Trouvez votre prochaine mission ou futur job IT.

Envie d'un nouveau challenge dans la Data ? CELAD vous attend ! 🚀 Nous recherchons un(e) Data Engineer Hadoop / PySpark pour intervenir au sein de la DSI d'un grand groupe bancaire, sur l'évolution et le maintien d'une plateforme Data stratégique. Vous intégrerez un environnement dynamique et travaillerez en lien avec les équipes Production Applicative et DevOps afin de mettre en œuvre les évolutions techniques du Data Lake. 🎯 Vos missions Mettre en œuvre de nouvelles ingestions de données et traitements de Data Preparation / Data Transformation. Développer, maintenir et faire évoluer les pipelines de données en Python / PySpark et Shell Scripting. Participer aux évolutions et à l'optimisation du Data Lake Hadoop. Collaborer avec les équipes Production et DevOps sur les évolutions de la plateforme. Rédiger les spécifications techniques associées aux évolutions. Participer à la résolution de problématiques techniques complexes. Contribuer à l'amélioration continue des outils et des processus Data. Travailler dans un environnement Agile / Scrum et avec des équipes internationales.

ContexteDans le cadre du renforcement des équipes R&D d'un grand compte, nous recherchons un(e) Data Engineer pour participer à la structuration, l'ingestion et la valorisation des données métiers et scientifiques. Vous rejoindrez une équipe dynamique pour concevoir des pipelines de données performants, développer des outils de recherche de bases de données pour les équipes opérationnelles et connecter l'écosystème aux outils d'analyse (SevenBridges). Début de mission : ASAP Durée : 1 an Localisation : Hybride (Télétravail + Présentiel) MissionsIngestion de données : Mettre en place et maintenir l'ingestion de données publiques et internes (scripts Python sur-mesure, Fivetran, Rclone, etc.). Search Data : Participer au développement d'un outil de recherche et d'exploration de bases de données à destination des équipes métiers. Pipelines de transformation : Concevoir et optimiser les workflows d'orchestration et de transformation de la donnée. Interconnexion d'outils : Assurer la connexion et le flux de données vers les plateformes d'analyse spécialisées (notamment SevenBridges).

MissionVous développez des modèles et des solutions data pour mieux comprendre les parcours clients, améliorer la conversion et personnaliser l'expérience digitale. Vos principales responsabilités : Segmenter les utilisateurs selon leurs comportements, leurs intentions et les points de friction rencontrés dans le parcours. Concevoir des systèmes de recommandation de contenus, services et offres complémentaires, en combinant plusieurs approches selon les données disponibles. Développer des modèles prédictifs de conversion, d'abandon, de churn et de progression dans le funnel, ainsi que des prévisions de volumes. Construire des modèles d'attribution multi-touch pour mesurer la contribution des différents points de contact et évaluer l'impact des actions menées. Explorer les usages des LLM pour interpréter les résultats analytiques, détecter les irritants et proposer des recommandations aux équipes métier. Industrialiser les travaux data : transformer les prototypes réalisés dans Jupyter en modules Python maintenables et en pipelines automatisés, documentés et testés.

Niveau d'expérience : Junior (1 à 3 ans) Type de poste : Ingénieur IA / MLOps Junior (H/F) Localisation : Région parisienne (hybride possible) Démarrage : Dès que possible. Contexte Dans le cadre du développement de ses activités Data & Intelligence Artificielle, un grand groupe du secteur des services financiers recherche un(e) Ingénieur IA / MLOps Junior pour rejoindre son équipe dédiée à la conception, l'industrialisation et le déploiement de solutions d'Intelligence Artificielle. Vous interviendrez sur des projets innovants à fort impact, couvrant aussi bien l'IA générative que les modèles de Machine Learning traditionnels, dans un environnement cloud et DevOps moderne. Vos missions En tant qu'Ingénieur IA / MLOps, vous aurez pour responsabilités de : Agir comme référent technique IA auprès des différentes parties prenantes : équipes projets, développeurs, architectes et métiers. Concevoir, développer, industrialiser et déployer des solutions d'Intelligence Artificielle de bout en bout. Participer à l'intégration de solutions IA développées en interne ou proposées par des éditeurs externes. Contribuer à la mise en place et à l'évolution de la plateforme IA (MLOps, monitoring, gouvernance, catalogue de modèles). Industrialiser les modèles développés par les équipes Data Science afin de garantir leur passage en production. Assurer le respect des bonnes pratiques de développement, d'exploitation et de gouvernance IA. Participer à la mise en conformité des projets avec les exigences réglementaires et les standards de sécurité des données. Profil recherchéCompétences comportementales Nous recherchons une personne : Orientée résultats et capable de respecter les délais fixés. Dotée d'un fort esprit d'équipe et d'une bonne capacité de collaboration. Rigoureuse, organisée et autonome. Capable de communiquer efficacement à l'écrit comme à l'oral. Force de proposition avec une approche pragmatique des problématiques. Curieuse et en veille permanente sur les évolutions technologiques. Disposant d'un niveau d'anglais professionnel permettant d'évoluer dans un environnement technique international. Compétences techniquesExpérience Première expérience réussie (1 an minimum) en Intelligence Artificielle et/ou IA Générative. Participation à un projet de mise en production ou d'industrialisation de solutions IA. Une expérience dans un environnement réglementé constitue un atout. Langages et développement Excellente maîtrise de Python. Connaissances en SQL. La maîtrise des technologies JavaScript constitue un plus. Cloud & Infrastructure Expérience sur un environnement cloud de type AWS : S3 SageMaker Bedrock Lambda API Gateway ECS / EKS EC2 OpenSearch Aurora DevOps & MLOps Bonne connaissance des outils et pratiques : GitLab Docker Kubernetes Airflow MLflow Artifactory APIs REST Hugging Face Frameworks d'orchestration d'agents IA Outils de monitoring et de gouvernance des modèles Écosystème IA & Machine Learning Maîtrise des bibliothèques et frameworks : Scikit-learn Pandas TensorFlow PyTorch Transformers LangChain LangGraph Connaissances des concepts suivants : Machine Learning supervisé et non supervisé Deep Learning RAG (Retrieval Augmented Generation) Fine-tuning de modèles Agentic AI et systèmes multi-agents Human-In-The-Loop (HITL) Monitoring et observabilité des systèmes IA Data & Bases de données SQL et NoSQL Bases vectorielles (OpenSearch, Redis, PGVector ou équivalent) Notions de bases orientées graphe appréciées Méthodologies Bonne pratique des méthodes Agile (Scrum, Kanban ou équivalent).

Contexte Dans le cadre des activités Data de la R&D Michelin, nous recherchons un Data Engineer Référent au sein du domaine DOTI / BS / RD / Analytics. Le rôle consiste à construire, transformer et fiabiliser les données afin d'alimenter les produits numériques utilisés par la Recherche & Développement, tout en jouant un rôle de leader technique et coach auprès des autres Data Engineers. L'environnement est en Agile à l'échelle (SAFe), avec des équipes proches des métiers. Positionnement Équipe : Data – Domaine Analytics R&D Rôle : Data Engineer Référent (Leader technique) Collaboration avec : Tech Lead du domaine Feature Teams DORD Data Engineers Niveau attendu : Leader / Coach (IS3) Missions principalesData Engineering Concevoir et développer des pipelines de données : intégration transformation nettoyage Connecter les systèmes sources et structurer les flux de données Mettre à disposition des données exploitables pour les produits Data Développement & intégration Développer des traitements en : Python Talend DI ponctuellement Java Spring Boot Intégrer les développements dans les pipelines CI/CD Participer à la gestion des versions (GitLab) Qualité & tests Réaliser : tests unitaires automatisés tests de qualification Rédiger les plans de tests Garantir la qualité et la fiabilité des données Documentation Rédiger la documentation : technique fonctionnelle Formaliser les modèles de données et les flux Support & maintien en conditions opérationnelles Assurer le support niveau 3 sur les flux Data (DataLake D1) Analyser et corriger les incidents Participer à l'amélioration continue des traitements Référent technique & coaching Accompagner les Data Engineers : bonnes pratiques de développement qualité de code industrialisation Contribuer à la montée en compétences de l'équipe Participer à la diffusion des standards techniques

📍 Marseille (13) · Hybride, 2 jours par semaine sur site · Démarrage octobre 2026 · CDI Qui sommes-nous ? Visian Azur, filiale du Groupe Neurones, est un cabinet de conseil spécialisé en Data et Intelligence Artificielle, implanté à Marseille. Nous accompagnons de grands comptes de la région sur leurs projets data les plus ambitieux. Vos missions Vous concevrez et intégrerez deux modules spécialisés au sein d'un framework agentique de recherche et d'expérimentation en Machine Learning. Module Event Forecasting : intégrer des événements externes dans des prévisions de séries temporelles. Découvrir et représenter les événements, modéliser leur probabilité, date, durée, intensité, direction, incertitude et impact Construire des scénarios (sans événement, central, optimiste, pessimiste, stress) à partir de méthodes statistiques, ML et Deep Learning Garantir l'absence de fuite temporelle en tenant compte strictement de la date de publication des données Valider les résultats par des tests placebo, des backtests événementiels et une comparaison à un modèle de référence sans événements Module IoT et détection de pannes : maintenance prédictive sur les données capteurs de sites industriels connectés. Détecter précocement les anomalies et les signaux précurseurs de panne Estimer la probabilité de panne et la durée de vie utile restante (RUL) Traiter des séries temporelles multivariées réelles : données manquantes, bruit, changements de régime Mobiliser des approches supervisées, non supervisées, de détection d'anomalies et d'analyse de survie Assurer la généralisation à de nouveaux équipements et produire des alertes explicables et hiérarchisées Transverse Définir les protocoles expérimentaux, jeux de tests et modèles de référence Produire un code versionné, testé et documenté, avec guide de prise en main Présenter régulièrement les résultats et assurer le transfert de connaissances aux équipes internes

Vos missionsDéfinir et faire évoluer l'architecture technique des applications. Concevoir des solutions robustes, performantes, maintenables et évolutives. Participer aux développements Front-End avec Angular et Back-End avec Symfony. Concevoir et superviser des architectures event-driven reposant notamment sur RabbitMQ. Garantir la bonne intégration des bases de données PostgreSQL et MongoDB. Intervenir sur les problématiques d'authentification et de gestion des accès avec OpenAM. Réaliser les arbitrages techniques et accompagner les équipes dans leurs choix d'architecture. Définir et promouvoir les bonnes pratiques de développement. Effectuer des revues de code et veiller à la qualité des livrables. Accompagner les développeurs dans la résolution des problématiques techniques complexes. Identifier les risques techniques et proposer des solutions adaptées. Assurer la cohérence globale entre les différents composants de la solution. Collaborer avec les équipes projet et les différentes parties prenantes.

Description du poste Dans le cadre du développement et de l'encadrement des usages de l'intelligence artificielle générative au sein de la banque, le groupe souhaite renforcer ses capacités d'évaluation, de qualification et de sécurisation des LLM. Les LLM sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. La mission consiste à intervenir en tant que Data Scientist spécialisé dans l'évaluation des LLM, afin de définir et de mettre en œuvre des méthodologies d'évaluation, de benchmark et de red teaming des modèles d'IA générative utilisés, testés ou envisagés par le groupe. Cette mission s'inscrit dans une démarche de gouvernance des modèles d'IA, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Principaux objectifs Définir et mettre en œuvre un cadre d'évaluation des LLM adapté aux enjeux de la banque. Évaluer les performances, limites, risques et comportements des modèles d'IA générative. Réaliser des benchmarks comparatifs entre différents LLM, qu'ils soient internes, open source ou fournis par des éditeurs. Concevoir et exécuter des campagnes de red teaming pour identifier les vulnérabilités, biais, hallucinations et comportements indésirables. Contribuer à la sélection, la validation et la qualification des modèles LLM avant usage ou mise en production. Produire des analyses objectives permettant d'éclairer les décisions métiers, techniques, risques et conformité. Participer à l'industrialisation des processus d'évaluation des LLM dans le cycle de vie des modèles d'IA. Contribuer à la constitution de jeux de tests, métriques, référentiels d'évaluation et outils de suivi. Activités principalesÉvaluation des LLM Définir les protocoles d'évaluation adaptés aux cas d'usage d'IA générative de la banque. Identifier les métriques pertinentes pour mesurer la qualité des réponses générées : exactitude, pertinence, cohérence, complétude, factualité, robustesse, sécurité, explicabilité et conformité. Évaluer les capacités des modèles sur différents types de tâches : résumé, extraction d'information, classification, question-réponse, génération de texte, analyse documentaire, raisonnement, traduction ou reformulation. Mettre en place des jeux de tests représentatifs des usages métiers bancaires. Analyser les performances des modèles selon différents contextes, langues, domaines métiers et niveaux de complexité. Identifier les limites fonctionnelles et techniques des modèles testés. Documenter les résultats d'évaluation et formuler des recommandations. Benchmark LLM Concevoir et conduire des benchmarks comparatifs entre plusieurs modèles LLM. Comparer les modèles selon des critères de performance, coût, latence, robustesse, sécurité, empreinte technique et conformité. Tester différents modèles propriétaires, open source ou internes selon les contraintes du groupe. Mettre en place des grilles d'analyse permettant d'aider au choix des modèles selon les cas d'usage. Évaluer l'impact de différents paramètres : prompt, température, taille de contexte, modèle d'embedding, architecture RAG, fine-tuning ou quantization. Produire des rapports de benchmark clairs, exploitables par les équipes métiers, data, IT, sécurité et conformité. Participer à la définition de standards internes pour la comparaison et la qualification des LLM. Red teaming et sécurité des LLM Définir et exécuter des scénarios de red teaming adaptés aux risques liés à l'IA générative. Tester la résistance des modèles face aux attaques de type prompt injection, jailbreak, data leakage, contournement de garde-fous, génération de contenu inapproprié ou non conforme. Identifier les risques d'hallucination, de biais, de toxicité, de désinformation ou de réponses dangereuses. Concevoir des corpus de prompts adversariaux adaptés aux contextes bancaires et réglementaires. Évaluer la capacité des modèles à respecter les politiques internes, les règles de conformité et les contraintes de sécurité. Analyser les vulnérabilités détectées et proposer des mesures de mitigation. Collaborer avec les équipes sécurité, conformité, risques et architecture pour renforcer le cadre d'usage des LLM. Méthodologie, outillage et industrialisation Mettre en place des outils, notebooks, scripts ou pipelines d'évaluation automatisée. Contribuer à l'industrialisation des campagnes d'évaluation dans le cycle de vie des modèles. Définir des référentiels de métriques et de seuils d'acceptabilité. Construire et maintenir des datasets d'évaluation internes, anonymisés et représentatifs. Participer à l'intégration des résultats d'évaluation dans les outils de gouvernance des modèles, notamment ModelHub v2. Assurer la traçabilité des campagnes d'évaluation, des versions de modèles et des résultats obtenus. Mettre en place des tableaux de bord ou rapports de suivi de la qualité des LLM. Contribuer à la veille technologique sur les méthodes d'évaluation, frameworks de benchmark et pratiques de red teaming LLM. Livrables attendus Cadre méthodologique d'évaluation des LLM adapté aux usages bancaires. Protocoles de test et grilles d'évaluation des modèles d'IA générative. Jeux de tests et datasets d'évaluation documentés. Corpus de prompts de benchmark et de red teaming. Rapports d'évaluation des LLM testés. Rapports de benchmark comparatif entre modèles. Analyses de risques liées aux comportements des LLM. Synthèses des vulnérabilités identifiées lors des campagnes de red teaming. Recommandations de mitigation et plans d'amélioration. Tableaux de bord ou indicateurs de suivi de performance et de sécurité. Scripts, notebooks ou pipelines d'évaluation automatisée. Documentation des métriques, seuils et critères de validation. Recommandations pour la sélection et la mise en production des modèles. Contributions à l'intégration des résultats d'évaluation dans ModelHub v2 ou tout autre outil de gouvernance IA. Supports de présentation à destination des équipes métiers, techniques,

Lead Backend JavaScript,Node.js,PostgreSQL,Play Framework,HashiCorp Terraform,React,Data Analysis,AWS Amazon. capable de structurer, accélérer et sécuriser le développement de notre plateforme Saas, tout en accompagnant l'équipe dans la montée en maturité technique. Ce rôle combine expertise JS/React, maîtrise backend Node/Postgres, forte expérience AWS, et leadership technique opérationnel QUALIFICATIONS : JavaScript,Node.js,PostgreSQL,Play Framework,HashiCorp Terraform,React,Data Analysis,AWS Amazon,

Envie d'un nouveau challenge dans la Data ? CELAD vous attend ! 🚀 Nous recherchons un(e) Data Engineer Hadoop / PySpark pour intervenir au sein de la DSI d'un grand groupe bancaire, sur l'évolution et le maintien d'une plateforme Data stratégique. Vous intégrerez un environnement dynamique et travaillerez en lien avec les équipes Production Applicative et DevOps afin de mettre en œuvre les évolutions techniques du Data Lake. 🎯 Vos missions Mettre en œuvre de nouvelles ingestions de données et traitements de Data Preparation / Data Transformation. Développer, maintenir et faire évoluer les pipelines de données en Python / PySpark et Shell Scripting. Participer aux évolutions et à l'optimisation du Data Lake Hadoop. Collaborer avec les équipes Production et DevOps sur les évolutions de la plateforme. Rédiger les spécifications techniques associées aux évolutions. Participer à la résolution de problématiques techniques complexes. Contribuer à l'amélioration continue des outils et des processus Data. Travailler dans un environnement Agile / Scrum et avec des équipes internationales.

Nous recherchons un Data Scientist Senior pour rejoindre une équipe Data Science & Analytics et intervenir à 100 % sur un projet stratégique à fort enjeu. La mission combine Data Science, Machine Learning, optimisation, IA Générative et industrialisation, avec une forte proximité avec les équipes métiers dans un environnement international. Missions principalesConcevoir, développer et industrialiser des solutions Data & IA. Cadrer les nouveaux cas d'usage avec les différentes parties prenantes. Extraire, explorer, analyser et transformer des volumes importants de données. Concevoir et entraîner des modèles prédictifs. Développer des pipelines de construction et d'industrialisation des modèles. Travailler sur des problématiques de Machine Learning, clustering, optimisation et Deep Learning. Concevoir et développer des solutions autour des LLM et agents IA. Développer, déployer et monitorer des services Data fiables et capables de passer à l'échelle. Participer aux choix d'architecture et proposer les technologies les plus adaptées. Contribuer aux bonnes pratiques de développement, de déploiement et d'industrialisation. Accompagner les utilisateurs dans l'adoption des solutions développées. Présenter les résultats et recommandations aux équipes techniques et métiers. Environnement techniqueStack principale : Python SQL scikit-learn Machine Learning LLM / GenAI Git Docker S3 Parquet Écosystème complémentaire : Kubernetes GitLab / CI/CD Airflow Kafka Spark Bash Prometheus / Grafana / Loki Kestra Compétences Data ScienceMachine Learning & modèles prédictifs Clustering Statistiques Deep Learning LLM / IA Générative Optimisation / Recherche Opérationnelle Heuristiques Industrialisation et monitoring des modèles

Contexte Mission au sein d'une équipe Solutions Digitales d'un grand compte du secteur assurance, rattachée à la Direction des Systèmes d'Information et du Numérique. L'équipe, organisée en feature teams (scrums, développeurs, techleads), intervient au service des directions métier IARD, vie, protection juridique, sinistres et assistance. L'objectif est de contribuer à la stratégie omnicanale de l'entreprise en prenant en charge les développements front et back des parcours du site web grand public (parcours d'avant-vente et de vente). Rôle et responsabilités principales Concevoir et développer des parcours Web front to back en Java / Angular Concevoir et implémenter des interfaces utilisateurs interactives et réactives en Angular Réaliser les tests unitaires et d'intégration, et assurer la compatibilité multi-navigateurs et multi-appareils Développer et maintenir des API robustes et évolutives en Java, avec intégration sécurisée des bases de données Participer à l'architecture et à la conception des systèmes pour en garantir la fiabilité, la robustesse et l'évolutivité Collaborer avec les Product Owners et Proxy Product Owners pour garantir une expérience utilisateur optimale Participer aux cérémonies agiles et contribuer aux revues de code Conseiller les PO/PPO et proposer des axes d'innovation web Livrables attendus Interfaces utilisateurs Angular développées, testées (tests unitaires et d'intégration) API Java robustes, évolutives et documentées Spécifications techniques : Technical Stories, diagrammes de séquence, documentation des API Documentation technique des développements réalisés

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.

Concevoir, développer, déployer et optimiser des solutions d'IA et d'IA générative en production. Collaborer avec les parties prenantes métiers et techniques pour identifier les opportunités et fournir des capacités d'IA évolutives. Promouvoir les meilleures pratiques d'ingénierie de l'IA, notamment l'évaluation, l'observabilité, la gouvernance, la sécurité et l'optimisation des performances. Soutenir la gestion des coûts de l'IA, la gouvernance de son utilisation et les initiatives d'excellence opérationnelle. Développer des cadres, des normes et des garde-fous réutilisables pour une adoption responsable de l'IA. Collaborer avec les data scientists, les data engineers, les chefs de produit et les équipes plateforme. Encadrer les ingénieurs et assurer le leadership technique des initiatives d'IA. Fournir des solutions intégrant RAG, l'IA conversationnelle, l'automatisation des flux de travail et les systèmes d'agents.

Au sein de la filière risques d'un acteur du secteur financier, nous recherchons un AI Risk Manager pour intégrer les risques spécifiques de l'intelligence artificielle dans le dispositif de gestion des risques du groupe. Le consultant interviendra notamment sur : ▪ L'identification et la cartographie des risques liés aux systèmes d'IA : risque de modèle, biais, opacité, dérive, dépendance aux fournisseurs, cybersécurité ▪ La classification des systèmes IA selon leur niveau de risque (en cohérence avec l'AI Act) ▪ La définition des indicateurs de risque et des seuils d'alerte associés aux systèmes en production ▪ La contribution aux politiques et procédures de gestion des risques IA ▪ L'évaluation des risques des nouveaux cas d'usage avant leur lancement ▪ La coordination avec les fonctions conformité, sécurité et validation de modèles ▪ Le reporting auprès des comités risques et des instances de gouvernance

Un projet stratégique de la filière Risques d'un grand groupe bancaire : mesurer l'impact des risques climatiques et physiques sur le risque de crédit, sur Google Cloud. Au sein du domaine Risques de la DSI, le projet ingère, agrège et expose des données de sources multiples pour produire les rapports de surveillance du risque de crédit. La solution est bâtie sur Google Cloud Platform, portée par une équipe engagée et experte du sujet. Le projet est à forte visibilité : les critères d'expertise technique sont impératifs. Vos principales missions : Développer et intégrer des solutions Python / Spark avec les services data et compute de Google Cloud Platform. Ingérer, agréger et exposer des données issues de sources multiples. Contribuer à la chaîne DevOps du projet : déploiements, infrastructure as code. Ce que la mission vous apporte : Un sujet d'actualité réglementaire et sociétale : le risque climatique en banque. Une stack GCP complète, de l'ingestion à l'exposition. Environnement technique : GCP (BigQuery, Dataproc, Composer, Cloud Functions, Cloud Run Jobs, GCS), Python, Spark, XL Deploy, Terraform, Jenkins.