Trouvez votre prochaine mission ou futur job IT.

Contexte Mission sur un applicatif sensible lié à la gestion et au suivi des victimes dans le cadre de dispositifs interministériels. L'application est suivie par plusieurs administrations et fait partie des projets stratégiques de l'État. Le consultant intervient comme interface entre les équipes métiers, les équipes techniques et les différentes parties prenantes du projet. MissionsPilotage projet Coordonner les équipes de développement. Assurer le suivi des livrables. Organiser et animer les réunions projet. Suivre les plannings et les priorités. Identifier les risques et proposer des plans d'action. Product Ownership Recueillir les besoins métiers. Formaliser les expressions de besoin. Rédiger les User Stories. Prioriser le backlog. Participer aux recettes fonctionnelles. Accompagner les utilisateurs. Coordination Faire le lien entre les métiers et les équipes techniques. Assurer la communication avec les différentes parties prenantes. Produire les reportings et tableaux de bord d'avancement. Participer aux comités projet. EnvironnementMéthodes Agile Scrum Kanban Cycle en V (souvent encore présent dans les ministères) Outils Jira Confluence Teams Excel PowerPoint Contexte Secteur public Ministères Environnements sensibles Multiples interlocuteurs

Contexte du Projet : Le projet "Verbatim Unlock" vise à transformer les retours clients (verbatims) en insights actionnables via l'Intelligence Artificielle. Notre objectif est de doter nos équipes opérationnelles et stratégiques d'outils performants pour analyser et comprendre en profondeur l'expérience client. Mission Principale : En tant que Data Engineer BI & Vizualisation, vous serez le pont entre les données brutes, les modèles d'IA complexes et les utilisateurs finaux. Votre mission sera de concevoir, développer et déployer des solutions interactives et performantes, qu'il s'agisse de tableaux de bord ou d'applications dédiées, permettant l'exploration visuelle des insights verbatims. Vous garantirez que nos données deviennent des leviers de décision concrets et immédiatement exploitables. Responsabilités Clés : Développement d'applications interactives : Concevoir et construire des applications data sur Streamlit pour offrir des interfaces utilisateur sur-mesure et riches, permettant l'exploration des outputs des modèles d'IA et la découverte d'insights sur l'expérience client. Visualisation de données avancée : Au-delà des applications, développer des tableaux de bord interactifs sur Tableau pour des analyses spécifiques, garantissant clarté et pertinence. Modélisation et transformation des données avec dbt : Collaborer avec les Data Engineers pour définir et implémenter des pipelines de transformation des données en utilisant dbt. Vous serez responsable de la modélisation des données dans Snowflake pour les rendre optimales pour la visualisation et l'utilisation dans les applications. Optimisation des performances : Garantir la rapidité et la fiabilité des requêtes et des chargements de données dans les interfaces utilisateur, en tirant parti des capacités de Snowflake . Gestion et optimisation des ressources cloud : Surveiller et analyser l'utilisation des ressources de calcul et de stockage, notamment sur Snowflake , afin d'optimiser les coûts sans compromettre la performance ou la qualité des services. Conception UI/UX : Appliquer les meilleures pratiques d'expérience utilisateur (UX) et d'interface utilisateur (UI) pour créer des applications et dashboards intuitifs, ergonomiques et engageants. Définition des exigences techniques : Spécifier les prérequis techniques pour le passage en production des solutions développées (performance, sécurité, évolutivité).

Nous recherchons un Data Engineer orienté modélisation analytics (dbt) pour rejoindre la DSI d’un grand groupe international du secteur du luxe, au sein d’une équipe Data & Innovation. Vous interviendrez sur une plateforme data moderne avec de forts enjeux de performance, qualité de données et optimisation des coûts (FinOps) dans un environnement Snowflake. Responsabilités : Concevoir, développer et maintenir des modèles de données robustes avec dbt (modélisation analytics, structuration des couches, bonnes pratiques) Optimiser les performances des traitements ( modèles incrémentaux, gestion des volumes, tuning des requêtes Snowflake ) Intégrer une logique FinOps dans les développements : optimisation des coûts de calcul, gestion des warehouses, monitoring de la consommation Mettre en place une stratégie de tests data avancés (tests génériques et custom, intégrité référentielle) Contribuer à l’amélioration continue des pratiques DataOps (CI/CD, versionning, qualité, monitoring) Produire une documentation technique claire et exploitable (dbt docs, description des modèles) Participer au chiffrage des sujets en intégrant les enjeux de volumétrie, performance et coûts

Nous recherchons un Data Engineer Data Engineer Confirmé / Senior Compétences techniques: SQL - Confirmé - Impératif TALEND - Confirmé - Important DATAIKU - Confirmé - Important STAR SCHEMA - Confirmé - Important Description détaillée: Dans le cadre du développement de services de valorisation de données, notre client a conçu et mis en place une plateforme de traitement de ses données appelée « Datalab ». Le Datalab facilite la création de requêtes, et la production de rapports et tableaux de bords évolutifs et adaptés aux besoins des utilisateurs sous le contrôle du client Il s’agit de reproduire au sein du Datalab (Dataiku, Vertica, Tableau Software) une liste de rapports et tableaux de bord existants dans les infocentres actuels conçus à travers des Univers Business Object. Compétences attendues : Relationnel Bon relationnel Capacité à travailler en équipe Capacité à présenter son travail Capacité à travailler en mode sprint et à respecter les délais Outils Très bonne connaissance du modèle en étoile / star schema DATAIKU PYTHON TALEND BDD VERTICA SQL avancé Socle de données De formation data Connaissance et expérience significative des principes et bonnes pratiques de développement d'un socle data industrialisé dans les standard Connaissance et expérience significative des principes et bonnes pratiques de MEP Expérience significative dans les gestions des init et delta de données Sujets attendus avec connaissance théoriques et expérience significative : collecte de données, implémentation du star schema en faits/dimensions dans les règles de l'art Expérience des tests et validation de données (secondaire) Full présentiel sur les premiers mois.

Dans le cadre du développement d’une plateforme Big Data à l’échelle internationale, le consultant interviendra sur la conception et la mise en œuvre d’un socle permettant de centraliser, traiter et distribuer un volume important de données issues de plusieurs pays. Les principales missions incluent : La conception et le développement de pipelines de données (ingestion, traitement, normalisation, distribution) La mise en place d’architectures Big Data robustes et scalables L’amélioration continue du framework technique (monitoring, CI/CD, tests, performance, résilience, qualité de code) Le respect des standards d’architecture et des guidelines internes La collaboration avec les parties prenantes du projet pour promouvoir les bonnes pratiques et les solutions communes L’environnement est international avec une équipe basée principalement à Paris et des interactions possibles avec d’autres sites en Europe.

Rejoignez une équipe qui construit le moteur de la recherche quantitative. Nous développons une plateforme de données utilisée pour concevoir, tester et déployer des stratégies d'investissement quantitatives. Notre équipe construit les briques essentielles permettant aux chercheurs et développeurs de travailler sur des données financières massives, fiables et historisées. La qualité de la plateforme est un facteur déterminant dans la performance des modèles et des stratégies développés. Dans ce contexte, nous recherchons un(e) Senior Data Engineer pour concevoir et faire évoluer notre plateforme de données, utilisée quotidiennement par les équipes de recherche quantitative. Missions : Vous contribuerez directement à l'architecture, à la qualité et à l'évolution de notre écosystème data. Vos principales responsabilités : Concevoir et développer des pipelines de données robustes et performants. Construire et maintenir des API permettant l'accès aux données et aux signaux calculés. Développer et faire évoluer notre feature store. Garantir la qualité, la traçabilité et la cohérence des données historiques. Optimiser les performances de stockage et d'accès aux données. Collaborer étroitement avec les équipes de recherche quantitative et de développement logiciel. Participer aux choix d'architecture et aux évolutions de la plateforme. Vous travaillerez sur des problématiques concrètes de volumétrie, d'historisation, de reproductibilité et de performance dans un environnement où la qualité des données est critique. Hors périmètre v1 : pipelines de features ML au-delà des bases statistiques

Si l’Architecture Data est pour toi une passion plus qu’une compétence, rejoins notre univers technique qui t’attend de pied ferme avec ce poste d’Architecte Solution Data Senior ! 🚀 Ton challenge si tu l’acceptes : Accompagner les métiers et la MOA dans le cadrage et l’analyse des besoins Data Concevoir et porter des solutions technico-fonctionnelles adaptées aux enjeux métiers Réaliser la modélisation des données et contribuer à l’urbanisation du SI Data Collaborer étroitement avec les chefs de projets, urbanistes, ingénieurs Data et équipes techniques Participer aux phases de recette, de tests et garantir la cohérence fonctionnelle des solutions Animer les échanges avec les différentes parties prenantes et assurer le suivi des projets Contribuer à l’amélioration continue des processus, méthodes et bonnes pratiques Data

Nous recherchons pour l’un de nos clients grands comptes du secteur de l’énergie un Data Engineer Python / Big Data afin d’intervenir sur le développement d’une plateforme Big Data robuste et scalable, destinée à centraliser, normaliser et distribuer des indicateurs métiers à l’échelle internationale. Contexte de la mission La plateforme a pour objectif de gérer un volume important de données provenant de plusieurs pays. Elle permettra de centraliser différents indicateurs, de standardiser les vues et de faciliter leur exploitation par les différentes parties prenantes. Le consultant interviendra au sein d’une équipe majoritairement basée à Paris, avec de possibles déplacements ponctuels à Lyon et Bruxelles. Missions principales Dans le cadre de cette mission, vous serez amené à : Concevoir et développer des composants de data ingestion. Participer au traitement, à la normalisation et à l’optimisation des données. Mettre en place des pipelines de distribution de données vers différents consommateurs. Contribuer à l’amélioration du framework commun : monitoring, CI/CD, tests, performance, résilience, qualité de code. Appliquer les standards internes en matière d’architecture et de développement. Collaborer avec les équipes projets afin de promouvoir les bonnes pratiques techniques. Participer à la conception d’une architecture Big Data scalable et maintenable. Compétences attendues Python V3 Big Data Architecture & Technologies Datalake Data pipelines Data modeling CI/CD Testing Monitoring Performance optimization Environnements distribués AWS Cloud, un plus

Consultant électronique (matériel/hardware) - Nantes ou Rennes (2 semaines a Lannion) Solide expérience en électronique (matériel/hardware), incluant notamment : le dépannage de cartes électroniques à l'aide de schémas ou par comparaison avec des cartes similaires. Autonomie dans l'analyse et la recherche de pannes. Électronique : - Connaissances en électronique analogique – communication série – alimentation - Connaissances en électronique numérique – processeurs – FPGA – mémoire - Veille technologique sur les composants – gestion de l'obsolescence des systèmes existants (principalement adaptation pour le remplacement de composants) - Conception – schémas – SAV des cartes INETUM – SAV des équipements INETUM ECH Connaissance des interfaces de communication série Connaissance du protocole X.25 Expérience en maintien en condition opérationnelle ou en SAV produit : - Production : - Câblage de produits / fabrication de câbles - Tests de fin de ligne - Production de cartes INETUM - Assemblage de produits - Logistique / emballage / expédition - Achats - Gestion des stocks : - Composants électroniques - Autres articles (câbles / cartes mémoire / SSD, etc.) - Suivi des sous-traitants : - Axis (production électronique – câblage) - CC Engineering (conception électronique – CAO) - ATPS (mécanique – tôlerie)

Dans le cadre d'un programme stratégique de transformation Data & IA au sein d'un grand groupe international, nous recherchons un Data Engineer Senior AWS pour contribuer à l'évolution et à l'industrialisation d'une plateforme Data Cloud déjà en production. Cette plateforme constitue le socle technologique permettant d'alimenter des solutions analytiques avancées et des cas d'usage innovants basés sur l'intelligence artificielle. Vous intégrerez une équipe Data multidisciplinaire évoluant dans un environnement international et fortement orienté Cloud. Missions Participer à la conception et à l'évolution de l'architecture Data Platform et Data Lake/Lakehouse. Développer et maintenir des pipelines de données robustes et performants. Concevoir et implémenter des traitements de données à grande échelle à l'aide des services AWS. Participer à l'intégration de nouvelles sources de données internes et externes. Mettre en œuvre les bonnes pratiques de Data Management, Data Quality et DataOps. Participer à l'automatisation des déploiements et à l'amélioration continue des chaînes CI/CD. Garantir la performance, la sécurité et la maintenabilité des solutions développées. Accompagner les équipes métiers dans la traduction des besoins fonctionnels en solutions techniques. Participer aux phases de mise en production et au support des environnements critiques. Contribuer aux travaux d'amélioration continue de la plateforme.

Expérience et compétences techniques AMOA confirmée en interopérabilité SI Conception d'interfaces d'échange entre systèmes d'information Maîtrise des contrats d'interface et patterns d'échange (API REST, Avro/Kafka, fichiers) Bonne culture Data : gouvernance, qualité, gestion des métadonnées Rédaction rigoureuse de spécifications (SFG, SFD, contrats d'interface) Autonomie dans le cadrage de sujets complexes avec peu d'informations Pédagogie avec interlocuteurs non techniques Rigueur documentaire Environnement technique API Management : BeeAPI (OpenAPI/Swagger) Broker de messages : Kafka/MOMie (Avro) Transfert de fichiers : TAF, MFT ESB Data catalogue : DataGalaxy, LeanIX Outils : Jira, Confluence Formats : JSON, CSV, Avro Localisation et conditions Basé en Île-de-France Travail hybride, télétravail possible 10 jours par mois maximum Durée supérieure à 1 an

Secteur : transformation de données et intelligence artificielle. Dans le cadre de la transformation de sa plateforme data, l'entreprise fait évoluer ses pratiques de développement de produits de données. La mission s'inscrit dans cet accompagnement des équipes produits pour le dépôt de leurs données sur la plateforme. Le consultant pilote un périmètre d'activités d'acquisition de données, de l'émergence du besoin jusqu'au suivi de la donnée en production. Il accompagne les équipes produits afin de les rendre plus autonomes dans la réalisation de leurs cas d'usage. Dans une logique de transformation continue, il participe également aux réflexions visant à optimiser les processus et les socles existants (lac de données Cloudera actuel et nouvelle plateforme DATA/IA en cours de construction). Environnement technique : lac de données Cloudera, nouvelle plateforme DATA/IA, bases de données interrogeables en SQL, outil de gestion de projet JIRA. Type de projet : accompagnement et pilotage fonctionnel dans une démarche de transformation data. Méthode de travail : suivi transverse de sujets en lien avec plusieurs équipes, identification et remontée des alertes, gestion en parallèle de sujets fonctionnellement différents. Livrables attendus : suivi structuré des acquisitions de données, formalisation des besoins fonctionnels, autonomisation des équipes produits, propositions d'optimisation des processus.

Chez K-LAGAN, nous accompagnons nos clients dans leurs projets de transformation autour de la Data, de l'IA, du développement logiciel et de la qualité applicative. Dans ce contexte, nous recherchons un(e) QA Lead – Environnement BigData (H-F) pour intervenir sur un environnement à forte volumétrie de données au sein d'un projet stratégique basé en Île-de-France. 🎯 Vos missions Au sein d'équipes Data et IT, vous serez en charge de : Définir et piloter la stratégie de tests sur des environnements Big Data Garantir la qualité, la cohérence et la fiabilité des données Mettre en place et améliorer les processus de validation et d'automatisation des tests Intégrer les contrôles qualité dans les pipelines CI/CD Collaborer avec les équipes Data Engineering, Data Science et les équipes métiers Accompagner les équipes sur les bonnes pratiques QA et Data Quality Produire les indicateurs qualité et assurer le reporting associé

Rôle et responsabilités des Développeurs • Développement et expertise Réaliser des développements de complexité moyenne. Assurer la maintenance applicative (Gestion des obsolescence et vulnérabilités) • Contribution agile Participer aux rituels techniques (estimation de charge, engagement sur le sprint). • 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 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

📍 Contexte de la mission Dans le cadre du développement d'une offre Database as a Service (DBaaS) sur un environnement Cloud Privé , notre client recherche un Administrateur DBA Cloud DevOps Senior . Au sein d'une équipe d'environ 15 DBA, vous participerez à la conception, l'industrialisation et l'exploitation de plateformes de données cloud natives reposant sur Kubernetes. Vous contribuerez à la mise en place de services de bases de données automatisés, hautement disponibles, sécurisés et facilement exploitables à grande échelle. 🎯 Vos missions Vous interviendrez sur l'ensemble du cycle de vie des services de données : Concevoir et développer l'offre DBaaS Déployer les moteurs de bases de données sur Kubernetes Administrer les opérateurs Kubernetes (CNPG, ECK...) Industrialiser les déploiements via Helm, GitOps et Ansible Automatiser le provisioning, les sauvegardes et les restaurations Mettre en œuvre les procédures de montée de version et de patching Garantir la haute disponibilité (HA), la réplication et les dispositifs PRA/PCA Superviser les plateformes (Prometheus, Grafana...) Participer au maintien en conditions opérationnelles (MCO) Assurer un support technique de niveau 3 Accompagner les équipes projets sur les choix d'architecture Data Participer aux projets de sécurité, conformité et gestion des accès Réaliser une veille technologique autour des solutions Cloud Native. 🛠 Environnement techniqueCloud & Container Kubernetes Helm GitOps ArgoCD OpenStack VMware Podman Morpheus Automatisation Git Ansible Terraform Bases de données Relationnelles : PostgreSQL MySQL MariaDB Oracle SQL Server NoSQL : MongoDB Elasticsearch OpenSearch Cassandra Redis Monitoring Prometheus Grafana Stockage S3 Longhorn Commvault Systèmes RedHat Ubuntu Oracle Linux ✅ Compétences indispensables Très bonne maîtrise de Kubernetes Expertise Helm Charts Expertise Git et Ansible Bonne connaissance des bases de données Expérience sur des opérateurs Kubernetes (CNPG, ECK ou équivalent) Maîtrise des architectures Cloud Native Bonne connaissance des concepts Kubernetes (PV, PVC, StorageClass, CSI) Automatisation des déploiements GitOps Infrastructure as Code Sauvegarde / restauration (PITR) Haute disponibilité Réplication PRA / PCA Diagnostic de performance des bases de données CI/CD

Objectifs Mission de l’équipe : Collecte centralisée, production, validation et diffusion des données utilisées de manière transverse dans le reporting. L’objectif est de livrer, dans les délais, des données complètes et fiables aux autres équipes du département Reporting, ainsi que d’optimiser les canaux de production des contrôles de données. L’équipe est organisée autour de quatre piliers cibles. Cette organisation sera progressivement déployée en fonction des contraintes de production et métier. 1. Conception et mise en œuvre des contrôles de données L’équipe est responsable du renforcement des contrôles à réaliser afin de sécuriser la production du reporting. Elle a pour mission de concevoir de nouveaux contrôles de manière réactive, en s’appuyant sur la connaissance des données par ses membres, les incidents passés et les besoins de la communauté data. Le backlog des contrôles de données doit également être priorisé et mis en œuvre de manière agile. L’équipe est aussi responsable de donner une visibilité complète sur les résultats des contrôles de données à la communauté data, c’est-à-dire aux producteurs et utilisateurs de données. Chaque contrôle de données mis en œuvre doit produire des résultats mesurables afin d’alimenter les indicateurs de qualité des données, ou Data Quality KPI’s . 2. Production et analyse des contrôles de données L’équipe est responsable de réaliser les contrôles actuellement en place et ceux qui seront déployés à l’avenir, ainsi que de fournir une analyse professionnelle des résultats. La production des contrôles se décompose en trois étapes principales : Sécuriser l’accès aux données à travers plusieurs bases de données et systèmes. Exécuter les processus de contrôle, selon la technologie utilisée, par exemple SQL ou Alteryx. Sauvegarder ou envoyer les résultats des contrôles selon un format convenu et standardisé, par exemple un tableau croisé dynamique. Les résultats des contrôles peuvent avoir deux types d’issues : Les résultats binaires, de type « vrai ou faux », déclenchent directement un processus de remédiation. Les autres types de résultats, par exemple des variations numériques déclenchées, nécessitent d’abord une analyse approfondie afin de déterminer s’il s’agit ou non d’un réel problème. L’équipe s’appuie pour cela sur les connaissances data et asset management de ses membres. 3. Supervision et suivi de la remédiation des données Sur la base des résultats et analyses des contrôles de données, l’équipe est responsable d’initier et de superviser la remédiation des données détenues par d’autres équipes. L’équipe est responsable de toutes les données calculées principalement des données agrégées, et doit donc corriger ses propres données lorsque cela est applicable. Tous les incidents doivent être enregistrés et suivis dans le système choisi, AskNow . À partir de la connaissance data des membres de l’équipe et des interactions avec la communauté data, l’équipe est responsable de prioriser les processus de remédiation afin de maximiser la valeur livrée aux utilisateurs finaux, notamment aux clients. Les incidents ou problèmes post-production doivent être évalués à la lumière de l’usage et de la sensibilité des données, afin d’adopter une approche proactive et efficace pour sécuriser les prochaines productions. 4. Animation de la communauté data Afin d’améliorer la communication et la connaissance autour des données dans l’entreprise, l’équipe est responsable de créer et de gouverner une communauté data, composée d’utilisateurs et de producteurs de données. Cette communauté a les objectifs suivants : Donner de la visibilité aux utilisateurs internes et externes sur la qualité des données des reportings. Donner de la visibilité à la communauté data sur les plans d’action de remédiation, qu’il s’agisse d’actions ponctuelles ou de nouveaux contrôles à développer. Donner la parole à la communauté data afin de capter les améliorations pertinentes. Identifier de nouveaux besoins à travers la gouvernance et les projets. Accroître l’efficacité en communiquant de manière proactive sur les problèmes, afin d’éviter une charge de travail inutile en aval. L’équipe est responsable de créer et piloter cette gouvernance via différents canaux de communication : emails de KPI, tableaux de bord de contrôles, forums data, communication proactive lors d’événements dédiés, etc.