Trouvez votre prochaine mission ou futur job IT.

Le prestataire sera le garant de l'intelligence analytique appliquée aux flux opérationnels. Ses responsabilités principales incluent : Conception d'algorithmes de détection d'anomalies : Développement de jobs (Python) permettant l'identification proactive de signaux faibles sur les infrastructures et applications. Corrélation de données multi-sources : Mise en place de logiques de corrélation entre les logs (Elasticsearch) et les métriques de performance/topologies (Dynatrace). Modélisation pour la Root Cause Analysis (RCA) : Structuration des données d'observabilité pour permettre leur exploitation par les LLM (via les frameworks LangChain/LangGraph de l'équipe Core). Réduction du bruit (Noise Reduction) : Optimisation des mécanismes d'alerting par le Machine Learning pour isoler les incidents critiques des faux positifs. Profil recherché – Compétences Techniques : +++ Culture Ops : Bonne compréhension des architectures IT bancaires et des problématiques de haute disponibilité. Expertise Python : Développement de scripts de traitement de données et d'automatisation. Observabilité avancée : Maîtrise de l'écosystème Dynatrace et de la suite Elastic. l'expertise sur d'autres outils d'observabilité sera également étudiée. Data Science / ML : Solides connaissances en algorithmes de détection d'anomalies (Unsupervised Learning, Time Series Analysis). * IA Générative : Compréhension des interactions avec les LLM (Prompt engineering technique et structuration de données pour RAG/Agents).

Description et livrables de la prestation : Concevoir, valider et faire respecter l'architecture technique et fonctionnelle des solutions pour assurer leur conformité aux standards, à la stratégie IT-DATA et aux exigences de sécurité. Garantir la cohérence, la performance, la réutilisation et la gestion des risques tout au long du cycle de vie des projets. Vous aurez la responsabilité de sujets portant sur la Vision 360 Client, le MDM, etc... au sein de l'équipe Architecture Solutions Data - IA - KYC - Client Pour cela, voici les missions clés : Conception de solutions : Élaborer des dossiers de design (DDS), en intégrant les standards (refcards) et l’impact data, IA, sécurité, et digital. Pilotage et accompagnement : S’assurer de l’implémentation conforme, suivre la livraison et gérer les écarts ou remédiations. Participation à l’élaboration d’une cible d’Architecture Data en collaborant avec les architectes d’entreprise et product managers Animation transverse et gouvernance : Participer aux instances stratégiques, animer la communauté d’architectes autour de vos sujets, promouvoir les bonnes pratiques. Sécurité et conformité : Intégrer les enjeux de cybersécurité, de protection des données, et de conformité réglementaire. Défendre et promouvoir la stratégie d’architecture : principes « Tous Architectes », mise à jour du référentiel, défense de la cible d’architecture et des enjeux métier/données. Analyser et répondre aux RFP : Identifier, challenger et co-construire des solutions adaptées, auditables, et déployables. Veille technologique et marché : Maintenir une connaissance à jour des innovations (cloud, IA, Data, sécurité, microservices, API, DevSecOps).

Contexte de la mission Au sein de l’équipe Recommandation, le candidat retenu jouera un rôle clé dans l’exploration et la mise en œuvre de nouveaux algorithmes visant à enrichir nos systèmes de recommandation, essentiels au bon fonctionnement de notre site. La mission consiste à concevoir, prototyper et valider des solutions innovantes reposant sur l’intelligence artificielle (IA) et l’apprentissage automatique (ML), afin d’améliorer l’expérience utilisateur et de répondre aux enjeux métier liés à la personnalisation. Vos missions principales seront les suivantes : Veille et innovation autour des systèmes de recommandation : Suivre activement les dernières avancées en IA et ML (Deep Learning, apprentissage par renforcement, etc.). Identifier et évaluer les technologies en lien avec les cas d’usage, notamment en lien avec les Large Language Models (LLM) et l’IA générative, pour définir leur pertinence et leur potentiel d’intégration. Développement et expérimentation : Concevoir, réaliser et tester des Proof of Concept (PoC) et des Minimum Viable Products (MVP) performants et sécurisés, afin de valider la faisabilité technique des solutions envisagées. Cette étape inclut une approche itérative pour maximiser l’efficacité des prototypes. Analyse de données et modélisation : Explorer des jeux de données complexes pour identifier des patterns, insights et opportunités d’amélioration. Concevoir, entraîner et affiner des modèles d’IA adaptés aux cas d’usage métiers, afin d’optimiser la pertinence des recommandations générées. Travail en équipe et partage des connaissances : Collaborer étroitement avec les équipes métiers, les Product Owners et les équipes transverses (notamment AAAI). Comprendre leurs besoins, échanger sur les avancées techniques, et assurer une documentation claire et précise des choix et des résultats obtenus. Intégration et amélioration continue : Travailler avec l’équipe AI Capabilities pour l’intégration et le déploiement des solutions IA sur les plateformes existantes (ML Solution, GenAI Solution). Contribuer à l’évolution des systèmes en intégrant les retours d’expérience et en adaptant les modèles en continu pour garantir leur performance et leur adaptéibilité. Ce poste nécessite une forte capacité d’auto-apprentissage, un esprit d’innovation, ainsi qu’une aptitude à travailler en équipe dans un environnement dynamique et technologique en constante évolution.

Le consultant rejoindra une équipe produit / delivery déjà en place afin d’accompagner un chantier de transformation technique à fort enjeu. L’objectif principal est d’accélérer la réécriture et la modernisation d’un patrimoine applicatif important, en s’appuyant sur des approches de développement nouvelle génération : pilotage d’outils IA, structuration de prompts, automatisation de la production de code, génération de tests et mise en place de workflows agents. La mission ne consiste donc pas uniquement à développer “de manière classique”, mais à intervenir comme un accélérateur de productivité et de qualité sur l’ensemble du cycle de développement. Missions principales Le consultant interviendra notamment sur les sujets suivants : Accélération de la modernisation d’applications front-end Angular Contribution à la migration d’écrans legacy vers une stack Angular plus récente Participation à la transformation progressive de composants techniques et logiques métiers existants Accompagnement de l’équipe dans l’adoption de pratiques de développement assistées par IA Utilisation d’outils IA pour générer, corriger, améliorer et documenter le code Structuration de prompts et de contextes complexes pour fiabiliser les sorties générées Mise en place de mécanismes d’automatisation de la qualité Génération et industrialisation des tests unitaires, d’intégration et end-to-end Contribution à l’automatisation de revues de code, de remédiation de dette technique et de correction de bugs Participation à l’évolution des pipelines CI/CD intégrant des contrôles et validations automatisés Livrables attendus Composants front-end modernisés et documentés Production de code optimisé, modulaire et maintenable avec assistance IA Dispositif de tests automatisés sécurisant la transformation applicative Bibliothèque de prompts, méthodes et agents réutilisables par l’équipe Contribution à une chaîne CI/CD enrichie par des mécanismes de contrôle automatisés Documentation des pratiques et transfert de compétence vers les équipes internes Environnement technique Compétences attendues : .NET / .NET Core : confirmé Angular : confirmé Développement assisté par IA / vibe coding : confirmé Bonne maîtrise des problématiques de refonte legacy Pratique des tests unitaires, d’intégration et E2E Bonne compréhension des principes de qualité logicielle, maintenabilité et craftsmanship Connaissance des outils de génération / assistance au code de dernière génération Expérience appréciée sur les environnements CI/CD et automatisation de la qualité

Vous rejoignez l’équipe Data Tech Knowledge au sein de la direction IT Data. La mission s’inscrit dans une dynamique d’innovation autour de l’ IA appliquée aux environnements Data , avec un fort enjeu d’industrialisation et d’optimisation des processus existants. Vous intervenez en proximité avec les équipes métiers et data afin d’améliorer les outils, les flux et les plateformes. 🚀 Missions principales Développer et maintenir des pipelines d’alimentation de données Concevoir et optimiser des transformations via ETL (Talend / DBT) Travailler en binôme avec un Data Analyst sur des cas d’usage IA/Data Participer au développement d’agents IA permettant le requêtage SQL en langage naturel Mettre en place des outils d’aide au développement et de monitoring Contribuer aux bonnes pratiques DevOps et DataOps Réaliser une veille technologique autour des architectures data modernes 🛠 Environnement technique Langages : SQL, Python Bases de données : Snowflake, SQL Server, PostgreSQL Data Processing : DBT, Talend Data Ingestion : DLT, Kafka, Talend DevOps : Git, TFS, Azure DevOps, Docker, Kubernetes, Liquibase Infrastructure as Code : Terraform Data Visualisation : Power BI 🔎 Profil recherché 2 à 5 ans d’expérience en Data Engineering Très bonne maîtrise de Python et Snowflake Expérience confirmée sur des outils ETL (Talend et/ou DBT) Connaissances en IA (1 à 2 ans) appréciées Autonomie, esprit d’équipe et capacité à comprendre les enjeux métiers

IT-NewVision, ESN spécialisée dans l’innovation digitale, recherche pour l’un de ses clients grands comptes un(e) Développeur(se) ServiceNow confirmé(e) pour intervenir sur le développement de cas d’usage autour de l’IA appliquée à l’ITSM. Contexte de la mission Vous interviendrez auprès d’un acteur majeur, dans le cadre du développement de solutions IA intégrées à ServiceNow , incluant notamment : Agents IA / Agentic Workflows Virtual Agent Now Assist Modules ITSM Votre rôle sera de transformer des besoins fonctionnels en solutions techniques opérationnelles et robustes. Vos missions Analyse Participer au prototypage avec les experts fonctionnels Analyser les besoins et évaluer les écarts avec le standard ServiceNow Déterminer les interfaces nécessaires au sein du SI Développement & Paramétrage Développer et paramétrer les composants ServiceNow (ITSM, VA, Now Assist…) Modéliser et implémenter les processus Contribuer aux interfaces avec les autres systèmes Rédiger la documentation technique Concevoir les supports de formation utilisateurs Qualification & Tests Préparer et exécuter tests unitaires & d’intégration Diagnostiquer et corriger les anomalies Maintenance Assurer la maintenance corrective et évolutive Documenter les évolutions dans la base de connaissances

Notre client est un groupe industriel européen spécialisé dans la fabrication de compléments alimentaires, présent sur plusieurs sites en France, Belgique, Italie et Pays-Bas. Acteur engagé à l'intersection de la santé et du bien-être, il accélère aujourd'hui la structuration et la modernisation de son système d'information. Dans ce cadre de transformation, la DSI renforce son équipe avec un profil Data & Integration Engineer — rôle transverse et stratégique, au cœur de la fiabilisation des données, de l'intégration applicative et de l'automatisation des processus. Vos missions : ? Data Engineering & Qualité des données (cœur du poste, ~70%) * Concevoir, développer et maintenir des pipelines ETL / ELT fiables et industrialisés * Assurer les transformations, validations et migrations de données dans le cadre des projets ERP * Mettre en œuvre les mécanismes de qualité : contrôles, règles de gestion, historisation, traçabilité * Garantir l'intégrité, l'unicité et la cohérence des référentiels de données (MDM / PIM) * Travailler sur des modèles relationnels et analytiques (étoile, snowflake) * Contribuer au dictionnaire de données et à la documentation fonctionnelle et technique ? Intégration & Interopérabilité (~15%) * Concevoir et opérer les flux inter-applications via des solutions EAI / iPaaS (n8n, Boomi ou équivalent) * Maintenir le catalogue de flux (SFTP, API REST, GraphQL) et en assurer la documentation * Tester et déboguer les API avec des outils dédiés (Postman ou équivalent) ? APIs & Services Data pour les métiers (~10%) * Exposer des API et services data sécurisés pour faciliter l'accès aux données d'entreprise * Permettre aux équipes de construire des POC, prototypes et cas d'usage IA rapidement * Veiller à la gouvernance, à la sécurité et à la traçabilité des accès aux données ? Automatisation & IA (~5%) * Développer ou intégrer des automatisations via scripts, workflows EAI ou solutions low-code / RPA * Contribuer à l'intégration de cas d'usage IA et aider à industrialiser les prototypes métiers Les compétences techniques * * SQL avancé — indispensable (transformations complexes, optimisation, gouvernance) * Solides bases en Data Engineering : pipelines, ETL/ELT, qualité et modélisation des données * Maîtrise des API REST ; GraphQL appréciée * Pratique de Git et sensibilité aux principes DevOps * Expérience ou forte appétence pour Go, Python ou Node.js * Familiarité avec les environnements cloud — idéalement Microsoft Azure (Functions, App Services, Logic Apps) * Connaissance ou intérêt pour les outils EAI / automatisation (n8n, Boomi ou équivalents) * Sensibilité aux enjeux d'urbanisation du SI et de gouvernance des données

L’équipe IT du secteur Construction structure actuellement son cadre de travail autour de l’IA selon 4 piliers : gouvernance, développement de solutions, définition du cadre agentique et animation/capitalisation. Le besoin actuel s’inscrit dans l’animation et l’acculturation des collaborateurs aux outils IA internes, incluant Copilot et un chatbot interne basé sur ChatGPT. Mission Principale : Accompagner le changement et promouvoir l’usage des outils IA au sein des équipes, en favorisant la culture IA et la collaboration entre métiers et IT. Responsabilités : Évangéliser et acculturer les collaborateurs aux outils IA internes (Copilot, Chatbot interne, outils Microsoft 365). Animer des communautés, ateliers et sessions de partage pour diffuser les bonnes pratiques IA. Capitaliser et diffuser les connaissances liées aux projets IA. Former et accompagner les équipes au changement (Change Management).

Nous recherchons pour l'un de nos clients un Ingénieur Fullstack Data & IA pour intervenir sur la conception et le développement de solutions innovantes autour de la data, du cloud AWS et de l’intelligence artificielle. Missions Contribuer aux phases d’idéation et à l’évaluation de la faisabilité technique de concepts innovants Concevoir et développer des POC et prototypes orientés data / IA Participer aux choix d’architectures et de technologies Évaluer des solutions technologiques externes (open innovation, startups) Assurer l’industrialisation des prototypes et leur transfert vers les équipes DSI Garantir le respect des standards techniques et sécurité du SI Produire la documentation technique et animer les ateliers de passation Réaliser une veille technologique sur les solutions data, cloud et IA Contribuer à l’amélioration des méthodes et processus du Lab Compétences techniques Développement backend Python et APIs REST Environnements cloud AWS (S3, Lambda, API Gateway, IAM…) Infrastructure as Code (Terraform) Data processing / data engineering (Pandas, PySpark, traitements batch) Bases de données SQL et NoSQL Environnements Linux Gestion de versions Git Architectures data / microservices Connaissances ML / NLP / LLM (type AWS Bedrock) appréciées

Responsabilités principales 1. Cadrage Animer des ateliers métiers (recueil des besoins, irritants, processus, scénarios) Formaliser les cas d’usage et définir les priorités Contribuer à la définition des KPI de succès 2. Gestion du backlog, MVP & priorisation Construire et maintenir le backlog produit (user stories, critères d’acceptation) Prioriser les évolutions en collaboration avec l’IA Delivery Lead et les sponsors métiers Préparer et animer les rituels Agile Garantir la clarté et la qualité des tickets 3. Design fonctionnel des copilots / agents IA Définir les scénarios d’usage et règles métier Encadrer les limites fonctionnelles et les contenus attendus Contribuer aux comportements “safe” (gestion des erreurs, incertitudes, hallucinations) 4. Coordination des prérequis Exprimer les besoins en bases de connaissances (périmètre, exclusions, fréquence de mise à jour) avec IA Ready Préparer les éléments nécessaires à Responsible IA (usage, périmètre, traçabilité fonctionnelle) Clarifier les besoins fonctionnels avec la DSI et les partenaires techniques 5. Recette fonctionnelle Définir le plan de tests (cas nominaux, limites, erreurs, scénarios sensibles) Participer au go/no-go avec l’IA Delivery Lead Suivre les anomalies et leur résolution 6. Industrialisation et amélioration continue Capitaliser sur les retours d’expérience (REX) Standardiser les bonnes pratiques (copilots, agents IA, RAG) Alimenter le backlog d’amélioration continue Compétences requises Compétences techniques Connaissance des solutions GenAI (copilots, agents IA, RAG) : mécanismes, limites, hallucinations Compréhension des principes MLOps (niveau usage/consommation) Bonne compréhension fonctionnelle du RAG Notions de structuration des données pour l’IA (Golden Data, référentiels) Compétences transversales Formation Bac +5 (ingénieur, data science, produit digital ou SI) Expérience en product management (backlog, MVP, priorisation) Maîtrise des méthodologies Agile (Scrum, Kanban) Expérience en AMOA : Recueil du besoin Animation d’ateliers Rédaction de spécifications fonctionnelles Modélisation de parcours utilisateurs Capacité à travailler en transverse (métiers, DSI, data, IA) Culture IA, data et processus métiers Compétences en recette fonctionnelle (tests, critères d’acceptation, gestion des anomalies) Livrables attendus Backlog produit (user stories + critères d’acceptation) Spécifications fonctionnelles et parcours utilisateurs Plan de tests, PV de recette et suivi des anomalies Supports de démonstration et d’adoption (guides, FAQ) Retours d’expérience (REX) et backlog d’amélioration continue

Informations générales Département : Digital, Data & IA Localisation : Siège / Lille (présence obligatoire sur site) Supérieur hiérarchique : IA Ready Lead Position dans l’organisation Le/la IA Ready Analyst prépare et structure les contenus nécessaires au bon fonctionnement des solutions d’intelligence artificielle (copilots, agents, RAG). Il/elle intervient en amont du delivery pour garantir la qualité, la cohérence et l’exploitabilité des bases de connaissances. Encadrement Aucun management direct Interactions internes Équipes Data (Data Hub, gouvernance, référentiels) Équipes IT / DSI Directions métiers Équipes Digital / Data / IA Équipes en charge de l’adoption et de la conformité Interactions externes Partenaires technologiques et plateformes cloud Éditeurs de solutions IA (LLM, RAG, etc.) Cabinets de conseil spécialisés Mission Le/la IA Ready Analyst est responsable de la préparation fonctionnelle des connaissances et contenus utilisés par les solutions d’intelligence artificielle. Il/elle structure les bases de connaissances, garantit leur qualité sémantique, leur cohérence métier et leur traçabilité, et contribue à leur industrialisation pour permettre un usage fiable et performant de l’IA. Responsabilités principales 1. Préparation des contenus IA Identifier et exploiter les sources nécessaires aux cas d’usage IA Structurer, nettoyer et enrichir les bases de connaissances Définir la classification métier (taxonomie, tagging, hiérarchie) Préparer les contenus pour les usages RAG (segmentation, granularité adaptée) 2. Analyse fonctionnelle Comprendre les processus métiers pour organiser les connaissances Définir les règles d’inclusion et d’exclusion des contenus Garantir la cohérence sémantique entre documents et référentiels Assurer l’alignement avec les besoins fonctionnels des cas d’usage 3. Coordination opérationnelle Collaborer avec les équipes IT pour la mise à disposition des données Travailler avec les équipes Data pour l’alignement avec les référentiels Coordonner avec les équipes IA Delivery pour valider la complétude des contenus Contribuer aux spécifications fonctionnelles liées à l’indexation et à l’exploitation des données 4. Qualité des données et des contenus Identifier les doublons, incohérences, obsolescences et manques Appliquer les règles de qualité définies Garantir la lisibilité, la fiabilité et la pertinence des connaissances Améliorer en continu la qualité des bases de connaissances 5. Documentation et gouvernance Maintenir la documentation fonctionnelle des bases IA Appliquer les règles de gouvernance des connaissances Mettre en place et suivre les processus de mise à jour Assurer la pérennité et la maintenabilité des contenus 6. Contribution à la conformité Garantir la traçabilité des sources utilisées Veiller à l’absence de données sensibles non nécessaires Contribuer aux exigences réglementaires (ex : RGPD, cadre IA) Fournir les éléments nécessaires aux équipes en charge de la conformité 7. Industrialisation et réutilisation Appliquer les standards IA Ready sur les nouveaux cas d’usage Maintenir des modèles de connaissances réutilisables Capitaliser sur les retours d’expérience Diffuser les bonnes pratiques de structuration des contenus

Informations générales Département : Digital, Data & IA Localisation : Siège / Lille (présence obligatoire sur site) Supérieur hiérarchique : Head of IA Position dans l’organisation Le/la IA Ready Lead pilote la préparation et la structuration des données et connaissances nécessaires aux systèmes d’intelligence artificielle. Il/elle encadre une équipe dédiée à la mise en qualité des contenus et à leur exploitation optimale pour les solutions IA (copilots, agents, RAG). Encadrement Management d’une équipe spécialisée pouvant inclure : Knowledge Manager IA Ready Data / IA Ready Analyst Interactions internes Équipes Data (Data Hub, gouvernance, référentiels) Équipes IT / DSI Directions métiers Équipes Digital / Data / IA Équipes en charge de la conformité et de l’adoption Interactions externes Partenaires technologiques et plateformes cloud Éditeurs de solutions IA (LLM, RAG, etc.) Cabinets spécialisés Mission Le/la IA Ready Lead est responsable de la préparation fonctionnelle, sémantique et organisationnelle des données utilisées par les solutions d’intelligence artificielle. Il/elle garantit la disponibilité, la qualité, la cohérence et la traçabilité des bases de connaissances, et définit les standards permettant d’optimiser la performance des systèmes IA. Responsabilités principales 1. Définition de la stratégie IA Ready Définir la stratégie de préparation des données pour l’IA Identifier et cartographier les sources de connaissances Prioriser les sources en fonction des cas d’usage Définir l’architecture fonctionnelle des bases de connaissances 2. Standards de structuration et performance RAG Définir les standards de structuration des contenus (taxonomie, tagging, hiérarchie) Définir les règles de segmentation (chunking) adaptées aux usages IA Fixer les niveaux de granularité optimaux pour la recherche par similarité Définir les critères de qualité permettant d’améliorer la pertinence des réponses 3. Pilotage de la préparation des contenus Qualifier les besoins de contenus avec les équipes IA Delivery Superviser la structuration, le nettoyage et l’enrichissement des données Définir les critères d’acceptation IA Ready (qualité, complétude, fraîcheur) Garantir la cohérence sémantique et métier des bases de connaissances 4. Coordination transverse Collaborer avec les équipes IT pour l’ingestion et la mise à disposition des données Travailler avec les équipes Data pour l’alignement avec les référentiels Coordonner avec les équipes IA Delivery pour assurer l’adéquation avec les cas d’usage Organiser les boucles de feedback entre usage et amélioration des contenus 5. Gouvernance et documentation Définir les standards de documentation des bases de connaissances Mettre en place les règles de gouvernance (ownership, validation, versioning) Structurer les processus de mise à jour et de maintenance Garantir la traçabilité des sources et des transformations 6. Qualité et fiabilité des données Définir les règles de qualité des données IA Mettre en place des contrôles et indicateurs de qualité Suivre les écarts et piloter les plans d’amélioration Garantir la fiabilité et la lisibilité des contenus 7. Industrialisation et réutilisation Concevoir des modèles de connaissances réutilisables Standardiser les pratiques IA Ready Capitaliser sur les retours d’expérience Diffuser les bonnes pratiques au sein de l’organisation 8. Contribution à la conformité Assurer la traçabilité des sources utilisées Veiller au respect des règles de protection des données Contribuer aux exigences des équipes en charge de la conformité