Trouvez votre prochaine mission ou futur job IT.

ContexteDans un secteur bancaire ultra‑compétitif, la capacité à exploiter rapidement les données et les modèles d'intelligence artificielle tout en garantissant la sécurité, la conformité et la souveraineté des systèmes constitue le principal facteur différenciant. Le département AI Innovation ambitionne d'alimenter les équipes Factory Produit avec des insights IA fiables et sécurisés, afin de concevoir des fonctionnalités à fort ROI. Expertise mobilisée pour la définition de l'architecture souveraine des modèles LLM, la mise en place d'une gouvernance robuste et le pilotage du cycle de vie complet des solutions IA, en étroite collaboration avec les équipes Produit, UX et IT. MissionsTransformation des données en insights actionnables : mise en place de pipelines de scoring, de RAG et d'agents autonomes capables de fournir des recommandations précises aux équipes produit. Priorisation des features IA à fort ROI via l'évaluation de l'impact économique, la faisabilité technique et la valeur client, et la traduction de ces priorités en user stories détaillées. Instauration d'une gouvernance du cycle de vie des modèles : fine‑tuning, déploiement, monitoring (drift, performance), gestion des incidents et procédures de rollback sécurisées. Fourniture de KPI clairs et mesurables (précision, latence, taux d'incidents, adoption, revenu moyen par client) via des tableaux de bord actualisés mensuellement, afin de démonstration de l'efficacité des nouvelles fonctionnalités IA. Facilitation de la collaboration inter‑disciplinaire (Produit, UX, IT) par la garantie que les exigences data‑driven et sécuritaires soient pleinement intégrées dès la conception jusqu'au déploiement. Périmètre d'interventionContribution à la mise en œuvre d'un pipeline CI/CD sécurisé – Scripts GitLab/Jenkins, tests d'intégration, validation de sécurité (scans de vulnérabilité, signature des artefacts) et procédures de rollback automatisées. Participation à l'élaboration d'un backlog IA‑driven enrichi – User stories techniques (OpenAPI), critères d'acceptation, priorisation ROI/feasibility, estimations d'effort et planning sprint. Intervention sur le déploiement des modèles IA en production : Modèles fine‑tuned (LLM, RAG, agents) déployés sur la plateforme Kubernetes. Scripts de déploiement (Helm/ArgoCD) et monitoring (Prometheus, Grafana, Langfuse). Contribution à l'établissement de tableaux de bord KPI AI & Security – Dashboard mensuel (Power BI / Grafana) affichant : précision, latence, dérive du modèle, taux d'incidents de sécurité, adoption des features, revenu moyen par client. Participation aux analyses d'impact ROI – Analyse post‑déploiement des fonctionnalités IA (gain d'efficacité, valeur client, retour sur investissement) présentée aux parties prenantes. Accompagnement et support aux équipes Produit, UX et IT – Supports (slides, notebooks) et sessions “AI‑Ready” afin d'assurer une adoption cohérente et sécurisée des solutions IA.

Envie de relever un nouveau défi autour de la Data et de l'IA ? CELAD vous attend ! 🚀 Vous êtes passionné(e) par la recherche d'information, les architectures data et l'IA générative ? Vous souhaitez intervenir sur des problématiques de volumétrie, d'indexation et de pertinence à grande échelle ? Nous recherchons un Tech Lead Data Retrieval / RAG pour rejoindre un acteur du secteur de l'édition juridique et de la Legaltech, basé à La Défense. Au sein d'une équipe spécialisée dans les services IA, vous contribuerez à la conception du socle data qui alimente des applications intelligentes destinées aux professionnels du droit. 🎯 Votre rôleVous serez le référent technique sur la collecte, l'ingestion, la transformation et l'indexation de corpus documentaires volumineux. Votre objectif : concevoir des pipelines fiables et scalables, tout en optimisant la pertinence des résultats issus de moteurs de recherche hybrides et de systèmes RAG. 🚀 Vos principales missionsIngestion de données : concevoir des pipelines capables de collecter et de traiter des sources hétérogènes, d'assurer le parsing, le nettoyage, le chunking et la normalisation des documents. Indexation : industrialiser les mécanismes d'indexation et d'embeddings sur des corpus volumineux, en garantissant la fraîcheur et la cohérence des index. Recherche d'information : concevoir des stratégies de recherche combinant recherche lexicale, recherche sémantique, BM25, embeddings et reranking. Optimisation de la pertinence : définir des métriques et des jeux de tests pour mesurer et améliorer la qualité du retrieval. Architecture RAG : structurer la récupération des documents et du contexte transmis aux LLM, en gérant les citations, la déduplication et les fenêtres de contexte. Qualité et traçabilité : mettre en place le versioning des datasets et des index, le lignage des données et des mécanismes de supervision. Sécurité : contribuer à la protection des données, au cloisonnement des traitements et au respect des exigences réglementaires. Leadership technique : accompagner les équipes, promouvoir les bonnes pratiques de développement et contribuer aux choix d'architecture. 🛠️ Environnement techniqueLangages : Python 3.11+, Go apprécié. Recherche et indexation : OpenSearch, Elasticsearch, pgvector, Weaviate, Qdrant, BM25, recherche hybride. IA et NLP : embeddings, sentence-transformers, tokenisation, parsing documentaire, reranking, RAG, LangChain. LLM : OpenAI, Mistral, Bedrock ou technologies équivalentes. Data engineering : PostgreSQL, Airflow, Spark ou équivalents. Infrastructure : Kafka, Redis, Docker, CI/CD, Kubernetes. Tests et évaluation : Pytest, precision, recall, nDCG, MRR.

#StormYourCareer ✨ Rejoins STORM GROUP et construis ta carrière avec nous ! Révèle la puissance du Deep Learning et transforme les données complexes en leviers décisionnelsDans le cadre d'un projet stratégique autour de la Data Science et de l'Intelligence Artificielle, notre partenaire recherche un(e) Data Scientist IA confirmé(e). Ton rôle sera central et opérationnel : tu interviendras de manière autonome sur des problématiques complexes de Machine Learning et de Deep Learning pour concevoir des modèles prédictifs haute performance répondant directement aux enjeux métiers du groupe. Ton futur environnementTu évolueras au sein d'une équipe Data Science d'excellence, en prise directe avec les Product Owners métiers, les data engineers et les spécialistes MLOps. Dans un écosystème technique moderne et stimulant (Databricks, Dataiku, environnements conteneurisés), tu travailleras sur des volumétries massives de données. C'est le cadre idéal pour explorer des approches algorithmiques avancées, concevoir des métriques de précision sur mesure et industrialiser des modèles prédictifs robustes. Tes missions clésExploration, Modélisation & Évaluation Avancée (Mode R&D & BUILD) : Réaliser l'exploration approfondie des jeux de données, le nettoyage et le feature engineering avancé (Python, pandas, SQL). Concevoir, développer et optimiser des pipelines complets de Machine Learning et Deep Learning pour des cas d'usage variés : scoring, prédiction, classification supervisée/non supervisée et détection d'anomalies. Benchmarker différentes familles d'architectures algorithmiques (scikit-learn, XGBoost, LightGBM, PyTorch, TensorFlow) afin de retenir le modèle le plus performant et interprétable. Définir des métriques d'évaluation sur mesure adaptées aux objectifs business, caractériser finement les erreurs et implémenter des mécanismes de score de confiance et de calibration d'incertitude. Industrialisation, MLOps & Restitution Métier (Mode RUN & Delivery) : Industrialiser les modèles au sein d'environnements conteneurisés (Docker, Kubernetes) en respectant les standards de code reproductible et versionné (Git). Assurer le tracking des expérimentations, le versioning des modèles et leur cycle de vie opérationnel via MLflow. Présenter et vulgariser les résultats algorithmiques, les gains de performance et les limites des modèles auprès d'interlocuteurs techniques et de directions métiers. Documenter exhaustivement les méthodologies retenues et participer à la capitalisation des bonnes pratiques au sein de l'équipe data. Ton profilFormation : Bac+5 (Master 2, diplôme d'Ingénieur) ou Doctorat (PhD) en Data Science, Machine Learning, mathématiques appliquées ou statistiques. Expérience : Tu justifies d'une expérience confirmée de 3 à 5 ans en Data Science et Machine Learning appliquée à des enjeux métiers en entreprise. Expertise Algorithmique & Data Science Impérative : Maîtrise éprouvée des bibliothèques de référence du Machine Learning (scikit-learn, XGBoost, LightGBM) et du Deep Learning (PyTorch ou TensorFlow). Parfaite maîtrise de Python et de son écosystème analytique (pandas, numpy, Jupyter), complétée par un niveau solide en SQL. Expertise solide en méthodologies d'évaluation, métriques statistiques, analyse d'erreurs et calibration de scores. Culture d'Ingénierie & MLOps : Maîtrise des standards d'ingénierie logicielle (Git, tests, code propre et reproductible). Pratique du suivi d'expérimentation avec MLflow et des environnements conteneurisés (Docker). Familiarité avec les plateformes de travail collaboratif data (Databricks, Dataiku). Langues : Anglais professionnel opérationnel. Tes atoutsAutonomie et Rigueur Scientifique : Approche méthodique et structurée pour poser des hypothèses, conduire des expérimentations et interpréter les résultats. Pédagogie et Aisance Relationnelle : Capacité naturelle à vulgariser des concepts statistiques pointus pour convaincre les équipes métiers. Sens du Résultat et Pragmatisme : Volonté constante d'orienter le travail de recherche vers des gains de performance concrets et exploitables en production. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.

Je recrute un Architecte Data pour un poste en CDI au sein d'un acteur majeur de l'assurance en France. Dans un contexte de transformation digitale et data-driven, mon client investit massivement dans les technologies cloud, data analytics et IA afin d'améliorer la performance de ses activités et de proposer des solutions innovantes à ses clients. La donnée est au cœur de sa stratégie : les usages analytiques et la valorisation des données métiers sont des enjeux centraux du poste. Vos missions : Prendre en charge les dossiers d'architecture en cohérence avec la stratégie et la roadmap Data. Accompagner les métiers et les Product Owners dans l'évolution du patrimoine Data, avec une forte orientation vers les usages analytiques. Identifier les évolutions induites par les nouveaux usages data et analytics. Porter les décisions d'architecture en Instance Architecture Data et instances DSI. Apporter une expertise technique et fonctionnelle dans le cadre de la migration cloud. Intégrer et gouverner les outils Data (Tableau, BO, Dataiku, Starburst). Référencer et mettre à jour les patterns d'architecture Data. Contribuer à la cartographie applicative du patrimoine Data. Promouvoir le cadre d'architecture auprès du Data Office et des métiers. Assurer une veille technologique sur les solutions Data. Stack technologique : GCP / BigQuery Dataiku Business Objects → Tableau L'environnement inclut des initiatives IA agentique portées par une équipe dédiée — une bonne compréhension du domaine est un plus, sans en être l'expert.

#StormYourCareer ✨ Rejoins STORM GROUP et construis ta carrière avec nous ! Bâtis les pipelines de données massives et alimente les moteurs de l'IA générativeDans le cadre du développement et du passage à l'échelle des cas d'usage IA d'un grand compte, nous recherchons un(e) Data Engineer IA. Ton rôle sera hautement structurant et central : tu concevras, développeras et industrialiseras les pipelines de données volumineux et temps réel qui alimentent les modèles de Machine Learning et les applications d'IA générative, en garantissant la qualité, la traçabilité et la performance des flux de données. Ton futur environnementTu évolueras au sein d'une équipe pluridisciplinaire réunissant data engineers, data scientists, architectes data et ingénieurs MLOps. En prise directe avec les équipes plateformes et les squads de développement GenAI, tu travailleras sur des architectures Lakehouse modernes en environnement Cloud. C'est le cadre idéal pour manipuler des volumes de données massifs, mettre en œuvre des flux événementiels temps réel et concevoir des pipelines avancés de préparation documentaire (chunking, vectorisation) pour les architectures RAG. Tes missions clésConception & Développement des Pipelines de Données (Mode BUILD) : Concevoir, développer et automatiser des pipelines ETL/ELT robustes depuis des sources hétérogènes (APIs, bases relationnelles, flux événementiels) en modes batch (Spark, PySpark, Databricks, dbt) et temps réel (Kafka). Structurer, nettoyer et enrichir les jeux de données destinés à l'entraînement des modèles de Machine Learning et au feature engineering. Construire les chaînes de préparation de données textuelles et multimodales pour les architectures RAG : ingestion documentaire automatisée, stratégies de découpage (chunking) et pipelines d'embedding/vectorisation. Alimenter, optimiser et administrer les bases de données vectorielles du groupe. Mettre en œuvre les architectures de stockage modernes (Delta Lake / Lakehouse, Snowflake, BigQuery). Industrialisation, Qualité & Optimisation (Mode RUN & MLOps) : Industrialiser l'orchestration des flux de données via des outils dédiés (Airflow) en garantissant la sécurité, la haute disponibilité et la reproductibilité du code (Git, CI/CD). Optimiser les performances de traitement et piloter les coûts de calcul et de stockage dans le Cloud. Garantir la qualité, la gouvernance, la sécurité et la traçabilité (data lineage) des données manipulées. Rédiger la documentation technique des pipelines et contribuer activement à l'amélioration des standards d'ingénierie de l'équipe. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 universitaire en informatique, Data Engineering, génie logiciel ou systèmes d'information. Expérience : Tu justifies d'une expérience confirmée de 3 à 5 ans en Data Engineering en environnement Cloud, avec idéalement une première mise en pratique sur des cas d'usage IA/ML ou GenAI (pipelines RAG, feature engineering). Expertise Data Engineering Impérative : Excellente maîtrise de la programmation en Python et des requêtes complexes en SQL. Solide expérience de traitement distribué avec Spark / PySpark et de l'environnement Databricks. Maîtrise des outils d'orchestration de flux (Airflow) et de transformation de données (dbt). Pratique confirmée d'un entrepôt de données moderne (Snowflake, BigQuery, Delta Lake). Culture Cloud & IA : Expérience sur au moins une plateforme Cloud majeure (Azure, AWS ou GCP). Compréhension des flux streaming (Kafka) et des pratiques DevOps (Git, CI/CD). Notions ou expérience pratique des architectures RAG et de la manipulation de bases vectorielles. Langues : Anglais professionnel opérationnel. Tes atoutsRigueur d'Ingénierie Logicielle : Attachement fort aux bonnes pratiques de développement (code propre, testé, versionné et reproductible). Sens de la Qualité et de la Sécurité : Souci permanent de l'intégrité, de la gouvernance et de la confidentialité des données traitées. Collaboration Transverse : Capacité naturelle à dialoguer avec les data scientists pour traduire leurs besoins algorithmiques en pipelines scalables. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.

En bref : CDI - Ingénieur Backend Python – Data & IA (Graph / LLM) H/F - 1jour/semaine Télétravail - Fintech - Nice (centre) - 45/55K€ Je recrute un Ingénieur Backend Python – Data & IA (Graph / LLM) H/F pour une Fintech qui construit un produit à la frontière entre la Data, l'Intelligence Artificielle et l'analyse stratégique. L'ambition ? Transformer une masse de données dispersées en informations exploitables à forte valeur ajoutée. Aujourd'hui, l'équipe construit des outils capables de collecter, structurer, enrichir et analyser des données issues de multiples sources afin d'accélérer considérablement le travail des analystes. Demain ? Ces briques pourraient devenir une véritable plateforme d'intelligence économique et d'aide à la décision destinée à des acteurs de l'investissement, du conseil ou de l'innovation. Tu rêves de travailler en plein centre-ville de Nice ? Tu explores déjà les usages concrets des LLM, de l'IA agentique et de l'automatisation intelligente ? Tu aimes concevoir des architectures robustes et manipuler des volumes importants de données ? Les bases de données graphes et Python font partie de ton terrain de jeu ? Alors continue ta lecture. ET TOI DANS TOUT CA ? Tu rejoins une équipe métier d'une dizaine de personnes et interviens directement sur le cœur technologique du produit. Ton quotidien ne sera pas de développer des API CRUD à longueur de journée. Tu participes à la construction et à l'évolution de véritables pipelines de données permettant de transformer des informations brutes en insights exploitables. Concrètement, tu seras amené à : - Concevoir et développer les briques backend stratégiques de la plateforme, - Construire des pipelines de collecte de données via APIs, scraping, bases de données publiques et sources internes, - Structurer, normaliser, dédupliquer et enrichir les données collectées, - Intégrer des mécanismes d'enrichissement reposant sur les LLM et l'IA agentique, - Concevoir des modèles de données orientés analyse et exploitation métier, - Développer des traitements analytiques autour des graphes, du vector search et de la génération d'insights assistée par IA, - Garantir la qualité, la performance et la maintenabilité des traitements, - Faire évoluer l'architecture afin d'accompagner la montée en charge du produit. Les données manipulées couvrent des sujets variés tels que : - Les essais cliniques, - Les levées de fonds, - Les opérations de fusion-acquisition, - Les investissements Venture Capital, - Les données réglementaires, - Les analyses

Je recherche un Lead Data & AI Engineer pour un poste en CDI au sein d'un groupe industriel énergétique international. Rattaché au Responsable de l'équipe IA de la DSI, vous êtes garant d'un socle de données fiable, gouverné et exploitable par l'IA : vous construisez les fondations data (ingestion, modélisation, qualité, gouvernance) sur Snowflake et les transformez en cas d'usage à forte valeur. Vos missions sont les suivantes : Data engineering & plateforme Concevoir et faire évoluer la plateforme data sur Snowflake : modélisation, transformations, couches métier exploitables, performance et coûts. Développer et opérer les pipelines de données (batch et temps réel) alimentant les usages analytiques et IA. Construire le modèle sémantique de référence, exploitable par les usages IA (RAG, agents, analytics). Exploiter les capacités IA de Snowflake (Cortex : fonctions LLM, AI SQL, recherche vectorielle) et préparer les données pour le RAG et les agents. Qualité & gouvernance Mettre en place la qualité et la gouvernance : règles de qualité mesurées, lignage, documentation, catalogue, gestion des accès (RGPD). Assurer la traçabilité des pipelines et des modèles de données. Diffuser les bonnes pratiques data et contribuer à l'acculturation data / IA. Cas d'usage data & valeur Développer, en lien étroit avec les métiers, les cas d'usage à valeur : détection de fraude, prévision, scoring, optimisation. Industrialiser et suivre les modèles en production (MLOps : déploiement, monitoring, ré-entraînement). Mesurer la valeur générée et en assurer le reporting. Fonctionnement en socle & rayonnement Groupe Fournir au socle et aux IA champions des données fiables et exposées, intégrées au SI (ERP, applications, sources documentaires). Diffuser un modèle sémantique et des standards data communs, d'abord au sein de la DSI puis dans tout le Groupe.

Contexte Dans le cadre d'un programme stratégique visant à exploiter l'intelligence artificielle pour améliorer les pratiques de conseil et renforcer la conformité réglementaire, une organisation du secteur des services financiers souhaite développer un assistant intelligent destiné à accompagner les conseillers dans leurs échanges avec les clients. L'objectif est de concevoir une solution capable d'analyser les conversations, de vérifier le respect des obligations réglementaires et de suggérer en temps réel les questions pertinentes à poser aux clients. La mission s'inscrit au sein d'une équipe spécialisée en intelligence artificielle, data engineering et automatisation. Elle couvre l'ensemble du cycle de vie des solutions IA, du cadrage initial à la mise en production, en passant par le développement, le déploiement et le maintien en conditions opérationnelles. 2. Missions du posteCadrage et conception technique : participer à la définition des besoins, concevoir l'architecture de la solution IA et identifier les approches techniques adaptées aux enjeux métier et réglementaires. Développement de solutions IA : concevoir et développer un assistant conversationnel intelligent capable d'analyser les échanges entre conseillers et clients. Développement LLM et RAG : mettre en œuvre des solutions basées sur les grands modèles de langage (LLM), la génération augmentée par récupération de données (RAG) et les agents IA. Traitement audio et transcription : développer des pipelines de traitement de la voix intégrant la transcription audio (Speech-to-Text), la diarisation des locuteurs et l'analyse des conversations. Traitement en temps réel : concevoir et optimiser des architectures de streaming permettant l'analyse des échanges et la génération de recommandations en temps réel. Développement de pipelines IA : mettre en œuvre des chaînes de traitement de bout en bout, de l'audio à la transcription, puis à l'analyse et à la recommandation. Analyse et conformité : développer des mécanismes permettant d'identifier les écarts par rapport aux exigences réglementaires et de proposer des questions ou actions pertinentes aux conseillers. Industrialisation et mise en production : assurer le déploiement des solutions, leur intégration dans l'environnement technique existant et leur passage à l'échelle. Monitoring et maintien en conditions opérationnelles : mettre en place le suivi des performances, la surveillance des modèles et l'amélioration continue des solutions déployées. Collaboration transverse : travailler en étroite collaboration avec les équipes métier, conformité, data et IT afin de garantir l'adéquation des solutions aux besoins opérationnels.

Contexte : Rejoignez un programme stratégique au cœur de la transformation de la Santé et de l'AssuranceVous souhaitez piloter des initiatives à fort impact mêlant transformation métier, intelligence artificielle, data et innovation ? Nous recherchons un(e) Directeur(rice) / Manager Senior Transformation Santé & Assurance capable d'accompagner des programmes stratégiques depuis leur conception jusqu'à leur déploiement opérationnel. Ici, il ne s'agit pas de développer des solutions ou de produire des modèles de data science, mais de définir la vision, structurer les projets, embarquer les parties prenantes et garantir la création de valeur pour les métiers. Vos missions :Définir et piloter la stratégie de transformation sur des programmes Santé, Assurance ou Protection Sociale. Recueillir et challenger les besoins métier afin de les traduire en spécifications fonctionnelles détaillées. Construire des business cases solides et mesurer la valeur générée. Animer les instances de gouvernance auprès des directions métier, IT et sponsors exécutifs. Coordonner les équipes internes, cabinets de conseil, intégrateurs et partenaires externes. Superviser le déploiement de solutions digitales, data et IA. Définir les règles de gouvernance IA, les critères de succès, les mécanismes de contrôle et les niveaux de supervision humaine. Accompagner la conduite du changement et l'adoption des nouvelles solutions. Encadrer et faire monter en compétence une équipe de Business Engineers.