Trouvez votre prochaine mission ou futur job IT.

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.

Kajenthi@RED Global – Recherche d'un consultant technique - fonctionnel SAP MDG – Mode hybride – Paris – Freelance – 12 mois + RED Global recherche un consultant SAP MDG – technique et fonctionnel Date de début : ASAP Contrat d'un an renouvelable Lieu : Paris – 3 jours sur site (negociable) Description de la mission : Consultant technique – fonctionnel Savoir paramétrer Pour un projet de migration d'ECC vers S4 Hana Parle anglais couramment Si ce poste vous intéresse, merci de m'envoyer votre CV et vos dispos

Mission de l'équipe : Au sein d'un grand établissement bancaire, vous interviendrez sur la définition, l'harmonisation et le déploiement des normes opérationnelles de données utilisées dans les reportings Risques et Finance. L'objectif est de garantir la cohérence des référentiels et des règles de gestion, de renforcer la qualité des données et d'assurer l'intégration opérationnelle des évolutions réglementaires, notamment Bâle IV, dans les reportings prudentiels et de solvabilité. La mission s'articule autour de trois axes principaux. 1. Gouvernance et normalisation des données Risques & Finance Définir, maintenir et faire évoluer un référentiel commun de données couvrant les périmètres Risques, Finance, gestion actif-passif et trésorerie. Réaliser des études normatives à partir des dictionnaires de données, nomenclatures, règles de gestion opérationnelles et standards applicables aux reportings. Garantir la cohérence des définitions et leur application au sein des différentes entités bancaires. 2. Évolutions réglementaires et reporting prudentiel Contribuer à l'intégration opérationnelle des évolutions réglementaires, notamment dans le cadre de Bâle IV. Définir les solutions opérationnelles adaptées aux exigences réglementaires et réaliser les études d'impacts chiffrés sur les exigences en capital. Assurer la cohérence des normes et règles de gestion utilisées dans la production des reportings prudentiels et de solvabilité. 3. Déploiement des normes et coordination transverse Accompagner les entités dans l'application des normes opérationnelles et rédiger les notes nécessaires à leur déploiement. Collaborer avec les équipes Reporting Risques, Finance, Liquidité et les maîtrises d'ouvrage pour définir les solutions opérationnelles adaptées. Assurer la diffusion et la bonne compréhension des standards communs, tout en collectant les règles de gestion relatives aux valeurs par défaut et à la sélection des sources de données. Prestations demandéesLa mission portera principalement sur les activités suivantes : Réaliser les études normatives et contribuer à l'évolution des référentiels de données Risques, Finance et gestion actif-passif. Définir et harmoniser les dictionnaires de données, nomenclatures, règles de gestion et standards opérationnels. Analyser les évolutions réglementaires et leurs impacts opérationnels et chiffrés sur le capital réglementaire. Définir les solutions permettant l'intégration des exigences réglementaires dans les reportings de solvabilité. Rédiger les notes opérationnelles et accompagner les entités dans le déploiement des normes. Coordonner les travaux avec les équipes Reporting Risques, Finance, Liquidité et les maîtrises d'ouvrage. Collecter, documenter et harmoniser les règles de gestion relatives aux traitements par défaut et à la détermination des sources de données. Secteur d'activité : Banque Calendrier Du 01/10/2026 au 31/12/2026, avec possibilité de renouvellement.

Contexte & Enjeux Dans le cadre du passage à l'échelle de sa plateforme Data (croissance rapide de 100 à plus de 500 DAGs en production), l'environnement AWS MWAA du client subit des ralentissements majeurs et une instabilité récurrente. L'équipe technique dispose déjà d'un premier historique de recommandations, mais fait face à un effet de « balancier » : la résolution d'une anomalie en entraîne de nouvelles. L'objectif actuel est de sortir d'un mode uniquement réactif (pompier) pour reprendre la main de manière proactive sur la plateforme, comprendre les fondements infra/système, et offrir une sérénité totale sur le delivery et les déploiements. Missions & Responsabilités Le consultant aura les mains libres et la responsabilité directe de la stabilité de la plateforme Airflow, en lien étroit avec les équipes Ops et Tech Lead : Urgence & Stabilisation Immédiate (Court Terme) : Réaliser un diagnostic flash des métriques de production et traiter la cause racine des pannes récurrentes (No space left on device, Deadlocks BDD, blocages Virtual Hand, dérives de parsing DagBag). Isoler et corriger les comportements asynchrones non reproductibles (erreurs survenant uniquement en production liées aux dépendances de plugins). Apporter des correctifs opérationnels immédiats pour restaurer la fiabilité des exécutions. Audit Infra, Tuning & Proactivité (Moyen Terme) : Évaluer le dimensionnement global de MWAA (arbitrage et réglages des instances, scaling horizontal vs vertical des workers, allocation de mémoire/CPU, gestion des slots et de la concurrence). Mettre en place et affiner l'observabilité de l'infrastructure via AWS CloudWatch (suivi du heartbeat du Scheduler, des connexions MetaDB, de la charge des workers) pour détecter les anomalies avant la panne. Analyser l'impact du code des DAGs sur la plateforme (distinction entre temps de parsing et temps d'exécution, suppression du code top-level bloquant, accompagnement sur l'usage des DAG Factory). Pérennisation & Trajectoire Future (Long Terme) : Définir la trajectoire d'évolution infra, notamment la sortie des workers vers des conteneurs Docker pour isoler les traitements. Garantir la sécurité et la fiabilité des déploiements dans la CI/CD pour que les équipes projets puissent délivrer leurs pipelines sans risquer de déstabiliser la plateforme. Transmettre les bonnes pratiques de configuration aux équipes en place.

Vos missions ? Intégré(e) à nos équipes ou chez nos clients, vous contribuez à développer et valoriser l'ensemble des données en résolvant des problématiques business concrètes via les technologies liées à la Data A ce titre, vos missions seront les suivantes : - Concevoir et mettre en place des architectures de données en choisissant les technologies adaptées aux besoins. - Gestion des bases de données en garantissant la performance et la scalabilité des solutions de stockage. - Analyser et explorer les données avec les différents outils. - Mettre en place des tableaux de bord avec Power BI ou Tableau en exploitant les données transformées via Talend. - Interagir avec les équipes métier pour comprendre et les besoins. - Utiliser TALEND pour extraire des données depuis plusieurs sources (SQL, API, Excel ...). - Automatiser les processus ETL pour centraliser les données dans un Data Wrehouse (Snowflake). - Participation aux projets IA. Compétences requises : - ETL: Talend - Analyse de données (PowerBI, Tableau) - Base de données (SQL, GCP) - Langages: Python, SQL

Notre client, un grand groupe bancaire international et un acteur majeur des services financiers en Europe, a fait de l'intelligence artificielle un levier central de sa transformation. Plusieurs cas d'usage sont déjà en production auprès des collaborateurs, et l'enjeu porte désormais sur l'accélération et l'industrialisation des développements. Au sein de la direction IT Innovation, l'équipe IA renforce ses capacités avec un profil technique senior. Tu interviendras sur la conception, le développement et l'industrialisation de solutions Data et IA : développement et mise en production de modèles de Machine Learning, exposition via des API et des microservices, mise en place de pratiques MLOps, tests et documentation. Il s'agit d'un rôle de réalisation, pas de développement d'agents IA. L'IA générative est ici avant tout un outil de production : tu utiliseras Claude Code et GitHub Copilot de manière avancée sur tout le cycle de développement pour livrer plus vite, sans compromis sur la qualité.

Dans le cadre de la réalisation d'un projet en assistance technique, nous recherchons un(e) Data Engineer pour l'un de nos clients du secteur aéronautique. Vous interviendrez sur le site client situé dans les Hautes-Pyrénées (65). Vos missions seront les suivantes : - Développer des évolutions de notre plateforme permettant de récolter et distribuer les données d'activité en vue de permettre la construction de produits de données : .dbt ; snowflake ; power BI ; streamlit : azure ; - Réaliser des travaux de data engineering (scriptes, modélisations, …) pilotés en DevOps (via la solution Azure DevOps) par le Lead Data Engineer du périmètre concerné ; - Compléter toutes les documentations IT obligatoires : CDM, HLD (high level Design du système), DAT (dossier d'architecture technique), DEX (dossier d'exploitation) ; - Prendre en charge et corriger des incidents liés à ces composants après livraison.

Résumé : Ce poste de Data Engineer vise à intégrer un programme stratégique qui se concentre sur l'optimisation des dépenses en IA. En jouant un rôle clé entre technologie, finance, et transformation organisationnelle, le candidat sera responsable de la conception et de la construction des infrastructures nécessaires pour le suivi et l'analyse des coûts liés à l'IA Responsabilités : Concevoir et construire des pipelines de données, des bases de données, et une infrastructure analytique pour collecter et normaliser les coûts de l'IA. Élaborer des systèmes de suivi des coûts fiables et évolutifs en travaillant avec des plateformes cloud et des équipes interfonctionnelles. Maintenir les pipelines ETL pour l'ingestion de données sur les coûts de l'IA. Concevoir et mettre en œuvre des modèles de données pour le suivi et l'allocation des coûts. Développer et optimiser des bases de données pour l'analyse FinOps. Créer des contrôles de qualité automatisés des données et des outils de surveillance. Soutenir le développement de tableaux de bord de reporting des coûts et des outils analytiques. Must Haves : Maîtrise de SQL et Python. Expérience dans des environnements Databricks et Power BI. Connaissance des processus ETL/ELT et de l'environnement de modélisation des données. Autres Détails : 3 jours de TT/ 2 jours sur site. Mission longue (maximum 3 ans). Localisation à Paris.

Vous serez directement en contrat avec notre société de prestation intellectuelle Actual Talent Services, implantée à La Défense et rattaché hiérarchiquement à votre business manager. Vos principales responsabilités incluent : Comprendre et cadrer les besoins métiers. Définir et gérer le périmètre des projets data de bout en bout. Garantir l'alignement des solutions data avec les objectifs business. Assurer la gouvernance, la qualité et la cohérence des données. Coordonner les différentes parties prenantes impliquées dans les projets. Suivre les risques, les problèmes et les incohérences éventuelles et piloter leur résolution. Participer à la validation des données à travers des requêtes simples. Maintenir une documentation projet structurée et les différents artefacts associés. Favoriser la collaboration entre les équipes métier, data engineering et analytics. Travailler dans un environnement Agile et contribuer à l'amélioration continue des processus. L'environnement fonctionnel couvre principalement les domaines Digital, Marketing et E-commerce.

Dans le cadre de la migration d'une plateforme data internationale vers la stack technique déjà utilisée en France, vous venez renforcer une équipe de 3 personnes. Vous assurez principalement la maintenance et le suivi des traitements des différents pays afin de permettre à l'équipe de participer à la stratégie et aux travaux de modernisation. Votre rôle Maintien en condition opérationnelle des plateformes data · Assurer le maintien en condition opérationnelle des plateformes data des différents pays et superviser les traitements · Analyser et résoudre les incidents techniques et répondre aux questions des utilisateurs · Informer les parties prenantes en cas d'anomalies affectant les services attendus · Traiter la dette technique et actualiser la documentation Intégration et qualité des données · Superviser l'intégration des données issues de sources multiples et contrôler leur qualité à l'entrée du Data Lake · Vérifier la conformité des données attendues et supprimer les doublons · Assurer le référencement, la normalisation et la qualification des données pour faciliter leur exploitation par les Data Analysts et les Data Scientists Contribuer à la migration de la plateforme · Comprendre le fonctionnement technique de la plateforme et les usages propres aux différents pays · Contribuer à la migration vers la stack cible en veillant à reproduire les usages existants

Dans le cadre du renforcement des solutions Data pour notre client, un grand acteur du secteur de l'assurance, nous recherchons un(e) Chef de projet Data /AMOA Senior pour intervenir rapidement en accompagnement des équipes conseil et valorisation de la donnée. Missions principales Accompagnement & Conseil métier : Assurer une proximité constante avec les directions métiers sur l'ensemble de leurs usages Data. Réaliser les études et apporter le conseil stratégique et fonctionnel nécessaire pour l'exploitation optimale de la donnée. Cadrage & Études : Participer activement au cadrage des projets Data. Contribuer aux études d'opportunité, d'impact et de faisabilité technique/fonctionnelle. Conception & Documentation : Produire et maintenir à jour les livrables fonctionnels (modélisations de données, SFG, SFD, base documentaire du patrimoine Data). Garantir la cohérence fonctionnelle et technique du Système d'Information. Recette & Support : Réaliser les recettes fonctionnelles, qualifier les anomalies et assurer le suivi des corrections. Assurer le support et l'assistance métier. Veiller à la satisfaction des métiers Data (engagement, qualité, coûts et délais). Environnement technique SI Décisionnel : Écosystème DATA (Informatica) Big Data : Plateforme Datahub Cloudera

Mission de l'équipe : Dans un contexte de renforcement des exigences réglementaires autour de la qualité et de la maîtrise des données, une grande banque européenne souhaite renforcer une équipe en charge de la qualité des données utilisées dans ses productions réglementaires et financières. L'objectif est de garantir un niveau élevé de qualité des données, de renforcer les dispositifs de contrôle associés et de piloter la remédiation des données critiques utilisées dans les reportings. La mission interviendra notamment sur des productions liées à IFRS 9, aux Stress Tests et à l'ICAAP, ainsi que sur les exigences de qualité des données associées aux principes BCBS 239. Elle s'articule autour de trois dimensions principales : 1. Analyse et pilotage de la qualité des données La mission est responsable du suivi et de l'analyse des indicateurs de qualité portant sur les données critiques utilisées dans les reportings réglementaires et le processus IFRS 9. Les principales activités comprennent : · Produire, suivre et analyser les indicateurs de Data Quality. · Comparer et analyser les résultats des Data Quality Assessments réalisés sur les données utilisées dans les reportings. · Identifier les anomalies et contribuer à déterminer leurs causes racines avec les équipes centrales et locales concernées. · Évaluer la criticité des anomalies identifiées et leur impact sur les productions concernées. 2. Pilotage des plans de remédiation À partir des anomalies et écarts identifiés, la mission devra définir et piloter les actions nécessaires à l'amélioration de la qualité des données. La mission devra notamment : · Définir avec les équipes centrales et locales les plans d'action de remédiation. · Construire et suivre la roadmap associée. · Piloter l'avancement des actions jusqu'à leur résolution. · Assurer le suivi des données considérées comme critiques au regard des principes BCBS 239. · Accompagner la stabilisation et le passage en fonctionnement courant des dispositifs déployés dans le cadre des projets suivis. 3. Évaluation et renforcement du dispositif de contrôle La mission devra analyser les contrôles existants portant sur les données utilisées dans les reportings réglementaires. Elle devra notamment : · Évaluer la couverture et la pertinence des contrôles existants. · Identifier les données ne disposant pas d'un dispositif de contrôle suffisamment structuré. · Proposer l'évolution des contrôles existants lorsque cela est nécessaire. · Définir de nouveaux contrôles sur les données critiques identifiées. · Contribuer à la mise en place d'un dispositif permettant de suivre durablement la qualité des données. 4. Pilotage transverse et gouvernance La mission comporte également une dimension importante de coordination et de pilotage. Elle devra notamment : · Cadrer les travaux en définissant l'approche, les jalons, la gouvernance et les livrables. · Organiser et animer les ateliers avec les différentes parties prenantes. · Préparer et organiser les comités opérationnels et de pilotage. · Rédiger et diffuser les comptes rendus et décisions associées. · Coordonner les équipes centrales et locales impliquées dans les analyses et plans de remédiation. · Produire les supports nécessaires au suivi des travaux et à la prise de décision. Les principaux livrables pourront notamment prendre la forme de supports de gouvernance, spécifications fonctionnelles et analyses techniques permettant aux équipes de suivre la qualité des données utilisées dans les reportings. Prestations demandées : La mission interviendra principalement sur les dimensions suivantes : · Pilotage et analyse de la Data Quality. · Analyse des Data Quality Assessments. · Production et analyse de KPI portant sur les données critiques. · Analyse des anomalies et identification des causes racines. · Définition et suivi des plans de remédiation. · Évaluation du dispositif de contrôle des données. · Définition et évolution des contrôles de Data Quality. · Pilotage transverse des différentes parties prenantes. · Organisation des ateliers et instances de gouvernance. · Suivi de la stabilisation et du passage en fonctionnement courant des dispositifs déployés. · Production des livrables fonctionnels, techniques et de gouvernance associée. Compétences requises : · Métiers : Data Quality Consultant, Data Quality Analyst, Data Management Consultant, Regulatory Data Consultant, Data Remediation Consultant, PMO Data Quality · Périmètre fonctionnel : Qualité des données, données critiques, reporting réglementaire, contrôle des données, suivi des anomalies, analyse des causes racines, plans de remédiation, production de KPI, gouvernance et pilotage transverse · Réglementation : BCBS 239, IFRS 9, Stress Tests, ICAAP · Modalité d'intervention : Hybride, 2 à 3 jours de télétravail par semaine · Localisation : Paris Nord Est · Du 12/10/2026 au 31/12/2026

🎯 Contexte de la missionDans le cadre du développement de projets Data & IA pour l'industrie, nous recherchons un(e) Data Scientist / AI Engineer Senior pour intervenir sur plusieurs cas d'usage d'intelligence artificielle industrielle. Le consultant intégrera une équipe spécialisée en Data Science, AI Engineering et IA pour l'industrie, intervenant sur différents projets en fonction des priorités métiers. La mission sera réalisée en collaboration étroite avec les experts métier, équipes produit et partenaires technologiques. Les problématiques adressées pourront notamment concerner : Séries temporelles industrielles : détection d'anomalies, qualification d'alertes, réduction des faux positifs, prévision de variables procédé ou production. Maintenance et fiabilité : aide à la décision à partir des historiques équipements et maintenance, identification des modes de défaillance, optimisation des plans de maintenance. Données industrielles non structurées : extraction d'informations structurées depuis des rapports, journaux de maintenance et documents techniques. Optimisation de la production et des procédés : estimation de quantités, automatisation de la surveillance, priorisation d'opportunités ou d'interventions. IA agentique appliquée aux données industrielles : agents outillés et assistants IA combinant données, modèles et connaissances métier, avec des résultats traçables. 🛠️ Missions principalesCadrer les cas d'usage avec les équipes métier et produit : traduction du besoin en problématique Data/IA, définition des hypothèses, métriques métier et critères de succès. Explorer et qualifier les données : séries temporelles, données de maintenance, documents et données de production. Construire des jeux d'évaluation en collaboration avec les experts métier. Concevoir, développer et comparer différents modèles par rapport à des baselines métier solides. Travailler sur des modèles de Machine Learning, méthodes statistiques, modèles de fondation pour séries temporelles et agents LLM. Concevoir des briques GenAI / IA Agentique lorsque pertinent : RAG, extraction structurée, recherche sur cas historiques, agents outillés. Industrialiser les solutions : pipelines reproductibles, packaging, APIs, déploiement et supervision en production. Assurer le cycle de vie des modèles : suivi des performances, détection de dérive, réentraînement et documentation. Restituer les résultats, limites et recommandations aux équipes métier et au management. Contribuer aux décisions go / no-go sur les différents cas d'usage. 📦 LivrablesNotes de cadrage et protocoles d'évaluation. Définition des métriques, baselines et jeux de données. Rapports d'exploration et benchmarks avec recommandations. Code versionné et testé. Modèles, agents et composants API déployables. Documentation des modèles. Indicateurs de suivi des solutions en production. 👤 Expérience recherchée5 ans minimum d'expérience en Data Science / AI Engineering. Au moins 2 ans d'expérience sur des projets industriels. Expérience de modèles déployés et maintenus en production. Capacité à intervenir sur des problématiques Data Science et AI Engineering de bout en bout. 💻 Compétences techniquesExpertisePython et écosystème scientifique / ML : Pandas NumPy Scikit-learn PyTorch Modélisation de séries temporelles industrielles : Détection d'anomalies Analyse multivariée Prévision Données capteurs bruitées et irrégulières Conception d'évaluations rigoureuses : Métriques métier Baselines Arbitrage faux positifs / faux négatifs Reproductibilité des benchmarks Industrialisation de solutions ML de bout en bout : MLOps MLflow ou équivalent CI/CD Git / GitHub Packaging Supervision MaîtriseGenAI et systèmes agentiques RAG Sorties structurées Appels d'outils Orchestration d'agents Évaluation et traçabilité des LLM Plateformes Cloud et Data : Databricks Azure et/ou AWS SQL APIs / FastAPI Docker Nice to haveMaintenance prédictive / conditionnelle Fiabilité et modes de défaillance RCA / Root Cause Analysis Opérations de production industrielle Oil & Gas Systèmes de données industrielles : PI / Historians Inmation SAP PM Cognite Data Fusion IA documentaire / Computer Vision : P&ID Plans techniques Usage critique de l'IA dans les pratiques de développement, avec maintien de la compréhension et de la responsabilité technique. 🤝 Compétences comportementalesProfil Data Scientist / AI Engineer Forte orientation métier et capacité à relier la performance du modèle à la décision métier. Capacité à travailler avec des experts terrain : maintenance, fiabilité, production. Aptitude à vulgariser les résultats et les limites auprès d'interlocuteurs non techniques. Rigueur scientifique et esprit critique. Capacité à challenger les choix techniques et à exprimer un désaccord de manière constructive. Autonomie et organisation. Capacité à travailler dans un environnement Agile – Scrum / Kanban. Esprit d'équipe et partage de connaissances. Français courant. Anglais professionnel.