : EDR, Checkmarx, Wiz, Intune Infrastructures : réseaux, bases de données, systèmes d’entreprise Environnements industriels : SCADA, ICSS, OT Low-code / IA : Power Platform Objectifs et livrables Missions principales Expertise en cybersécurité Apporter une expertise technique lors des projets de remédiation et de cybersécurité Conseiller les équipes métiers sur l’application des standards de sécurité Définir et déployer des mesures d’optimisation pour la réduction des risques, telles que les contrôles opérationnels et le hardening Participer à la sélection, à la conception et au déploiement des solutions de cybersécurité Gestion du RUN et amélioration continue Qualifier et sécuriser les évolutions en mode produit (RUN / change management) Identifier les risques et recommander des mesures de protection adaptées Garantir la conformité des changements au référentiel de sécurité Réponse aux incidents Coordonner la gestion des incidents majeurs en collaboration avec le SOC et le CERT Participer aux investigations de sécurité Mobiliser les acteurs de la cybersécurité et escalader si nécessaire Prendre part aux cellules de crise et aux exercices cyber Définir et suivre les plans d’action visant à réduire les risques Activités transverses Assurer la coordination entre les équipes métiers, IT et cybersécurité Produire des reportings opérationnels et managériaux Identifier et remonter les points de blocage Proposer des améliorations pour renforcer en permanence la posture de sécurité

Conception, participation à la définition de l’architecture et déploiement de l'infrastructure OnPremise et Cloud Conception & développement de scripts et APIs techniques Configuration de middlewares Analyser les anomalies sur les environnements de pré-production/ staging et de production Définition des critères d’exploitabilité d’un applicatif S’assurer de la mise en place des critères de sécurité définis par le client Être garant, de la mise en place de l'exploitabilité des applicatifs déployés en production (smokeTest, supervision, alerting, fiches consignes, KPI…), en suivant les critères d’exploitabilité définis par la communauté devops Effectue le suivi de la qualité de la production (performances, incidents) conformément au contrat de service Accompagne les projets d’un domaine d’activité en tant que spécialiste de la production : vérification du respect des critères d’exploitabilité Élabore, réalise et fiabilise les plans d’ordonnancement des traitements de production Automatiser les tâches manuelles automatisables, répétables et sans valeur ajoutée Conception et construction des usines de déploiement logiciels Maintien en condition opérationnelle des usines de déploiement logiciels existantes et des APIs associées, des outillages et infrastructures transverses Réaliser de l'astreinte, notamment lors d'alertes en HNO Travailler en mode agile dans les squads de développement (le mode agile ne doit pas empêcher le ticket JIRA) Diffuser la connaissance et les bonnes pratiques devops, notamment en participant et en animant des communautés de pratiques Devops. Documenter Être force de proposition dans l'amélioration des techniques d'industrialisation et d’automatisation, grâce à de la veille technologique Communication avec les autres équipes IT du groupe Support aux équipes de développement et d'exploitation

Data Engineer Azure Synapse / PySpark (Intégration Data - Référentiel Corporate) Secteur : Financial Services / Asset Management Contrat : Mission freelance - 6 mois renouvelables Localisation : France / Hybride 🔍 Contexte Un groupe international de gestion d'actifs recherche un Data Engineer confirmé pour participer à la modernisation et à la consolidation de son référentiel data interne , dans un programme stratégique d'intégration multi‑sources. 🎯 Votre rôle Développer de nouveaux flux d'intégration via Azure Synapse / PySpark Assurer la qualité, la cohérence et la traçabilité des données Contribuer à la mise en place du monitoring Data sur l'ensemble des pipelines Collaborer étroitement avec les Business Analysts et l'équipe Data Analytics Participer aux évolutions continues de la plateforme Data Azure 🧱 Compétences techniques clés Azure Synapse PySpark Azure DevOps SonarCloud Micro‑services API Management Microsoft Playwright Azure Data Factory SQL Server (RDBMS) 👤 Profil recherché Bac+5 (ingénieur ou équivalent) Min. 3 ans d'expérience en développement Data sur Azure Bonne maîtrise des pratiques DevOps & automatisation des tests Connaissance du secteur financier / Asset Management appréciée Excellent niveau FR & EN 📅 Démarrage : 2 février 2026

Dans le cadre de projets IA à forte valeur ajoutée, notre client recherche un Consultant Lead Tech Expert Data IA pour intervenir sur des travaux de cadrage et de pilotage de projets transformants. Le consultant interviendra au sein d’un dispositif existant autour de projets IA stratégiques, avec une forte autonomie et une capacité à coordonner différents acteurs. Une expertise Data / IA orientée delivery et cadrage est attendue. Missions principales Intégrer le dispositif existant sur les projets Data & IA en cours Piloter et sécuriser les phases de cadrage, EO, MVP et démarrage des développements Apporter une expertise Lead Tech Data IA sur des projets transformants à dominante Marketing Contribuer à l’alignement stratégique et technique des solutions IA proposées Coordonner les différents acteurs internes (équipes Data, IT, métiers, partenaires) Challenger les choix technologiques et méthodologiques liés à l’IA Garantir la qualité du delivery et le respect des jalons projet Participer à la structuration des priorités et de la feuille de route IA Apporter une vision marché et bonnes pratiques Data / IA Accompagner la mise en œuvre de solutions IA performantes, sécurisées et industrialisables

Nous recherchons un Responsable de la Migration de Données SAP parlant français et anglais pour piloter les activités de migration de données de bout en bout dans le cadre d’un programme stratégique SAP ! Responsabilités Définir et piloter la stratégie de migration des données SAP Gérer l’ensemble du cycle de vie de la migration : extraction, nettoyage, mapping, conversion, chargement et validation des données Coordonner les équipes fonctionnelles, techniques et métiers Garantir la qualité, la cohérence et l’intégrité des données Superviser les outils et méthodologies de migration Suivre les risques, les délais et les livrables liés aux données Une expérience en PLM (Product Lifecycle Management) est un plus. Si cette opportunité vous intéresse, envoyez votre CV à ou cliquez sur « Postuler maintenant » !

Vous intervenez en tant que Data Steward Transverse / Consultant Gouvernance pour transformer la stratégie data en réalités opérationnelles. Votre mission est de faire le pont entre les enjeux métiers et les contraintes SI. Vous ne vous contentez pas de définir des politiques : vous les déployez concrètement sur le terrain. Vos principales missions : Opérationnalisation du patrimoine Data : Recenser les acteurs clés, cadrer les besoins métiers et formaliser les exigences (dictionnaires de données, règles de gestion, qualité, sécurité). Gouvernance "Hands-on" : Produire et maintenir la documentation (glossaires, cartographies de flux, procédures) et veiller à l'implémentation des règles dans les solutions cibles. Coordination & Delivery : Animer les comités opérationnels, réaliser les études d'impacts lors des évolutions SI et piloter les stratégies de migration de données. Outillage : Participer activement au choix et au déploiement des outils (MDM, Data Catalog) : contribution aux RFP, cadrage fonctionnel et accompagnement au changement auprès des utilisateurs.

Contexte : Intégré(e) à une équipe Plateforme / Production / Cloud, vous contribuez à la fiabilisation, l’industrialisation et l’automatisation des plateformes applicatives (on-premise et cloud), dans une logique DevOps & SRE . L’objectif est de garantir la disponibilité des services bancaires tout en améliorant continuellement la résilience, la performance et l’observabilité des systèmes. Missions Principales : - Maintien en conditions opérationnelles des plateformes critiques et des clusters Kubernetes on-premise (OpenShift) et managés (AKS / EKS / GKE) ; - Administration, optimisation et gestion de la haute disponibilité, scalabilité et capacity planning des environnements Kubernetes ; - Gestion des incidents majeurs, analyses RCA et suivi des SLA / SLO / SLI ; - Industrialisation et automatisation des déploiements via CI/CD ; - Mise en œuvre de l’Infrastructure as Code ( Terraform, Ansible, Helm ) ; - Mise en place et optimisation du monitoring et de l’observabilité ( Prometheus, Grafana, Dynatrace, ELK ) ; - Sécurisation des environnements (RBAC, Network Policies, gestion des secrets) ; - Contribution aux exigences et standards de sécurité & conformité bancaire.

Contexte de la mission Dans le cadre du projet CD OneDC , le consultant interviendra au sein des équipes Cyber Defense afin d’accompagner la migration des services de sécurité vers les nouveaux data centers virtualisés . La mission se déroulera en collaboration avec les équipes produits, architectes et le chef de projet , dans un environnement international. Missions Le consultant interviendra sur les activités suivantes : Architecture et migration Piloter l’architecture technique de sécurité pour les plans de migration des services Cyber Defense. Contribuer à la migration du portefeuille de produits Cyber Defense vers les nouveaux data centers virtualisés. Identifier les dépendances entre les produits et services de cybersécurité. Garantir que les plans de migration sont compatibles avec les environnements techniques AXA. Travailler avec les équipes transverses afin d’assurer une migration fluide sans compromettre la sécurité. Conception et documentation Définir plusieurs options d’architecture et analyser leurs avantages et inconvénients. Expliquer les impacts de la consolidation des services (techniques, organisationnels et financiers). Participer à la mise à jour ou création des Low Level Design post-migration . Identifier les opportunités d’amélioration et de standardisation des architectures et solutions. Pilotage et coordination Structurer et enrichir le backlog projet et délivrer les livrables associés. Participer à la gouvernance architecture et produit du projet. Organiser et animer des sessions de communication avec les parties prenantes et équipes d’expertise. Collaborer avec le chef de projet pour définir un plan de migration réaliste avec estimations. Validation et contrôle Définir les critères et plans de monitoring de disponibilité des services . Mettre en place un plan de test pour valider les services pendant les phases de migration. Environnement technique Le consultant devra être capable d’avoir des discussions techniques avancées sur les sujets suivants : Cyber Security & Architecture Concepts de sécurité de l’information Évaluation des risques Architecture de sécurité Technologies de Cyber Defense Identity & Access Security Privileged Access Management (PAM) CyberArk Thycotic Password Complexity Checkers Cryptography & Key Management Hardware Security Modules (HSM) nCipher Thales Utimaco SecurityServer YubiHSM Data Protection DLP Solutions Forcepoint Microsoft Teramind Endpoint Security Antivirus / EDR CrowdStrike SentinelOne Symantec Microsoft Defender for Endpoint Network Security IPS / Firewall / DDoS protection Secure Web Gateway Shadow Cloud monitoring Secure Email Gateway Web Application Firewall Technologies associées : Cisco Firepower Palo Alto Networks Fortinet SkyHigh Zscaler SOC & Monitoring Log collection & SIEM ArcSight Microsoft Sentinel AMA Beats Cribl Infrastructure Troubleshooting systèmes d’exploitation Troubleshooting réseau

Contexte du poste Dans un environnement technologique en forte croissance, vous intervenez sur le développement et l’industrialisation de solutions d’Intelligence Artificielle. Les produits évoluent rapidement et nécessitent une forte capacité d’adaptation, de structuration et d’industrialisation des modèles. Objectif Concevoir, développer et déployer des solutions AI/ML robustes et scalables, tout en assurant leur intégration dans une chaîne CI/CD moderne et une plateforme MLOps structurée. Missions principalesDéveloppement & Industrialisation IA Concevoir et développer des modèles de Machine Learning et solutions basées sur les LLM Implémenter des composants AI/ML (fonctions, classes, tests automatisés) Participer à la conception d’architectures orientées Data & IA Assurer le passage du prototype à la production MLOps & Data Engineering Construire et maintenir les pipelines d’entraînement, d’évaluation et de déploiement Automatiser les workflows via Github Actions Mettre en œuvre les bonnes pratiques CI/CD et DevOps Assurer le monitoring, la performance et la scalabilité des modèles Qualité & Documentation Garantir la qualité du code (tests unitaires, intégration) Réaliser des revues de code Documenter les développements et configurations (Github / Gitbook) Assurer le suivi du cycle de vie complet des modèles (build & run) Environnement technique Python (impératif), Github Actions (impératif), LangChain (souhaitable), GCP, Kubernetes, Kafka, Terraform, bases SQL/NoSQL.

Dans le cadre de la typologie IT-T – Data Scientist, les missions génériques associées incluent : - Établir des scénarios permettant de comprendre et d’anticiper de futurs leviers métiers ou opérationnels pour l’entreprise. - Réaliser tout le cycle de valorisation de la donnée : • Choix et collecte des données. • Analyse de la qualité des données et redressement. • Préparation des données. • Valorisation spécifique à la Data Science (analyse prédictive voire prescriptive, mise en place d’algorithmes d’apprentissage automatique ou profond, conception de data visualizations dynamiques, data storytelling, etc.). - Appliquer des techniques statistiques, de text mining, d’analyse comportementale, de géolocalisation, etc., pour l’extraction et l’analyse d’informations issues de gisements de données (Big Data). - Obtenir des données adéquates et trouver les sources de données pertinentes : • Recommandations sur les bases de données à consolider, modifier, rapatrier, externaliser, internaliser. • Conception de datamarts et potentiellement d’entrepôts de données (data warehouses). - Évaluer la qualité et la richesse des données : • Rassembler les données, les modéliser et en vérifier la véracité. - Analyser les résultats et les intégrer dans le système d’information cible du métier. - Traduire une problématique métier en problème mathématique/statistique et réciproquement. - Comparer et évaluer différents modèles ou méthodes de calcul, en anticipant les avantages et inconvénients dans un environnement métier donné. 2. Périmètre fonctionnel et responsabilités principales 2.1. Credit Risk Scoring - Pour les équipes Risque / Validation : • Concevoir et optimiser les scores d’octroi et de comportement en explorant des approches innovantes. • Garantir la stabilité du coût du risque en entraînant et déployant ces solutions, et en assurant le monitoring de la dérive des modèles. • Travailler en étroite collaboration avec les experts métiers et les équipes Risque. 2.2. AI Solutions (IA appliquée aux parcours clients) - Optimiser l’expérience client en intégrant les modèles d’IA en temps réel sous forme d’API dans les parcours digitaux (scoring temps réel, personnalisation des offres de paiement, etc.). - Participer à l’architecture technique pour une intégration fluide des modèles, en suivant les meilleures pratiques de développement (Cloud, MLOps). - Collaborer avec les équipes Produit et IT pour industrialiser les solutions (mise en production, supervision, conformité aux standards de l’entreprise). 2.3. GenAI (IA générative et agents) - Prototyper et déployer en production des solutions d’IA générative sous forme d’agents (LLM, RAG, etc.) pour : • Transformer les processus internes (Marketing, Audit, Risque, …). • Améliorer la relation et le support client. - Mettre en place des architectures « agentic » pour : • Automatiser l’octroi d’offres de crédit (Risque). • Automatiser des tâches complexes d’analyse documentaire. • Faciliter l’interaction avec les clients. - Évaluer, optimiser et monitorer les performances des agents (cohérence, diversité, usage de LLM as a Judge, etc.).

🔧 Project Description AI Engineer – Assistant IA métier Le consultant interviendra au sein de l’équipe Produit, en collaboration étroite avec : les équipes Plateformes (DevSecOps, Data Platform, AI Platform), l’équipe Produit (CRM), les équipes métiers. La mission couvre plusieurs axes structurants : refonte de l’architecture afin de permettre un découplage et une abstraction de l’accès aux données ; intégration de nouveaux parcours utilisateurs sur des canaux mobiles et des applications métiers existantes (CRM, Outlook, Teams) ; connexion à de nouvelles sources de données (Outlook, SharePoint, applications métiers) ; extension géographique (Monaco, Luxembourg) et extension métier (Corporate, Asset Management) ; convergence avec Copilot et renforcement des parcours pre-meeting / post-meeting ; mise en place d’un monitoring avancé. 🎯 Mission Objective & Livrables Objectifs de la mission : Industrialiser l’assistant IA. Garantir la scalabilité, la performance, la sécurité et la conformité réglementaire des solutions IA. Étendre les usages, les périmètres métiers et géographiques du produit. 👤 Responsabilités Conception & mise en œuvre IA Participer à la définition des architectures IA en s’appuyant sur Copilot Studio, AI Foundry et Semantic Kernel, en garantissant performance, sécurité et conformité réglementaire. Concevoir, développer et mettre en œuvre des agents IA (copilotes, assistants métier, agents autonomes) répondant aux besoins des équipes produit et métiers. 2) Cadrage des cas d’usage & collaboration sécurité/produit Collaborer avec les équipes produit, architectes et experts sécurité pour cadrer les cas d’usage, affiner les prompts, orchestrer les workflows et fiabiliser les réponses IA. 3) Intégration SI & interopérabilité Intégrer les agents IA au système d’information existant, notamment via Dataverse, Dynamics 365 CE, Power Platform, API Management (APIM) et MCP Server. 4) Exploitation, monitoring & amélioration continue Mettre en place le monitoring des solutions en production. Contribuer à l’amélioration continue des agents (qualité des réponses, performance et coûts). Prendre en charge les anomalies et évolutions mineures pendant les phases de recette et de production. Proposer des optimisations de coûts liées à l’usage des solutions IA. 5) Capitalisation & montée en compétences Contribuer à la documentation technique, au partage de bonnes pratiques et à la montée en compétences des équipes internes sur les usages IA. 6) Gouvernance projet & mode de delivery (Agile) Participer aux cérémonies agiles Scrum. Reporter aux Product Owners sur l’avancement des travaux. Alerter l’équipe en cas de difficultés rencontrées ou de risques de retard. 7) Veille & innovation (écosystème Microsoft) Assurer une veille sur les évolutions de l’écosystème Microsoft et identifier les apports potentiels dans le contexte du projet.

Environnement de Production › Administration des bases de données SQL Server en environnement de production › Gestion de la haute disponibilité (Always On) › Automatisation via scripting PowerShell › Gestion des infrastructures associées › Installation et migration des instances SQL Server › Interventions sur les environnements Azure Build › Conception et définition des architectures de bases de données pour les projets applicatifs, en collaboration avec les architectes (exigences techniques et performances) › Accompagnement des montées de version des bases existantes › Rédaction des dossiers de spécifications techniques détaillées Monitoring, Alerting, Sauvegarde et Maintenance Le candidat assurera l’exploitation globale du périmètre bases de données, incluant: › Gestion des incidents et des changements › Maintien en conditions opérationnelles (MCO) et gestion du patching › Reporting et suivi d’activité › Mise à jour de la documentation d’exploitation

ACCROCHE SI TU TROUVES QUE JARVIS MANQUE DE PERSONNALISATION, CETTE ANNONCE EST FAITE POUR TOI ... CE QUE TU RECHERCHES : Évoluer au sein d’une équipe passionnée par l’intelligence artificielle Concevoir des solutions innovantes et intelligentes Repousser les limites de l'automatisation et du machine learning Donner un nouveau souffle à ta carrière Alors nous avons la mission idéale pour toi. Au sein d’un acteur majeur du secteur , tu participeras Données, tu analyseras Modèles d’IA, tu entraîneras Algorithmes performants, tu développeras Les biais et les dérives, tu limiteras Les meilleures pratiques en IA, tu appliqueras Les performances, tu optimiseras Ton expertise, tu partageras Aux évolutions technologiques, tu contribueras QUI TU ES : Diplômé(e) de la formation qui va bien Surdoué(e) ou doté(e) d’une expérience de ans minimum Expert(e) en Habile avec les outils AU-DELÀ DES COMPÉTENCES TECHNIQUES, TU ES / AS : Dynamique : tu n’aimes pas rester les deux pieds dans le même sabot Autonome : un guide du Routard te suffira Esprit de synthèse : tu sais aller à l’essentiel Capacité d’adaptation : tu es un vrai caméléon Sens de la communication : les mots n’ont pas de secret pour toi Force de proposition : tu es l’Aladdin de l’informatique Esprit d’équipe : un pour tous et tous pour un !

Contexte de la mission Compétences et expériences demandées : -Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. -Expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. -Connaissance de SQL -Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit -Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch -Pratiquer une veille active sur vos domaines de compétence. -Participez activement à la construction de la stratégie en effectuant la veille technologique, étant force de proposition sur les nouveaux outils / nouvelles méthodes à utiliser et le partageant avec le reste de l’équipe Activité principales attendues : Machine Learning / Deep Learning - Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche ML/DL. - Création et production de modèles d'apprentissage automatique industrialisables Traitement de données à grande échelle pour la création de jeux de données d'entraînement - Appliquer les bonnes pratiques de MLOps et d'explicabilité des modèles - Présenter les résultats aux parties prenantes et aider au suivi à long terme de la performance du modèle pour démontrer la valeur de l'IA IA Générative - Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche IA Gen - Prompt engineering - Bench via des solutions d'évaluation des modèles d'IA Gen - Optimisation des solutions (paramétrage des modèles)