Trouvez votre prochaine mission ou futur job IT.

Ingénieur IA MLOps / Production (H/F)Contexte de la missionAu sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur l'exploitation, l'industrialisation et l'amélioration continue de solutions d'Intelligence Artificielle déployées en production. Les applications concernées couvrent notamment : Moteurs RAG (Retrieval-Augmented Generation) Agents conversationnels Systèmes multi-agents Solutions basées sur des LLM managés Modèles de Machine Learning industrialisés Vous évoluez dans un environnement Cloud AWS fortement industrialisé, intégrant les standards DevOps, MLOps, sécurité et gouvernance d'entreprise. Le poste présente une double dimension : Maintien en conditions opérationnelles (RUN) des solutions IA en production Contribution à l'industrialisation de la plateforme MLOps et des pratiques d'exploitation IA Missions principales1. Exploitation et support de productionAssurer le support applicatif de niveau 2 et 3 des solutions IA en production. Diagnostiquer les incidents, identifier les causes racines et piloter leur résolution. Garantir le respect des engagements de service (SLA, disponibilité, temps de rétablissement). Participer à la gestion des incidents majeurs et aux analyses post-mortem. Maintenir et enrichir la documentation d'exploitation (runbooks, procédures, schémas d'escalade). Mettre en œuvre les procédures de continuité de service et les modes dégradés. Accompagner les montées de versions des modèles IA et des composants applicatifs. Participer aux astreintes et interventions hors horaires ouvrés lorsque nécessaire. 2. Monitoring et observabilité des systèmes IAExploiter et améliorer les dispositifs de supervision applicative et infrastructure. Déployer et maintenir les outils d'observabilité dédiés aux systèmes IA et aux LLM. Concevoir des tableaux de bord de pilotage permettant de suivre : La disponibilité des services La latence des traitements Le coût des traitements IA Les performances des modèles La qualité des réponses générées Les dérives fonctionnelles et comportementales Affiner les stratégies d'alerting afin de réduire les faux positifs. Participer à la définition des politiques de surveillance et d'évolution des modèles. 3. Contribution aux pratiques MLOps et à l'industrialisationParticiper à la conception et à l'évolution des chaînes CI/CD dédiées aux projets IA. Contribuer à l'automatisation des déploiements et à l'amélioration continue des processus. Participer à la mise en place d'infrastructures reproductibles via l'Infrastructure as Code. Déployer et administrer les composants MLOps nécessaires à l'industrialisation des modèles. Accompagner les équipes de développement dans la résolution des problématiques liées aux pipelines d'intégration et de déploiement. Contribuer à la standardisation des architectures IA (RAG, fine-tuning, agents, LLMOps). 4. Gouvernance, sécurité et conformitéGarantir la conformité des solutions avec les normes internes et réglementaires. Participer à la mise en œuvre des mécanismes de traçabilité et d'audit des systèmes IA. Contribuer aux dispositifs de sécurisation des modèles et des usages d'IA générative. Participer aux exercices de continuité et de reprise d'activité. Maintenir l'ensemble de la documentation technique et opérationnelle. Veiller à l'application des politiques de sécurité et de gestion des risques. 5. Optimisation et innovationSuivre et optimiser les coûts d'exploitation des plateformes Cloud et IA. Identifier les opportunités d'amélioration suite aux incidents et retours d'expérience. Participer aux études technologiques et aux expérimentations autour des nouvelles solutions IA. Contribuer à la construction de composants réutilisables et mutualisés. Assurer une veille permanente sur les pratiques MLOps, GenAI, LLMOps et observabilité. Compétences comportementales recherchéesForte culture de production et sens du service. Capacité à intervenir efficacement en situation critique. Rigueur et sens de l'organisation. Esprit analytique et aptitude à la résolution de problèmes complexes. Excellentes capacités de communication. Autonomie et proactivité. Goût pour l'amélioration continue. Capacité à collaborer avec des équipes multidisciplinaires. Curiosité technologique et culture DevOps/MLOps. Anglais professionnel. Compétences techniques requisesIntelligence Artificielle & MLOpsExpérience significative sur des projets IA industrialisés. Connaissance des architectures RAG et des systèmes agentiques. Compréhension des problématiques liées aux LLM et à leur exploitation en production. Connaissance des pratiques LLMOps et MLOps. Gestion du cycle de vie des modèles et monitoring de performance. Cloud & InfrastructureExcellente maîtrise d'AWS : EKS Lambda EC2 CloudWatch IAM S3 Services IA managés Bonnes connaissances Kubernetes et conteneurisation Docker. DevOps & CI/CDGitLab CI GitHub Actions Terraform Infrastructure as Code Gestion des artefacts logiciels Gestion des secrets (Vault ou équivalent) Automatisation des déploiements Monitoring & ObservabilitéPrometheus Grafana CloudWatch APM Observabilité des applications IA Tracing distribué Monitoring des performances modèles Une connaissance des outils spécialisés tels que MLflow, LangFuse, LangSmith ou DeepEval constitue un atout. Sécurité & GouvernanceGestion des vulnérabilités. Sécurité Cloud. Gouvernance des modèles IA. Traçabilité et auditabilité. Connaissance des réglementations liées à l'IA et à la protection des données. DéveloppementPython avancé. APIs REST. Scripts d'automatisation. Connaissances SQL appréciées.

Une institution publique nationale, à forte exigence de sécurité, construit sa propre plateforme d'intelligence artificielle sur des clusters GPU hébergés en interne, sans dépendre d'un cloud public. L'objectif : donner à ses équipes des outils d'IA puissants, sûrs et maîtrisés. Vous rejoignez une petite équipe d'experts choisie avec soin : vos décisions techniques comptent, votre expertise est reconnue, et les usages que vous rendez possibles servent l'intérêt général. Missions : Administrer au quotidien les clusters GPU (pilotes, mises à jour, correctifs) - Gérer l'ordonnancement et les quotas (Slurm ou Kubernetes) pour partager les ressources entre projets - Superviser la plateforme et suivre l'utilisation des GPU et du stockage - Gérer les utilisateurs, les accès et le stockage partagé - Traiter les incidents et les demandes, et documenter chaque évolution - Automatiser avec Ansible et transmettre vos bonnes pratiques aux équipes Mission longue : démarrage envisagé début 2027, 12 mois renouvelables, environ 200 jours par an. Une enquête administrative est requise avant intervention. Easy Partner est un cabinet de conseil technique spécialisé en informatique et industrie 4.0 : assistance technique, recrutement (plus de 3 000 recrutements pour plus de 500 clients) et formation certifiée Qualiopi.

Dans le cadre d'un programme stratégique autour de l'Intelligence Artificielle, nous recherchons un Data Engineer SAP AI capable d'intervenir sur la conception, l'intégration et l'exploitation de données issues de SAP S/4HANA, afin d'alimenter des cas d'usage Data & AI à forte valeur métier. La mission nécessite une présence sur site à Paris 3 jours par semaine. Missions principalesConcevoir et développer des pipelines de données à partir de SAP S/4HANA. Extraire, transformer et intégrer les données SAP vers des plateformes Data. Participer à la mise en œuvre de cas d'usage IA / GenAI exploitant les données SAP. Garantir la qualité et la fiabilité des données. Collaborer avec les équipes métiers, Data Scientists, Data Engineers et Architectes Data. Optimiser les performances des flux de données et traitements analytiques. Préparer et mettre à disposition les données pour les modèles IA. Compétences recherchéesSAP Expertise SAP S/4HANA Bonne compréhension des données et processus métiers SAP Expérience en intégration et extraction de données SAP Data Engineering SQL avancé Python Spark ETL / ELT Data Lake / Data Warehouse APIs et traitements de données AI / Analytics Connaissance des architectures IA et GenAI Préparation des données pour les modèles IA Compréhension des enjeux RAG, LLM et gouvernance des données appréciée Cloud Azure, AWS ou GCP apprécié ModalitésType de mission : Assistance technique / Expertise Data Localisation : Paris Présence : 3 jours/semaine sur site Démarrage : ASAP Durée : à confirmer

otre client, un grand groupe international, déploie un assistant basé sur l'IA générative sur son canal email de relation client. En tant que Proxy Product Owner, vous aurez un rôle clé : concevoir cet assistant, l'intégrer dans les parcours et les outils des agents du service client, puis l'optimiser. Les objectifs sont d'améliorer l'expérience client et de rendre les agents plus efficaces. Vous interviendrez au cœur d'un projet agentique et omnicanal à forte visibilité, de la V0 jusqu'au passage en run. Vos missions : Intégrer l'assistant GenAI au canal email pour traiter les demandes du support client. Sécuriser le fonctionnement « human in the loop » et l'escalade vers un agent quand c'est nécessaire. Cibler les automatisations qui apportent le plus de valeur, pour que les agents puissent se consacrer aux demandes complexes. Travailler avec les équipes backend qui gèrent l'assistant IA pour adapter son comportement au canal email. Concevoir avec les équipes transverses une intégration qui puisse s'étendre à tous les domaines métiers. Faire le lien avec le Marketing (voix du client) et la Data Governance (qualité des données). Anticiper avec les équipes BI les besoins de monitoring : adoption, qualité et impact. Former les formateurs (« train the trainer ») et accompagner les utilisateurs pour favoriser l'adoption. Contribuer au déploiement et à la conduite du changement. Analyser les données et les retours utilisateurs pour identifier les améliorations et les mettre en œuvre. Livrables attendus : Roadmap opérationnelle (EPICs et User Stories) pour la V0 et la V1 Scénarios de test enrichis et suivi de leur exécution Backlog des anomalies et des évolutions pour le passage en run Reporting produit hebdomadaire Formation des relais produit régionaux et locaux

Dans le cadre d'un projet stratégique pour l'un de nos clients grands comptes, nous recherchons un(e) Développeur(se) confirmé(e) spécialisé(e) en IA Générative et architectures LLM. L'objectif de la mission est de concevoir, développer et industrialiser une plateforme d'IA générative dédiée à l'analyse documentaire, en s'appuyant sur des architectures modernes de type LLM open source, RAG et systèmes multi-agents. La mission couvre l'ensemble du cycle de vie : du cadrage technique à l'intégration en production au sein d'un Système d'Information complexe et sécurisé. Les missions: Back-end & InfrastructureConception et développement de l'architecture serveur Développement Python / FastAPI Développement et sécurisation d'API REST Gestion des bases de données, API et performance serveur Docker, déploiement et industrialisation des composants IA Gestion des donnéesMise en place de pipelines ETL automatisés (collecte, nettoyage, transformation) Intégration de bases de données SQL / NoSQL Traitements asynchrones à grande échelle Intégration & Modélisation IAIntégration de modèles LLM open source (via Hugging Face ou API) Mise en œuvre de pipelines RAG, embeddings et vector stores Prompt engineering et optimisation des chaînes d'inférence Intégration dans des applications métier existantes Optimisation & PerformanceMonitoring, logs et gestion de la latence Optimisation GPU/CPU, mise en cache, compression Réduction des coûts d'infrastructure cloud/on-premise Collaboration & PilotageTraduction des besoins métiers en solutions techniques Participation active aux ateliers avec les parties prenantes Contribution à la gestion des risques et au planning projet

Intégré à l'équipe Cybersécurité et en collaboration avec l'Ingénieur sécurité senior, vous interviendrez sur l'évaluation et la sécurisation des connecteurs utilisés par les équipes métiers. Vos principales missions : Évaluer et sécuriser les connecteurs entre les outils d'IA et les applications internes. Sécuriser l'authentification et encadrer les droits d'accès en lecture et en écriture. Mettre en place des contrôles pour prévenir les fuites de données sensibles. Prioriser et traiter les demandes d'intégration selon les besoins métiers et les risques. Formaliser une méthode d'évaluation réutilisable et transmettre les bonnes pratiques aux équipes. Vous travaillerez en étroite collaboration avec les équipes Cybersécurité, IT, Data & IA ainsi qu'avec les utilisateurs métiers. Environnement technique : OAuth 2.0 / OpenID Connect (OIDC) Sécurité des API / IAM MCP (Model Context Protocol) / Intégrations LLM Python / TypeScript pour l'audit de code Gestion des secrets et des permissions Prévention des fuites de données (DLP) Plateformes SaaS : Notion, GitLab, MediaWiki

Au sein du Pôle Infrastructure Technique de la DSI, la squad IA / MLOps assure l'industrialisation, le déploiement, la sécurisation et le maintien en condition opérationnelle des solutions d'Intelligence Artificielle (Machine Learning, Computer Vision, GenAI/LLM) sur des environnements multi-cloud (AWS, Azure et GCP). Pour accompagner les projets, il est recherché un Chef de projet Intégration, DevOps & ML Engineer expérimenté intervenant à l'interface entre les équipes Métier / Data Science et les équipes Infrastructure / Exploitation. Le prestataire formera un binôme technique avec une ingénieure ML/MLOps déjà en poste afin d'assurer la continuité de service et de faire évoluer deux volets de cas d'usage ML en production. Volet 1 : Cas d'usage ML sur AWS : traitement de données opérationnelles à grande échelle, EDA sur données industrielles bruitées, conception et maintien d'algorithmes de rapprochement / matching spatio-temporel, services serverless et génération documentaire ; environnement technique : Amazon SageMaker, Amazon Bedrock, Lambda, S3, Glue, Kinesis/Firehose, Athena, Comprehend/Textract, boto3 ; socles data ELK et BigQuery ; IaC Terraform. Volet 2 : Cas d'usage MLOps sur Azure : industrialisation de modèles de bout en bout (versionning, pipelines d'entraînement, gate d'évaluation, registry, blue/green, monitoring de drift), déploiement multi-sites et optimisation incluant des modèles d'optimisation par renforcement (RL / SAC) ; environnement technique : Azure Machine Learning, Microsoft Fabric / OneLake, Azure DevOps, Azure AI, AKS, IaC Terraform / Bicep. Objectifs : concevoir et maintenir des architectures cloud hybrides AWS / Azure pour charges IA ; développer et fiabiliser pipelines CI/CD ML ; intégrer services cognitifs managés ; développer modules Terraform réutilisables ; accompagner la modernisation vers conteneurs et serverless ; assurer support N3 IA/Data et montée en compétence du Run ; auditer et optimiser les coûts Cloud IA, garantir sécurité et conformité des données. Livrables attendus : dossiers d'architecture de référence, modules Terraform versionnés, pipelines MLOps automatisés, audits FinOps IA, documentation d'exploitation et fiches de transfert vers le Run. Démarrage : ASAP. Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières

Ingénieur Data Senior (H/F)Contexte de la missionAu sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur des projets stratégiques liés à la valorisation, la gouvernance et l'industrialisation de la donnée. Vous évoluez dans un environnement exigeant où les enjeux de qualité, de conformité, de performance et de passage à l'échelle sont au cœur des initiatives Data. En tant qu'Ingénieur Data Senior, vous jouez un rôle clé dans la conception des architectures de données, l'industrialisation des pipelines et l'accompagnement des équipes techniques et métiers. Missions principalesPilotage et expertise DataGérer un portefeuille de projets Data couvrant l'ensemble du cycle de vie de la donnée : ingestion, transformation, exposition et gouvernance. Être le référent Data auprès des parties prenantes techniques et métiers. Accompagner les équipes dans la qualification des besoins et leur traduction en solutions techniques robustes. Participer aux choix d'architecture et aux orientations stratégiques Data. Conception et développementConcevoir, développer et optimiser des pipelines de données industrialisés. Garantir la performance, la robustesse, la maintenabilité et la scalabilité des solutions. Mettre en œuvre les bonnes pratiques de modélisation et de qualité des données. Challenger les solutions proposées par les équipes Data Engineering et Analytics. Industrialisation & DataOpsDéfinir et appliquer les standards DataOps. Mettre en place les processus de CI/CD, monitoring, alerting et observabilité. Assurer le versionning, la traçabilité et l'automatisation des traitements. Concevoir des architectures modulaires favorisant la mutualisation et la réutilisation des composants existants. Piloter les déploiements en environnement de production. Gouvernance et conformitéGarantir le respect des normes de sécurité, des contraintes réglementaires et des politiques de gouvernance des données. Assurer la qualité des livrables avant leur mise en production. Participer à la mise en place du catalogage, de la gestion des métadonnées et du lignage de la donnée. Être l'interlocuteur privilégié des instances de validation et de contrôle. Accompagnement des équipesEncadrer et faire monter en compétence les profils juniors. Diffuser les bonnes pratiques Data Engineering et DataOps. Assurer un rôle de conseil et de pédagogie auprès des équipes métiers. Contribuer activement à la veille technologique et à l'amélioration continue des pratiques. Compétences comportementales recherchéesLeadership technique et capacité d'influence. Excellent relationnel et sens de la communication. Forte orientation résultats et qualité de service. Esprit d'analyse et de synthèse. Capacité à travailler dans des environnements complexes et multi-acteurs. Autonomie et prise d'initiative. Esprit d'équipe et sens du partage des connaissances. Curiosité technologique et culture de l'innovation. Anglais professionnel. Compétences techniques requisesData EngineeringSolide expérience dans la conception et l'industrialisation de plateformes Data. Maîtrise des architectures Data modernes (Data Lake, Data Warehouse, Lakehouse). Expertise dans la conception de pipelines ETL/ELT. Maîtrise des problématiques de qualité, gouvernance et traçabilité des données. Langages & DéveloppementPython (expert). SQL avancé. Connaissance des principes de développement logiciel et des bonnes pratiques d'ingénierie. Cloud & Plateformes DataBonne maîtrise d'au moins un environnement cloud majeur : AWS Azure Google Cloud Platform DataOps & DevOpsGit / GitLab / GitHub Docker Kubernetes CI/CD Infrastructure as Code Orchestration de workflows (Airflow ou équivalent) Monitoring & Observabilité Bases de donnéesSGBD relationnels (PostgreSQL, SQL Server, Oracle, MySQL...) Bases NoSQL Solutions analytiques et moteurs de recherche Connaissances des technologies de catalogage et gouvernance des données Architecture & GouvernanceArchitecture orientée données. Data Modeling. Data Quality Management. Data Lineage. Gestion des métadonnées. Connaissance des cadres réglementaires liés à la donnée (RGPD, Data Act ou équivalents).

Au sein de l'équipe Data science & Analytics de la DSI, vous interviendrez sur un projet stratégique complexe mêlant intelligence artificielle, développement de pipelines Data, conception d'algorithmes et industrialisation de solutions. Votre rôle Modélisation prédictive, optimisation et IA générative · Cadrer les nouveaux projets avec les parties prenantes · Extraire, explorer, analyser, synthétiser et transformer les données · Créer des modèles prédictifs en garantissant leur adéquation avec le cahier des charges · Développer des traitements complexes de données, des pipelines de construction de modèles prédictifs et des algorithmes de résolution de problèmes d'optimisation · Concevoir des graphes et des harnais d'agents basés sur l'IA générative Industrialisation des modèles et pipelines Data / IA · Développer, déployer et monitorer des services numériques fiables et capables de passer à l'échelle · Intégrer, tester et maintenir les traitements, pipelines, modèles et composants développés · Identifier les solutions techniques les plus pertinentes en termes de stockage, de traitement distribué et de modélisation · Contribuer aux choix d'architecture et de technologies à court, moyen et long terme Adoption des solutions Data / IA et valorisation des résultats · Accompagner les utilisateurs avant, pendant et après les déploiements des services pour faciliter leur adoption · Présenter les résultats des études et projets à la hiérarchie, aux filiales et aux différentes communautés IT et métiers du Groupe

organisation transversale regroupant les plates-formes de traitement de back-office des Crédits Structurés ainsi que leurs processus. Au sein de l'équipe APS, l'entité Support a pour mission l'administration du système, le support aux utilisateurs, la maintenance des applications utilisées par les gestionnaires des Back Offices et la gestion des projets associés. Objectifs L'optimisation de l'efficacité de l'équipe de Support et Production Applicative via l'intelligence artificielle et la modernisation de la gestion des environnements applicatifs. Responsabilités L'étude et l'implémentation de solutions basées sur les modèles d'Intelligence Artificielle afin de permettre l'amélioration de l'efficacité de l'équipe de Support et Production Applicative. La mise en place de l'Infrastructure as Code pour l'automatisation, la standardisation et la fiabilisation de la création des environnements applicatifs. L'exploitation et la gestion des environnements techniques : OS Linux, Kubernetes, bases de données Oracle et PostGre SQL. La contribution aux opérations d'upgrade d'infrastructure de production (serveurs Data, clusterisation, changement de version Oracle). L'utilisation et le paramétrage des outils de monitoring (Dynatrace, Opensearch) et des outils DEVOPS (Ansible, Bitbucket, Jenkins, ArgoCD, Terraform). L'intégration de notions liées aux modèles LLM IA.

Dans le cadre d'un programme de transformation digitale d'envergure internationale, notre client recherche un Proxy Product Owner pour accompagner le déploiement d'un Assistant IA Générative dédié à l'automatisation du traitement des e-mails du Service Client. L'objectif est d'intégrer l'IA dans les parcours des agents afin d'améliorer l'expérience client, automatiser les tâches à forte valeur ajoutée et permettre aux conseillers de se concentrer sur les demandes nécessitant une intervention humaine. Vos missionsEn tant que Proxy Product Owner, vous serez responsable de la conception, du déploiement et de l'amélioration continue de la solution. Vous aurez notamment pour responsabilités de : Piloter l'intégration d'un Assistant IA Générative sur le canal e-mail. Concevoir et optimiser les parcours Human in the Loop, avec escalade vers un conseiller lorsque nécessaire. Identifier et prioriser les automatisations à forte valeur métier. Construire et maintenir la roadmap produit. Définir les EPICs, Features et User Stories des versions V0 et V1. Gérer et prioriser le backlog produit. Collaborer avec les équipes techniques en charge de l'Assistant IA afin d'adapter son comportement aux spécificités du canal e-mail. Coordonner les équipes Produit, Tech, CRM, Architecture et Data. Collaborer avec les équipes Marketing sur la Voice of Customer (VoC). Travailler avec les équipes Data Governance afin de garantir la qualité et la disponibilité des données. Définir et suivre les indicateurs de performance : adoption, qualité, impact et efficacité. Collaborer avec les équipes BI pour mettre en place le monitoring du produit. Participer aux phases de tests, recette et déploiement. Analyser les données et les retours utilisateurs afin d'identifier les axes d'amélioration. Accompagner la conduite du changement et assurer le Train the Trainer auprès des relais Produit. Participer à la communauté internationale de Product Owners et aux travaux autour des stratégies Agentic AI et omnicanales. LivrablesRoadmap opérationnelle V0 / V1 EPICs et User Stories Scénarios de tests et suivi de leur exécution Backlog des anomalies et améliorations Suivi hebdomadaire du produit Supports et dispositifs de formation Accompagnement des relais Produit régionaux et locaux

Dans le cadre du développement et de l'évolution d'applications métiers, nous recherchons un Développeur Java Fullstack justifiant de 3 à 5 ans d'expérience. Le profil recherché devra présenter un intérêt marqué pour l'IA générative et, idéalement, disposer d'une première expérience pratique dans l'intégration de LLM au sein d'applications. Le consultant interviendra sur l'ensemble de la stack technique, aussi bien sur les composants backend en Java que sur les interfaces frontend. Il contribuera également à la conception et à l'intégration de nouvelles fonctionnalités reposant sur l'intelligence artificielle. Missions principales : Concevoir, développer, faire évoluer et maintenir des applications Fullstack basées sur Java / Spring Boot. Développer et intégrer des API REST. Contribuer aux développements frontend avec Angular ou React / TypeScript. Concevoir et intégrer des fonctionnalités exploitant l'IA générative et les LLM. Connecter des modèles via API et mettre en œuvre différents cas d'usage, notamment les chatbots, la recherche intelligente, la génération de résumés et le traitement de documents. Contribuer à la conception de solutions reposant sur une architecture RAG ainsi qu'à l'utilisation de bases vectorielles. Mettre en œuvre des techniques de prompt engineering et optimiser les interactions avec les modèles. Participer à la réalisation des tests unitaires et des tests d'intégration ainsi qu'aux revues de code. Contribuer aux pratiques CI/CD et au maintien de la qualité du code. Travailler en collaboration avec les équipes produit, architecture et métier dans un contexte Agile.

Localisation : Suresnes (92) Environnement : Data, Business Intelligence & Intelligence Artificielle Expertises clés : SQL, BigQuery, dbt, Power BI, GCP Secteur : environnement scientifique et réglementé Qui sommes-nous ? ISALYS Digital Lab accompagne ses clients grands comptes dans leurs projets de transformation digitale, en mobilisant des expertises en gestion de projet, Product Management, Data et Intelligence Artificielle. Nous intervenons sur des projets à forts enjeux métier, en combinant expertise technique, compréhension fonctionnelle et culture du résultat pour concevoir des solutions digitales fiables, évolutives et créatrices de valeur. Dans le cadre du développement de nos activités, nous recherchons un Analytics Engineer / Data Analyst confirmé (H/F) pour intervenir sur des projets Data & IA au cœur des enjeux de transformation digitale et d'amélioration de la performance opérationnelle. Votre mission Intégré(e) à une équipe Data & IA, vous interviendrez sur des projets analytiques de bout en bout, depuis le recueil des besoins métier jusqu'à la mise en production et l'adoption des solutions. Votre rôle sera de transformer des données complexes en produits analytiques fiables, documentés et exploitables, facilitant la prise de décision et contribuant au développement de solutions de Business Intelligence et d'Intelligence Artificielle générative. À l'interface entre les équipes métier, les experts Data et les équipes techniques, vous contribuerez à la modélisation, à la qualité et à la gouvernance des données, tout en veillant à leur bonne exploitation dans des environnements cloud. Votre objectif : faire de la donnée un véritable produit métier, fiable, accessible et réutilisable, au service de la performance et de l'innovation. Vos principales responsabilités 1. Concevoir et développer des solutions Data & Analytics Recueillir, analyser et challenger les besoins métier afin de proposer des solutions analytiques adaptées aux enjeux opérationnels. Concevoir et optimiser des requêtes SQL complexes pour extraire, transformer et structurer les données. Développer des modèles de données robustes et évolutifs, notamment à l'aide de BigQuery et dbt. Structurer les projets dbt en intégrant les bonnes pratiques de développement, de modularité, de réutilisation et de documentation. Concevoir et faire évoluer des tableaux de bord et rapports Power BI intuitifs, pertinents et orientés utilisateurs. Challenger les indicateurs de performance (KPIs) afin de garantir leur pertinence et leur adéquation avec les besoins métier. 2. Garantir la qualité et la fiabilité des données Mettre en place des dispositifs de contrôle et de tests automatisés pour assurer la qualité des données. Définir et maintenir les règles de validation, les tests dbt et les mécanismes de surveillance de la fraîcheur des données. Documenter les transformations, les modèles de données et les dépendances entre les différents traitements. Contribuer aux démarches de gouvernance des données, de traçabilité et de fiabilisation des indicateurs. Identifier les anomalies, analyser leurs causes et coordonner leur résolution avec les équipes concernées. 3. Préparer et valoriser les données pour les usages IA Structurer et préparer les données destinées à alimenter des solutions d'Intelligence Artificielle générative. Contribuer à la préparation des corpus documentaires et textuels pour les usages basés sur les grands modèles de langage (LLM). Participer à l'organisation des métadonnées, au nettoyage des données et à leur structuration pour des architectures de type RAG (Retrieval-Augmented Generation). Comprendre les exigences des solutions IA en matière de qualité, de disponibilité, de contextualisation et de réutilisation des données. Collaborer avec les équipes Data & IA afin de faciliter l'exploitation des données dans les solutions analytiques et les applications intelligentes. 4. Industrialiser les développements et collaborer avec les équipes techniques Développer et maintenir les traitements analytiques dans un environnement cloud, notamment sur Google Cloud Platform. Utiliser Git pour le versionnement du code et participer aux processus de revue de code via les Merge Requests. Contribuer aux chaînes d'intégration et de déploiement continus (CI/CD) pour fiabiliser les mises en production. Appliquer les bonnes pratiques de développement, de documentation et de maintenance des projets Data. Travailler en étroite collaboration avec les équipes Data Engineering, Data Factory, métiers et infrastructure pour garantir la robustesse des solutions. 5. Accompagner les métiers et favoriser l'adoption Assurer l'interface entre les utilisateurs métier et les équipes techniques. Traduire les besoins fonctionnels en spécifications analytiques et en modèles de données exploitables. Vulgariser les sujets techniques auprès d'interlocuteurs non spécialistes. Accompagner les utilisateurs dans la compréhension et l'appropriation des solutions développées. Prioriser les développements selon leur valeur métier et proposer des solutions pragmatiques, du MVP à l'industrialisation.

Pour un grand groupe international du transport et de la logistique, nous recherchons un Proxy Product Owner confirmé à senior pour piloter un produit d'IA agentique dédié à l'automatisation du traitement des e-mails clients. Vos missions : - Piloter un produit d'IA agentique traitant les e-mails clients : classification, extraction d'informations, réponses générées, routage et escalade vers un humain - Construire la roadmap produit et gérer le backlog à partir des besoins métier - Coordonner les équipes techniques (tech leads, architectes, data) et les équipes métier du service client - Intégrer la solution dans l'écosystème CRM et omnicanal existant - Définir et suivre les KPI : taux d'automatisation, délai de traitement, satisfaction client, qualité des réponses - Accompagner l'adoption par les équipes et piloter l'amélioration continue