Trouvez votre prochaine mission ou futur job IT.

Activités détaillées : Recueillir et analyser les besoins métiers Conseiller les directions métiers sur l'exploitation et la valorisation des données Participer au cadrage des projets Data (études d'impact, faisabilité) Contribuer aux études d'opportunité et de faisabilité Garantir la cohérence fonctionnelle et technique du SI Préparer et exécuter les recettes fonctionnelles Qualifier les anomalies et assurer le suivi des corrections Produire les livrables fonctionnels : SFG (Spécifications Fonctionnelles Générales) SFD (Spécifications Fonctionnelles Détaillées) Modélisations de données Maintenir la documentation fonctionnelle et le patrimoine documentaire Veiller à la satisfaction des métiers en termes de qualité, coûts, délais et engagements

#StormYourCareer Rejoins STORM GROUP et construis ta carrière avec nous ! Détecte les menaces invisibles et révolutionne l'analyse comportementale du SOCAu sein du Security Operations Center (SOC) d'un grand compte, nous recherchons un(e) Data Scientist Cybersécurité / SOC. Ton rôle consistera à renforcer les capacités de détection des cybermenaces par l'exploitation avancée des données de sécurité, en concevant des modèles prédictifs et d'analyse comportementale pour isoler les signaux faibles et optimiser la réponse aux incidents. Ton futur environnementTu évolueras au cœur du Security Operations Center d'une infrastructure d'envergure. En interface directe avec les analystes SOC, les ingénieurs SIEM et les spécialistes de la Threat Intelligence, tu interviendras sur des flux massifs de journaux d'événements. C'est le cadre idéal pour appliquer le Machine Learning et la Data Science à la lutte contre les cyberattaques, tout en industrialisant des modèles au sein d'architectures de données distribuées. Tes missions clésModélisation & Détection Avancée des Menaces (Mode DATA & IA) : Concevoir, développer et entraîner des modèles de détection d'anomalies sur des volumétries massives de journaux de sécurité (logs réseau, système, identité et applicatifs). Développer et déployer des algorithmes d'analyse comportementale des utilisateurs et des entités (UEBA) pour identifier les compromissions de comptes et les mouvements latéraux. Mettre en œuvre des modèles de scoring et de priorisation dynamique des alertes afin de réduire le bruit et le taux de faux positifs pour les analystes. Réaliser l'ingénierie des caractéristiques (feature engineering) sur des jeux de données complexes et fortement déséquilibrés. Évaluer rigoureusement les performances des modèles à l'aide de métriques adaptées à la détection d'intrusions (précision, rappel, ROC-AUC, taux de faux positifs). Industrialisation & Collaboration SOC (Mode RUN & MLOps) : Assurer l'industrialisation, le déploiement et le monitoring continu des modèles en production (MLflow, Docker, Kubernetes). Collaborer au quotidien avec les analystes SOC et les équipes d'investigation pour qualifier les détections et réinjecter les retours terrain dans l'entraînement des algorithmes. Mener une veille active sur les nouvelles techniques d'attaque répertoriées dans le cadre de référence MITRE ATT&CK. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 en Data Science, statistiques, informatique décisionnelle ou cybersécurité. Expérience : Tu justifies d'une expérience de 3 à 5 ans en Data Science et Machine Learning, idéalement appliquée aux cas d'usage de la cybersécurité ou de la détection de fraude. Expertise Data Science & IA Impérative : Maîtrise des algorithmes de détection d'anomalies (Isolation Forest, autoencodeurs, One-Class SVM) et de l'apprentissage sur données déséquilibrées. Pratique confirmée de l'écosystème Python Data Science (Python, scikit-learn, PyTorch, pandas, numpy). Culture Cybersécurité & Données Massives : Bonne compréhension du fonctionnement d'un SOC, des typologies de menaces et de la matrice MITRE ATT&CK. Connaissance des architectures distribuées et des outils volumétriques (SQL, Spark, Kafka). Familiarité avec les solutions SIEM (Splunk, Elastic, Microsoft Sentinel) et le suivi de cycle de vie ML (MLflow). Langues : Anglais professionnel opérationnel. Tes atoutsEsprit d'Analyse et Goût pour l'Investigation : Curiosité intellectuelle pour traquer les anomalies statistiques au sein de flux de données brutes. Rigueur Méthodologique : Précision scientifique indispensable dans la validation des métriques de détection et la gestion des faux positifs. Sens du Travail d'Équipe : Aisance relationnelle pour vulgariser les choix algorithmiques auprès des analystes sécurité opérationnels. 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.

Vos missions ? En tant que consultant IA (H/F) vous assurez les missions suivantes: - Concevoir et prioriser des cas d'usage IA intégrés aux applications et processus métiers. - Définir l'architecture d'intégration entre les modèles IA, le SI et les services métiers. - Développer des skills, outils et connecteurs permettant aux modèles d'interroger ou d'agir sur les systèmes internes. - Exposer et sécuriser les API nécessaires aux interactions IA. - Mettre en place des agents/workflows IA : orchestration, appels d'outils, gestion du contexte et validations. - Industrialiser les solutions : CI/CD, déploiement, supervision, journalisation et gestion des erreurs. - Évaluer la qualité, la fiabilité, les coûts et les performances des modèles et des cas d'usage. - Mettre en œuvre les garde-fous : droits d'accès, protection des données, traçabilité, conformité et validation humaine. - Collaborer avec les équipes métier, produit, data, sécurité et développement pour cadrer puis livrer les solutions. - Documenter les outils, standards d'intégration et bonnes pratiques afin de faciliter leur réutilisation

Notre client est un acteur de référence dans son secteur. Il traite chaque année de très gros volumes de données transmises par des partenaires externes, et ces données servent à des calculs de répartition à fort enjeu financier. Au cœur du dispositif, un moteur de matching développé en interne rapproche des millions de lignes de données entrantes d'un référentiel interne. Il s'appuie sur des identifiants standardisés et sur du rapprochement textuel (libellés, noms, entités associées). Le produit évolue en continu avec deux objectifs : identifier toujours plus de données et réduire la marge d'erreur. Vous rejoindrez une équipe produit agile composée d'un lead dev, de deux développeurs et d'un data analyst. Missions Établir un protocole de tests permettant de mesurer l'impact des règles de matching développées par l'équipe Piloter les campagnes de tests et produire une analyse quantitative des écarts pour ajuster les critères de matching Réaliser des campagnes comparant deux versions du moteur d'identification, avec analyses quantitatives et qualitatives des différences Participer activement à l'automatisation des analyses de données pour accélérer le time to deliver Analyser les anomalies et remontées utilisateurs avec les experts métiers, et construire avec le PO les évolutions de règles Participer à la validation et à la non-régression des développements, en lien avec le PO et les développeurs Intervenir dès le cadrage (shift-left) : critères d'acceptance des User Stories et stratégie de recette Enrichir les analyses avec des données internes, externes ou via des algorithmes Stack / Environnement Python pour l'analyse et l'automatisation (pandas, numpy, notebooks), bonne maîtrise Elasticsearch, SQL, bonne maîtrise AWS (OpenSearch, RDS, SQS, SNS, DynamoDB, ECS), maîtrise partielle Spark, niveau débutant suffisant Client REST (Postman), niveau débutant suffisant Protocole d'analyse (exploration, échantillonnage représentatif, détection de patterns), bonne maîtrise Agile / Scrum, bonne maîtrise ; SAFe, niveau débutant

OBJECTIFS DE LA PRESTATION Implémenter un outil de monitoring dédié à la surveillance de la qualité des données issues des Stress Test Marché. Garantir que les sorties de stress‑test respectent les exigences de complétude, cohérence et conformité avant leur diffusion aux équipes de risk‑management. - Surveillance qualité : Garantir la complétude, la cohérence et la conformité des sorties de Stress Test avant diffusion. - Suivi d'indicateurs de risque : Produire des KPI et visualiser leurs évolutions. - Détection d'anomalies IA : Implémenter des modèles de machine learning pour identifier automatiquement des problèmes de qualité des données. - Industrialisation : Intégrer le composant dans le pipeline CI/CD existant et le livrer sous forme de micro service containerisé.

La mission : « Support Data Manager » Le consultant épaule le Data Manager référent dans le pilotage du programme de gouvernance sur ses familles de données. Il sert d'interface avec les data owners, les data stewards et les référents SI. Ses missions principales : Gouvernance fédérée : déployer le modèle et aider les métiers à s'approprier leurs rôles. Politiques de données : les décliner par cas d'usage, en tenant compte des priorités métiers et du cadre réglementaire. Connaissance du patrimoine data : classification, taxonomie, catalogage, cycle de vie. Modélisation : construire le modèle objet d'entreprise et cartographier le lignage. Qualité des données (DQM) : identifier les cas d'usage prioritaires, transformer les irritants en règles de qualité, mener les plans de remédiation, industrialiser le contrôle et le monitoring. Conformité : coordonner les chantiers avec le Data Compliance Manager. Socle technique : contribuer aux chantiers catalogue, qualité et modélisation. Comité Opérationnel Data : le lancer, l'animer et assurer le reporting. Le profil recherché : Consultant Data Management Obligatoire : Recueil et analyse des irritants et des besoins, avec la capacité de les replacer dans une vision d'ensemble (niveau maîtrise) Pilotage de projet SI (maîtrise) Pilotage opérationnel : planning, ateliers, comptes-rendus, reporting (notion) Esprit d'analyse et de synthèse, sens du service client, proactivité (maîtrise) Très bonne expression écrite et orale en français, rigueur, autonomie (maîtrise) Souhaitable : Au niveau maîtrise : principes d'un catalogue de données DQM modélisation de données maîtrise ou certification d'un outil de catalogue du marché certification en gouvernance de type CDMP Au niveau notion : connaissance du secteur de l'énergie SIG (systèmes d'information géographique) Self BI et ses risques onboarding des parties prenantes veille En pratique, il faut un profil data governance / data quality de niveau confirmé, plus « chef de projet gouvernance » que technique. Il doit être à l'aise en animation métier. La modélisation, le catalogue et une certification CDMP le feront sortir du lot. Pour la soutenance, la connaissance du secteur de l'énergie et des SIG sera un vrai plus.

Nous recrutons pour une entreprise du secteur de l'assurance un ou une Lead Data Engineer pour concevoir, fiabiliser et industrialiser sa plateforme data. Vous combinerez expertise technique, conception d'architecture et accompagnement d'équipe. Vous veillerez à la qualité, à la sécurité et à la performance des données, en lien étroit avec les équipes IT et métiers. Vos missions Pilotage et leadership Accompagner une équipe de Data Engineers et, éventuellement, d'Analytics Engineers Définir et promouvoir les bonnes pratiques en matière de qualité, de documentation, de gestion de versions et de supervision des données Jouer un rôle de référent technique et garantir la cohérence des choix d'architecture, en collaboration avec les équipes DevOps et l'architecte d'entreprise Travailler avec les équipes métiers, notamment en actuariat, finance, gestion des sinistres et marketing, ainsi qu'avec les équipes IT Data engineering Concevoir et maintenir des pipelines de données robustes et évolutifs Orchestrer les flux de données avec Apache Airflow Modéliser et structurer les bases de données selon les besoins analytiques Garantir la performance, la sécurité et la traçabilité des données Industrialisation et DevOps Mettre en œuvre les pratiques CI/CD pour les projets data Automatiser les tests, les déploiements et les contrôles qualité Collaborer avec les équipes DevOps et Réseaux sur la gestion et la sécurisation des environnements Superviser les traitements et contribuer à la gestion des incidents data

Nous recherchons un(e) Développeur(se) Python / Data Engineer passionné(e) pour rejoindre notre équipe et contribuer à la conception et au développement de plateformes et de pipelines permettant l'industrialisation de modèles de Machine Learning. Ces solutions couvrent l'ensemble du cycle de vie des modèles : préparation des données et des features, entraînement, tuning, inférence, exposition via APIs et orchestration des traitements dans un environnement cloud. Elles permettent aux Quants et Data Scientists d'industrialiser l'utilisation de modèles avancés dans les processus de prévision de la consommation et de la production d'énergie.

Freelance | 3 mois renouvelables (prolongation très probable de 6 à 12 mois) | Démarrage ASAP | Anglais Contexte Notre client construit une intégration de référence entre ses outils de modélisation actuarielle, notamment Prophet, et son socle de données finance. La première phase consiste à migrer les traitements Prophet / SQL Server vers Prophet / Databricks. Vous rejoignez l'équipe data pour concevoir, livrer et maintenir les pipelines et l'orchestration sur votre périmètre. Missions Migrer les traitements Prophet / SQL Server existants vers Databricks Construire et orchestrer les pipelines Databricks qui alimentent le socle de données finance avec les résultats des modèles actuariels Développer en Python, PySpark et SQL sur des volumes de données importants, selon une architecture médaillon Mettre en place des contrôles de qualité et de cohérence des données jusqu'à la source Documenter et tester unitairement le code, en suivant les pratiques gitflow Travailler avec les actuaires, la finance et les équipes data pour comprendre les données et leur sens métier

Dans le cadre de projets de transformation et de modernisation de notre système d'information Data, nous recherchons un Architecte Data Senior disposant d'une solide expérience en modélisation, urbanisation et architecture des données. Vous interviendrez sur la définition et l'évolution des architectures Data, avec une forte dimension stratégique et technique autour des environnements Cloud AWS, Amazon Redshift et des architectures de type Data Mesh. Votre rôle sera de garantir la cohérence, la qualité, la gouvernance et la bonne structuration du patrimoine de données, tout en accompagnant les équipes dans la mise en œuvre des architectures cibles. Vos principales missions1. Architecture et urbanisation Data Définir et faire évoluer les architectures Data en cohérence avec les enjeux métiers et les orientations du système d'information. Concevoir les architectures cibles et définir les principes d'urbanisation des données. Garantir la cohérence, l'interopérabilité et la rationalisation des flux et des référentiels de données. Définir les standards et les bonnes pratiques d'architecture Data. 2. Modélisation des données Concevoir et faire évoluer les modèles de données conceptuels, logiques et physiques. Définir les modèles de données adaptés aux besoins métiers et aux contraintes techniques. Garantir la qualité, la structuration et la cohérence des modèles. Accompagner les équipes dans l'application des principes de modélisation et de conception des données. 3. Architecture Cloud et Data Platform Concevoir et accompagner la mise en œuvre d'architectures Data sur AWS. Participer à la définition et à l'optimisation des architectures autour d'Amazon Redshift. Définir les principes d'intégration, de stockage, de transformation et d'exploitation des données. Veiller à la performance, à la scalabilité, à la sécurité et à la disponibilité des plateformes Data. 4. Architecture Data Mesh et gouvernance Définir et accompagner la mise en œuvre des principes d'architecture Data Mesh. Promouvoir une approche orientée Data Products et Domaines métiers. Définir les principes de gouvernance, de qualité et de gestion du cycle de vie des données. Accompagner la mise en place de pratiques de Data Ownership et de responsabilisation des domaines. Garantir la cohérence globale de l'écosystème Data. 5. Accompagnement et expertise Apporter une expertise technique et architecturale auprès des équipes Data et des métiers. Collaborer avec les architectes techniques, les Data Engineers et les équipes de développement. Participer aux choix technologiques et aux études d'architecture. Formaliser les dossiers d'architecture, les standards et la documentation technique. Environnement techniqueCloud : AWS. Data Warehouse : Amazon Redshift. Architecture Data : Data Mesh, Data Lake, Data Warehouse, Data Products. Modélisation : modélisation conceptuelle, logique et physique des données. Urbanisation : architecture d'entreprise, cartographie et gouvernance des données. Data Management : Data Governance, Data Quality, Data Ownership. Profil recherchéFormation supérieure en informatique, Data ou architecture des systèmes d'information. Expérience significative en tant qu'Architecte Data Senior. Solide expertise en modélisation des données et en urbanisation Data. Très bonne connaissance des architectures Cloud AWS. Expérience concrète sur Amazon Redshift. Bonne maîtrise des architectures Data Mesh et de leurs principes de mise en œuvre. Excellente compréhension des architectures Data Lake et Data Warehouse. Bonne connaissance des enjeux de gouvernance, de qualité et de sécurité des données. Capacité à définir des architectures cibles et à les traduire en solutions techniques concrètes. Excellentes capacités d'analyse, de communication et de vulgarisation. Autonomie, leadership technique et capacité à fédérer des équipes pluridisciplinaires.

Mission freelance pour un client industriel : piloter l'orchestration et le paramétrage d'un framework Data sur-mesure au sein d'une plateforme décisionnelle critique. Vous serez responsable de concevoir, configurer et administrer Apache Airflow, optimiser la plateforme d'orchestration, et intervenir sur l'écosystème AWS, Snowflake et dbt. Vous participerez aux ateliers techniques et proposerez des évolutions architecturales pour garantir scalabilité et performance. Mission en distanciel avec déplacements ponctuels en Région Parisienne ou dans l'Est de la France.

Dans le cadre d'un projet de transformation Data à dimension internationale, nous recherchons un Senior Data Engineer GCP / Looker (H/F) pour une mission freelance de 6 mois renouvelable, basée à Paris. Le consultant interviendra sur des problématiques de centralisation, de transformation et de valorisation des données, avec un enjeu majeur autour de la définition, de la modélisation et de la restitution des indicateurs de performance (KPIs) métiers. Nous recherchons un profil disposant d'une double compétence : une solide expertise technique sur GCP, BigQuery et Looker, mais également une excellente capacité à comprendre les enjeux business, à échanger directement avec les équipes métiers et à traduire leurs besoins en modèles de données et indicateurs pertinents. Missions principales Recueillir, analyser et challenger les besoins des équipes métiers concernant les indicateurs de performance (KPIs). Traduire les besoins business en spécifications fonctionnelles et techniques exploitables. Concevoir et modéliser les données dans BigQuery pour répondre aux besoins analytiques. Développer et maintenir les modèles sémantiques dans Looker, notamment avec LookML. Définir et structurer les dimensions, mesures et KPIs afin de garantir leur cohérence et leur fiabilité. Concevoir et optimiser les requêtes SQL et les traitements de données dans BigQuery. Participer à la conception et à l'industrialisation des pipelines de données sur GCP. Développer et optimiser les dashboards et outils de reporting dans Looker. Garantir la qualité, la performance et la disponibilité des données mises à disposition des utilisateurs. Collaborer étroitement avec les équipes Data, Analytics et les interlocuteurs métiers. Être force de proposition sur les choix techniques, l'architecture et les bonnes pratiques de modélisation.

Almatek recherche pour l'un de ses clients, un Expert Data Industrielles – AVEVA PI System sur Pau Description détaillée La Gestion de Données Industrielles, au travers d'une solution telle que AVEVA PI (anciennement OSIsoft), permet l'acquisition et le stockage des données chronologiques issues du réseau industriel dans le réseau d'entreprise. Ces données sont pour nos clients la porte d'entrée vers le Big Data et sont fondamentales pour le reporting de production, l'optimisation des procédés ou le monitoring en temps réel. Elles permettent également d'activer des projets innovant comme la maintenance préventive des équipements industriels. En tant qu'Expert Data Industrielles, vous : - Interviendrez auprès de clients dans des secteurs variés (énergie, pharma, manufacturing) pour fournir des solutions de traitement et de valorisation des données industrielles - Serez responsable de la conception et de la mise en œuvre de modèles de données pour structurer les informations liées aux actifs et aux processus - Pourrez également contribuer à des projets autour des systèmes MES, en lien avec le pilotage et l'optimisation des opérations de production Qualités requises pour réussir dans ce rôle : De formation Bac+5 (école d'Ingénieurs ou Université), vous justifiez d'une expérience d'au moins 2 années dans le domaine de la gestion et de l'analyse de données industrielles. Vos compétences sont les suivantes : - Connaissance de la solution de gestion de données industrielles AVEVA (anciennement OSISOFT) PI System - Expertise dans les environnements Big Data et MES - Analyse de données et création de jumeaux numériques - Connaissances en sécurité informatique et en environnements Windows - Anglais niveau B2 minimum et français courant obligatoire Le poste requiert aussi : - Capacité à travailler de manière autonome et à collaborer en équipe - Esprit d'analyse et de synthèse - Sens de l'initiative et de la rigueur Compétences techniques: AVEVA PI - Confirmé - Impératif MES Big Data - Confirmé - Souhaitable Connaissance des environnements Windows - Confirmé - Souhaitable