Trouvez votre prochaine mission ou futur job IT.

ContexteDans le cadre de l'intégration d'une ancienne entité de gestion d'actifs au sein d'un acteur mondial majeur de l'asset management, l'objectif du projet est de migrer les investissements indirects de l'activité Prime Private Debt de l'application Vidrio vers eFront. MissionsComprendre le paramétrage et le fonctionnement actuels de Vidrio. Documenter la solution cible et le modèle opérationnel, y compris les services de données. Exporter les données depuis Vidrio : fonds, investissements, flux de trésorerie, passifs, données de transparisation (look-through), documents, etc. Définir le modèle de données cible dans eFront. Réaliser le mapping entre les données Vidrio et le modèle de données cible eFront. Mener les tests d'intégration dans eFront, les opérations de réconciliation et les recettes utilisateurs (UAT) avec les équipes métiers. Mettre en œuvre des évolutions de paramétrage simples dans eFront : ajout de champs, workflows et profils utilisateurs. Développer les interfaces entre eFront et les applications internes sur le périmètre Private Debt. Améliorer le reporting, dans eFront comme dans les outils internes.

Dans le cadre du renforcement des équipes Data, nous recherchons un Ingénieur DevOps Data Référent intervenant sur des environnements technologiques multiples. Sa mission principale sera d'assurer l'industrialisation, l'automatisation et le déploiement des solutions Data sur l'ensemble des environnements techniques, du POC jusqu'à la production, dans une démarche DevOps. La prestation s'effectuera principalement en environnement D1 (soumis à dérogation). Missions principalesAutomatiser les déploiements des solutions Data et des infrastructures via les principes Infrastructure as Code (IaC) et Software as Code. Garantir la reproductibilité, la scalabilité et la configuration des différents environnements. Concevoir, maintenir et optimiser les pipelines de déploiement CI/CD. Réaliser les tests et la validation des automatisations développées dans les configurations minimales définies. Produire et maintenir la documentation technique associée aux automatisations et processus de déploiement. Accompagner les équipes Data dans l'adoption et la diffusion des bonnes pratiques DevOps. Assurer un rôle de référent technique sur les sujets d'obsolescence, de sécurité et de maintien en condition opérationnelle des composants techniques composant les plateformes Data. Être l'interlocuteur privilégié des équipes Data concernant les enjeux de sécurité, de conformité et d'évolution des composants techniques. Participer activement aux cérémonies Agile et aux démonstrations au sein des équipes Data (socle/fondation). Environnement techniqueCompétences attenduesDevOps et industrialisation des déploiements Infrastructure as Code (Terraform, Ansible ou équivalent) CI/CD Git Conteneurisation (Docker) Orchestration (Kubernetes/OpenShift apprécié) Automatisation de configuration Cloud et infrastructures Data Sécurité des environnements techniques Monitoring et observabilité MéthodologiesAgile Scrum SAFe (Scaled Agile Framework)

L'enjeu : déployer de nouvelles solutions d'automatisation et d'intelligence artificielle (alertes sur retards de livraison, garde-fous sur la passation de commandes, chatbot self-service) pour gagner en efficacité opérationnelle et en qualité de service. Vous intégrez une équipe produit de 5 à 8 personnes (Lead PM, développeurs, QA, AI Engineer, Tech Lead) sur 2 à 3 projets à forte criticité. Vos missions : - Repenser les processus métier cibles au-delà de la simple automatisation, pour maximiser la valeur créée par la donnée et l'IA - Cadrer, instruire et spécifier en détail les fonctionnalités à développer - Structurer et prioriser le backlog et la roadmap produit - Piloter le delivery en lien direct avec les équipes de réalisation - Mesurer les impacts opérationnels et analyser les résultats avec les équipes Data Analytics - Garantir la cohérence transverse avec les autres produits data

Analyser et concevoir : étudier les besoins, challenger l'éligibilité RPA, évaluer la faisabilité technique et contribuer au chiffrage, aux risques et au ROI. Développer : réaliser des automatisations avec UiPath Studio en appliquant les standards de l'équipe, notamment modularité, réutilisabilité, gestion des exceptions, logs et paramétrage. Industrialiser : concevoir des solutions adaptées aux robots attended et unattended, utiliser Orchestrator pour les assets, files, déclenchements, environnements et déploiements. Tester et documenter : préparer les tests unitaires et d'intégration, contribuer à la recette, corriger les anomalies et produire les dossiers de conception, procédures d'exploitation et éléments de traçabilité. Déployer et sécuriser : préparer le packaging, le versioning et les mises en production en lien avec les équipes Ops, architecture et SSI, dans le respect des habilitations et de la gestion des secrets. Exploiter et maintenir : superviser les exécutions, analyser les logs, diagnostiquer les incidents, assurer les corrections et évolutions, et contribuer à la stabilisation des robots. Collaborer : participer aux revues de code, aux communautés de pratique et au partage de composants, templates et bonnes pratiques. Contribuer à la transformation : participer à la migration de robots Blue Prism vers UiPath et, selon les cas d'usage, à l'intégration d'API, de traitement documentaire intelligent ou de capacités agentiques.

Nous recherchons pour le compte de notre client dans le domaine de la banque, un(e) Business Analyst Référentiels Data. Environnement technique Python, Informatica Power Center (migration), approche BDD (Behaviour Driven Development), Jira, Confluence, Office 365, référentiels Identités et Organisations. Contexte Au sein d'une équipe dédiée à la gestion des référentiels transverses, l'organisation accompagne l'ensemble des lignes métiers dans leurs usages des données de référence. Dans le cadre d'un chantier d'harmonisation technique, un programme de migration des traitements ETL vers Python est en cours sur plusieurs applications du patrimoine, dont deux applications jumelles exposant des données issues des référentiels Identités et Organisations du groupe. Missions Reprendre le rôle de Business Analyst sur le volet Organigramme, en prenant le relais d'un collaborateur mobilisé sur d'autres priorités Préparer et exécuter les tests de non-régression des traitements d'alimentation de l'Organigramme, puis accompagner leur mise en production Analyser l'existant sur l'application Annuaire Pages Blanches et spécifier les futurs traitements d'intégration de données en tenant compte de la migration technologique Simplifier les traitements existants et intégrer les nouveaux besoins fonctionnels identifiés Préparer et exécuter les tests de non-régression des traitements d'alimentation de l'Annuaire, puis accompagner le changement jusqu'à la mise en production Collaborer étroitement avec une équipe internationale, incluant des collaborateurs basés au Portugal Compétences attendues Business Analyse, Product Ownership, Agilité, BDD, tests de non-régression, transformation et alimentation de données, Python, Jira, Confluence, Office 365, anglais professionnel

Contexte Dans le cadre d'un programme stratégique associant Data et intelligence artificielle générative, nous recherchons un Data Engineer AWS pour participer au développement et à l'évolution d'une Data Platform destinée à alimenter des solutions métiers et des cas d'usage IA. La plateforme est déjà en production sur AWS. La mission consiste à renforcer son architecture, développer de nouveaux pipelines et industrialiser la gestion des données selon une approche moderne de type Data Lakehouse. Missions Participer à la définition et à l'évolution de l'architecture de la Data Platform et du Lakehouse. Concevoir, développer et optimiser des pipelines d'ingestion et de transformation de données. Développer des jobs Data avec AWS Glue, Spark et PySpark. Intégrer les services AWS dédiés au Data Management. Développer et maintenir des API en Java 17/21 avec Spring Boot. Traiter des données internes et provenant de fournisseurs externes. Traduire les besoins fonctionnels en solutions techniques fiables et évolutives. Participer à la mise en place d'un environnement Data Lab. Industrialiser les développements et les déploiements avec des pipelines CI/CD. Mettre en place les tests automatisés et les contrôles de qualité du code. Garantir la sécurité, la performance et la maintenabilité des solutions. Participer aux mises en production. Assurer le support de production en cas d'incident majeur. Produire et maintenir la documentation technique. Compétences techniquesAWS : S3, Glue et services Data associés Data Engineering : Spark, PySpark et Hadoop Lakehouse : Apache Iceberg et Trino Développement : Java 17/21 et Spring Boot Bases de données : PostgreSQL et Oracle Tests : JUnit 5 et Mockito CI/CD : GitLab CI Qualité et gestion des dépendances : SonarQube, Maven et Artifactory Conteneurisation : Docker et Kubernetes GitOps et déploiement : Argo CD Formats : JSON, YAML et XML Outils : GitHub, GitHub Copilot, IntelliJ IDEA, Jira et SharePoint

Contexte :Équipe AI for PDP (Product Data Platform) produit des outils pour le pricing, l'optimisation de l'assortiment des produits. Une grande entreprise de distribution pilote ses prix sur des dizaines de milliers de références, par pays. L'enjeu : fournir aux équipes pricing un coefficient d'élasticité-prix par produit, exploitable pour l'ajustement quotidien, la promotion et la hausse stratégique. Missions :Data Collection et Preprocessing (dbt) : reconstruction de la vue produit hebdomadaire au niveau Business Unit à partir des transactions caisse et de l'historique de prix multi-magasins. Agrégation par prix médian (robuste aux prix extrêmes d'un magasin), filtre sur les produits, construction de baselines de demandes saisonnières, de tendances de demandes, de variations cumulées de prix (pour intégrer l'impact des changements de prix passés). Migration terraform + dbt + DataHub, source Teradata. Modélisation : le modèle ne mesure pas l'élasticité, il prédit la demande hebdomadaire (LightGBM, Tweedie loss) à partir du prix, puis l'élasticité est dérivée en simulant 10 scénarios de variation de prix (-25% à +25%). Passage à l'échelle & performance : industrialisation sur 5 Business Units (France, Espagne, Portugal, Italie, Pologne), jusqu'à ~18M lignes et ~58k produits par Business Unit. Optimisation RAM : prune colonnes SQL-side, downcast des types, batchs de CV en générateur, chaînes en catégoriel. Contrôle qualité : quality gates bloquant la publication par BU (comptage nombre de produits uniques, MAPE, WAPE, turnover-weighted WAPE), performance drift check sur un test set fait du dernier mois, typage des alertes (échec infra vs échec qualité données). Métriques calculées à la granularité de consommation (hebdo pour le tuning, mensuelle pour le gate). Orchestration ZenML : portabilité local et remote via stacks, exécution Vertex conteneurisée. Système de configurations à 3 couches (commun / env / BU), date d'exécution résolue une seule fois (backfills reproductibles). Packaging uv, CI qualité (ruff, mypy, pytest, sonarqube), step de tuning Optuna (TPE) optionnel. Documentation fonctionnelle : ouverture de la boîte noire pour le métier : d'où viennent les données, comment la demande est transformée, ce que le coefficient signifie vraiment, et où il peut induire en erreur (ne pas moyenniser à plat des scénarios à l'interprétation différente, absence de stock, cannibalisation, améliorations potentielles de la solution). Objectif : un utilisateur métier peut se servir du coefficient avec le bon niveau de confiance.

Une plateforme data sur Google Cloud, des demandes métier concrètes et une équipe internationale : une mission pour un Data Engineer qui veut construire, pas seulement maintenir. La DSI d'un grand groupe bancaire déploie une plateforme de données sur Google Cloud Platform au service des directions technologiques, des opérations et de la banque de proximité. Vous mettez en œuvre techniquement les demandes des métiers, en lien direct avec la production applicative et l'équipe DevOps. Vos principales missions : Concevoir et mettre en production de nouvelles ingestions de données : collecte, préparation, transformation. Maintenir et faire évoluer les outils de gestion des pipelines de données. Porter auprès de l'équipe DevOps les évolutions nécessaires de la plateforme. Rédiger des spécifications techniques claires et exploitables par l'équipe. Ce que la mission vous apporte : Une stack cloud moderne : BigQuery, Cloud Storage, Python orienté objet. Des cas d'usage métier variés, livrés en Scrum. Une équipe internationale : l'anglais est utilisé au quotidien. Environnement technique : GCP, BigQuery, Cloud Storage, Python, Pandas / Dask, SQL, Bash, Git — Scrum.

Dans le cadre d'un environnement international, nous recherchons un Consultant Brand Analytics & Marketing Insights capable d'accompagner les équipes marketing dans le pilotage et l'analyse de la performance des marques. Vous contribuez au développement d'insights permettant de définir les objectifs, évaluer les campagnes et accompagner les décisions stratégiques au niveau régional. Vos principales responsabilités : Développer des insights spécifiques aux marques pour accompagner la définition des objectifs et l'évaluation des campagnes. Identifier et appliquer les benchmarks pertinents sur les différentes étapes du funnel marketing. Suivre la performance des campagnes et accompagner les marchés dans l'analyse des résultats. Identifier les problématiques de collecte ou de qualité des données et contribuer à harmoniser les pratiques entre les différents marchés. Produire des reportings et présentations centralisés permettant de restituer clairement la performance marketing. Transformer les données et résultats de campagnes en recommandations concrètes et exploitables. Collaborer avec les équipes Brand, CRM, Digital, Web et Data. Contribuer à la mise en place d'une approche Test & Learn et de frameworks de mesure adaptés aux initiatives marketing. Réaliser des analyses proactives afin d'identifier des opportunités de croissance et d'amélioration de la performance. Accompagner les parties prenantes seniors dans l'interprétation des données et la prise de décision.

Dans le cadre de la transformation digitale et de l'intégration des dernières innovations d'Intelligence Artificielle de l'écosystème Salesforce, nous recherchons un(e) Consultant(e) Salesforce AI Specialist – Agentforce & Data Cloud. Rattaché(e) aux équipes Architecture & Data, vous interviendrez à la pointe des technologies Salesforce pour concevoir des cas d'usage IA à fort impact, unifier la donnée client en temps réel et déployer des agents virtuels autonomes. Missions : Déploiement d'Agents IA & Workflows : Concevoir et déployer des agents virtuels autonomes via Agentforce. Structurer et configurer des workflows intelligents (Agentic Workflows) pour automatiser les processus métiers complexes. Unification & Valorisation de la Donnée : Paramétrer la plateforme Data Cloud (CDP) afin de centraliser, harmoniser et modéliser la donnée client en temps réel. Interconnecter les sources de données hétérogènes pour alimenter les modèles d'IA et assurer un suivi personnalisé. Ingénierie IA & Prompt Design : Modéliser et concevoir les cas d'usage métiers via le Prompt Engineering et l'utilisation d'Einstein Studio. Optimiser les requêtes et affiner les réponses générées par les modèles d'IA. Gouvernance, Sécurité & Accompagnement : Garantir la conformité et la sécurité des flux de données IA via le Salesforce Trust Layer. Accompagner les équipes métiers dans l'adoption des outils IA, formaliser les bonnes pratiques et animer la conduite du changement.

Contexte de la mission Vous travaillerez au sein des équipes de la Gouvernance des données, en étroite collaboration avec les acteurs métiers (propriétaires, gestionnaires, analyste) et IT (PM, PO, architectes). Vous avez pour mission, d'une part, de définir le cadre des travaux de data quality à lancer, d'accompagner et coordonner les actions de mise en qualité au sein des différentes directions métiers et IT, et de développer la culture de la donnée. Objectifs et livrables Dans ce cadre, vous allez participer au renforcement de la déclinaison opérationnelle de la stratégie de Gouvernance des données pour répondre aux enjeux de qualité des données en : Définissant le cadre normatif conformément aux meilleurs pratiques de la gouvernance, de la collecte de la donnée à l'exploitation, Mesurant et pilotant la mise en application du cadre par les métiers et par les équipes agiles, Enrichissant les processus de gouvernance et de suivi de la qualité des données pour servir les ambitions du client (compléments pour passage à l'échelle), Pilotant les processus de mise sous contrôle de la qualité des données, Accompagnant les métiers et l'IT dans leur montée en compétence sur les processus de gouvernance de la donnée et sur les nouveaux rôles et responsabilités, Créant une communauté de pratiques (cohésion, acculturation, priorisation des travaux, modèle d'animation et de soutien de la communauté). C'est à dire conduire le changement en : Créant, animant et maintenant la vitalité d'une communauté Facilitant des interactions entre les membres, Stimulant un travail collaboratif de la Communauté, construisant et déroulant le plan d'animation, animant des travaux de groupe, proposant des formations ou des situations formatives, Sondant régulièrement les participants sur leurs attentes et besoins Préparant et définissant les contours de sessions de onboarding, et en mettant à disposition des 1er cursus d'acculturation, Accompagnant les métiers pour légitimiser et valoriser leurs nouveaux rôles, Accompagnant et en acculturant les équipes métiers et IT dans leur montée en compétence (les aider à prendre les bonnes décisions sur les données de leur périmètre), Promouvant les principes et stratégie Data Quality / normes et standards, tout en s'assurant de leur bonne diffusion et compréhension (méthodologie et bonnes pratiques), Soutenant le propriétaire/le gestionnaire de la donnée dans la mise en oeuvre des plans de remédiation et d'amélioration continue de la qualité des données. Apportant des compléments opérationnels au cadre de gouvernance défini pour passage à l'échelle Définissant et enrichissant le processus de gouvernance, et la stratégie de qualité des données existantes, Renforcant si nécessaire la comitologie pour prioriser les chantiers de data quality (actions de remédiation) Mesurant et pilotant la mise en application du cadre Qualité des données par les métiers et par les équipes agiles, Synchronisant et ajustant les jalons avec la construction du comptoir Risque et Finance, Contribuant au suivi de l'avancement de l'ensemble des plans de remédiation de la qualité des données, Coordonnant les acteurs mobilisés sur des investigations en cas de non qualité, Orchestrant la gouvernance des données entre le Propriétaire et gestionnaires des données ▪ Une expérience professionnelle d'au moins 3 années en milieu bancaire ou au sein d'un Data Office ▪ Une connaissance des métiers et enjeux de la finance, des risques, de la conformité, des sujets Climatique (ESG, CSRD) ou des activités d'investissement. ▪ Une expérience significative dans la mise en oeuvre opérationnelle d'une mise en qualité des données. A l'aise avec l'agilité, et l'agilité à l'échelle, vous savez travailler en équipe et intervenir en transverse auprès d'une multiplicité d'interlocuteurs que vous pouvez animer, coordonner. Vous savez communiquer, en fonction du contexte (interviews, analyse, restitutions), et adaptez votre discours au public avec un sens du service / orienté client. Vous faites preuve de leadership dans des environnements complexes avec des priorités concurrentes. Structuré.e, rigoureux et méthodique, mener plusieurs sujets de front ne vous fait pas peur. Connaissance des outils de gouvernance peut-être un plus : Datagalaxy, IDQ Compétences demandéesCompétencesNiveau de compétence Datagalaxy Avancé IDQ Avancé

Dans le cadre de la modernisation de sa plateforme data et de la montée en charge de ses projets IA, un grand compte recherche un Data Architect pour concevoir une architecture data performante, condition pour que les projets d'analyse, de BI et d'IA puissent passer à l'échelle. Le consultant interviendra notamment sur : ▪ La conception de l'architecture data cible : Data Warehouse, Lakehouse, modélisation normalisée (étoile, flocon, Data Vault) ▪ Le cadrage des migrations cloud des actifs data ▪ La définition des patterns d'alimentation des cas d'usage IA : feature stores, pipelines RAG, gouvernance des données d'entraînement ▪ La définition des standards de modélisation, de sécurité et de gouvernance des données ▪ L'accompagnement des équipes data engineering dans la mise en œuvre ▪ Les arbitrages techniques et la rédaction des dossiers d'architecture

Contexte : Notre client, un acteur majeur de la distribution d'électricité en France, recherche un consultant expérimenté pour rejoindre le pôle Data de sa direction régionale Bretagne, sur le volet "data interne" : accompagnement du collectif d'appui métier (domaines Patrimoine, Opération, Cedre, RH, Gestion-Finances) sur l'outil de reporting Power BI. Description du rôle : Le consultant interviendra en appui du pôle Data pour accompagner les équipes métier dans la compréhension de leurs besoins, la conception de solutions data/BI et le développement d'outils de reporting et de dataviz. Tâches et responsabilités : Compréhension des cas d'usage métier et appui à la formalisation du besoin Proposition de solutions techniques adaptées (catalogue d'offres du pôle Data) Récolte et analyse de données Développement et conception de work-flows data et d'outils de dataviz Conception de modèles de données Développement informatique (Python/R) et testing Conception d'outils RPA/RDA (robots UiPath) Portage des solutions auprès des métiers demandeurs Documentation technique et fonctionnelle Maintien en condition opérationnelle (MCO) et supervision des outils livrés Appui au chef de projet sur les analyses de sensibilité des données (ASD) si besoin Veille technologique Environnement technique : Power BI, Python, R, Dataiku, SQL/PostgreSQL, API, UiPath Méthodes : Travail en mode Agile/Scrum ou cycle en V, en équipe pluridisciplinaire Livrables attendus : algorithmes accompagnés de documentation technique, tableaux de bord/reporting accompagnés de documentation technique, propositions de trajectoires de mise à l'échelle, retours d'expérience (REX) de prototypes/POC. Précision importante : dans le cadre de la réponse technique, le candidat devra présenter 3 références de projets similaires réalisés en région Bretagne (critère éliminatoire), détaillées chacune sur 2 pages max (description fonctionnelle, description technique, effectif total du projet, nombre de collaborateurs par profil, durée d'intervention, livrables + % de contribution).

Fiche de poste – Senior Data Engineer / Expert Dataplatform (GCP) Contexte & Organisation Le Pôle Data est structuré autour du modèle Spotify : Une Dataplatform en pleine transformation, composée de 4 experts Architectes / Développeurs GCP & BigQuery Maintenance de l'existant + évolution de la plateforme Début d'un chantier majeur de construction début 2025 (v1 en cours, forte ambition d'évolution) Outils & écosystème : GCP (Cloud Run, Cloud Function, Pub/Sub, Vertex AI, BigQuery) Airflow (orchestration) Dataform (concurrent DBT – SQL) Terraform pour le provisioning Modèle Data type médaillon Pratique Data Engineer moderne + enjeux d'observabilité / finops / sécurité Objectifs du poste Renforcer l'équipe Dataplatform avec un profil senior ayant déjà participé à la construction d'une Dataplatform et capable d'accélérer l'industrialisation des pipelines et des outils d'ingestion. Le rôle vise à : Faciliter et accélérer le travail des Data Engineers Améliorer l'expérience de construction de pipelines de données Structurer et fiabiliser l'ingestion et le transfert de données, encore peu industrialisés Apporter une expertise de haut niveau sur GCP & Data Engineering Missions principales 1. Gouvernance & Contrôle de la plateforme Assurer un contrôle global de la Dataplatform et accompagner les Data Engineers dans les bonnes pratiques d'industrialisation. Identifier les axes d'amélioration techniques et proposer des solutions robustes. Participer aux choix d'architecture technique et Data (modèle médaillon). 2. FinOps, Observabilité & Sécurité Définir et mettre en œuvre les standards d'observabilité. Garantir la performance, la robustesse et la sécurité de la plateforme. Suivre les coûts et proposer des optimisations FinOps. Automatiser le provisioning via Terraform. 3. Développement & Industrialisation Concevoir et industrialiser les pipelines : Cloud Run, Cloud Functions, Pub/Sub, Airflow, Vertex AI. Contribuer à résorber la dette technique. Développer et industrialiser les briques d'ingestion et de transformation. 4. Animation & Documentation Participer à la mise à disposition de nouveaux outils et à la documentation associée. Assurer une démarche d'amélioration continue du run. Animer une équipe de Data Engineer chaque vendredi: partage de bonnes pratiques suivi des évolutions de la Dataplatform retours d'expérience et recommandations 5. Innovation & IA Apporter une vision sur l'usage de l'IA (générative et traditionnelle) pour : réduire les coûts améliorer la productivité faciliter le travail des collaborateurs Contribuer à des projets Vertex AI / ML (ambition forte vers l'IA)

Basée à Lille, Lyon, Nantes, Grenoble, Marseille, Paris et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s'imposer comme une référence en matière de freelancing par son expertise dans l'IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un Data Scientist "H/F" à Lille, France. Contexte : Au sein de la DSI, l'équipe DIAG (Data-Intelligence Artificielle-Gouvernance) accompagne les métiers sur les sujets autour de la DATA & l'IA. Une de ces missions est de créer de la valeur par le développement et l'adoption de projets DATA/IA à fort ROI. Les missions attendues par le Data Scientist "H/F" : 1. Exploration, conception et développement de solutions IA end-to-end : - Compréhension et traduction des besoins métier : - Collaborer activement avec les métiers pour identifier les opportunités d'application de l'IA et traduire les problématiques business en cas d'usage IA. - Participer à la définition des objectifs, des KPIs et des livrables pour chaque projet. - Faire preuve d'écoute et de pédagogie pour expliquer les capacités et les limites de l'IA aux parties prenantes non techniques. - Conception et élaboration des modèles IA (Machine Learning & Générative) : - Réaliser l'exploration de données, le feature engineering, la sélection des datasets pertinents et l'analyse exploratoire. - Concevoir, développer et entraîner des algorithmes de Machine Learning et des modèles d'IA Générative (LLMs, embeddings, RAG, fine-tuning).. 2. Industrialisation et déploiement des solutions IA : - Prendre en charge l'industrialisation des modèles, depuis le développement d'APIs pour les exposer, jusqu'à leur intégration dans les systèmes existants (applications web, backend). - Mettre en œuvre les bonnes pratiques MLOps pour automatiser le déploiement, le monitoring et la maintenance des modèles en production. - Garantir la performance, la scalabilité et la sécurité des solutions IA déployées. - Monitorer les performances des modèles en production, détecter les dérives et mettre en place des plans de réentraînement ou d'ajustement. 3. Contributions et responsabilités d'appuis : - Garantir que les solutions IA apportent une valeur ajoutée mesurable aux métiers et à l'entreprise. - Participer à la capitalisation des connaissances et au partage des meilleures pratiques au sein de l'équipe - Collaborer étroitement avec les métiers et les Product Owners pour la définition des besoins et l'intégration des solutions. - Travailler en synergie avec les Data Engineers pour l'accès et la préparation des données, et avec les AI Engineers pour l'utilisation des infrastructures IA.

🔎 Data Analyst Cybersécurité – Python / Power BI / Power Apps / Power AutomateNous recherchons un Data Analyst Cybersécurité confirmé (3 à 5 ans d'expérience) pour accompagner une équipe dans le cadre d'un projet d'automatisation et de pilotage d'indicateurs clés. Vos missions : Maintenir et faire évoluer les outils existants au sein du service CS2R. Concevoir et développer de nouvelles solutions de reporting et de visualisation des indicateurs cybersécurité. Automatiser le calcul et la diffusion d'indicateurs en fonction des besoins des différents services. Exploiter les données et contribuer à l'amélioration continue des outils de pilotage. Collaborer avec les équipes métiers et techniques afin de répondre aux nouveaux besoins. Environnement technique : Python Power BI Power Apps Power Automate Suite Microsoft Git Profil recherché : 3 à 5 ans d'expérience en Data Analysis / Reporting, idéalement dans un environnement cybersécurité. Bonne maîtrise de l'écosystème Microsoft Power Platform. Solides compétences en Python. Expérience avec Git. Capacité à comprendre les besoins et à proposer des solutions de reporting adaptées. Anglais bilingue. 📍 Poste : Data Analyst Cybersécurité | Python / Power BI / Power Platform | Profil confirmé