Trouvez votre prochaine mission ou futur job IT.

Contexte : Dans le cadre de l'accélération de ses initiatives en Intelligence Artificielle Générative, notre client recherche un Data Scientist GenAI / AI Engineer pour concevoir, développer et industrialiser des solutions basées sur les LLM. Le consultant interviendra sur des projets d'IA appliquée visant notamment l'automatisation de processus métiers, l'accès à la connaissance interne et le développement d'assistants intelligents, de la phase de conception jusqu'à la mise en production. Missions principales : · Analyser les besoins métiers et identifier les cas d'usage pertinents autour de l'IA générative. · Concevoir et développer des applications basées sur des LLM tels que GPT, Mistral, Llama ou Claude. · Développer des assistants conversationnels et des systèmes d'aide à la décision. · Concevoir et mettre en œuvre des architectures RAG et des solutions de recherche sémantique. · Développer les pipelines documentaires : ingestion, nettoyage, chunking, embeddings, indexation, retrieval et reranking. · Concevoir des workflows agentiques et orchestrer des outils et agents IA. · Développer des APIs et services backend autour des modèles IA. · Transformer les POC en solutions industrialisées et production-ready. · Mettre en place les pratiques de tests, versioning, CI/CD, monitoring et documentation. · Définir et mettre en œuvre des métriques et frameworks d'évaluation des solutions GenAI. · Optimiser la qualité des réponses, la pertinence du retrieval, la latence et les coûts, tout en limitant les hallucinations. · Participer au déploiement des solutions sur des environnements Cloud. · Présenter et vulgariser les solutions auprès des équipes techniques et métiers. Livrables attendus : · Analyses des besoins et identification des cas d'usage IA. · Spécifications fonctionnelles et techniques. · Prototypes et applications GenAI fonctionnelles. · Architectures RAG et pipelines documentaires documentés. · APIs, services IA et agents opérationnels. · Scripts et notebooks d'expérimentation. · Code source versionné et pipelines CI/CD. · Documentation d'architecture, de déploiement et d'exploitation. · Métriques de qualité et de performance des solutions. · Documentation des modèles, prompts et dispositifs d'évaluation.

🔎 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

Contexte Client grand compte du secteur assurance / protection sociale. La mission s'inscrit au sein du Département Solutions Data et Usages (Direction DSI et Digital), dans le cadre du train SAFE Dat@gile (une dizaine d'équipes, une centaine de personnes) dont fait partie l'équipe BI&Analytics. Dans le cadre de sa transformation data, l'entreprise a fait le choix d'un data hub sur GCP, organisé en Datamesh, avec un espace « bac à sable » mis à disposition des métiers et business lines. L'équipe BI&Analytics est en cours de déploiement d'un nouvel outil BI — Looker — dans le cadre de la structuration des pratiques de datavisualisation et du renforcement des compétences internes. Rôle et responsabilités principales Poser le cadre d'intégration et implémenter les solutions LookML et Looker dans l'Org GCP/S3NS et dans le SI client Définir et mettre en place l'interopérabilité avec l'architecture du Data Hub (data platform sur S3NS) Définir et mettre en place l'industrialisation des couches sémantiques (Data Mesh), des dashboards et des espaces « bac à sable » (DataOps, environnements, provisionning, CI/CD, versionning, templatisation, automatisation) Définir et mettre en place la surveillance (incidents, performance, sécurité, FinOps, respect des bonnes pratiques) Définir et mettre en place les règles de sécurité et de gouvernance Poser le cadre d'utilisation et les bonnes pratiques Looker : templates réutilisables, conventions de nommage, structuration des rapports, organisation des projets, modélisation de la couche sémantique, optimisations (caching BigQuery/Looker, vues matérialisées), gestion des droits et accès, versionning et cycle de vie des dashboards Accompagner l'équipe BI&Analytics et les équipes métiers/business lines dans leur montée en compétence sur Looker, pour qu'elles puissent onboarder et créer leurs dashboards en autonomie Créer des guides internes pour les contributeurs Looker ; animer des sessions de pair programming et de code review Livrables attendus Cadre d'intégration LookML/Looker documenté (Org GCP/S3NS, SI client) Couches sémantiques industrialisées en mode Data Mesh Dashboards Looker Espaces « bac à sable » opérationnels Dispositif de surveillance (incidents, performance, sécurité, FinOps) Règles de sécurité et de gouvernance formalisées Templates réutilisables et conventions de nommage Guides internes pour contributeurs Looker Sessions de pair programming et de code review animées

Contexte de la missionDans le cadre du renforcement d'une équipe Data Science / Intelligence Artificielle au sein d'un grand acteur du secteur bancaire – Banque d'Investissement, nous recherchons un Data Scientist / AI Engineer Senior. L'équipe intervient sur la conception et l'intégration de solutions d'IA innovantes au sein d'applications métiers, notamment autour de l'exploitation de données issues de documents financiers, de documents de crédit et de différents systèmes internes. La mission s'inscrit dans une forte dynamique autour de l'IA générative, des LLM et des architectures agentiques, avec un objectif d'industrialisation et de mise en production de cas d'usage à forte valeur métier. Localisation : Est parisien – proche banlieue Missions et responsabilitésLe consultant interviendra sur l'ensemble du cycle de vie des projets IA : Concevoir et contribuer à la mise en œuvre de solutions et architectures agentiques permettant de simplifier et d'accélérer des processus métiers complexes. Concevoir des pipelines IA agentiques capables d'extraire, structurer et exploiter des données provenant de documents et de systèmes internes. Travailler avec les équipes métiers afin de comprendre leurs problématiques et de maximiser l'impact, la pertinence et l'adoption des solutions IA. Concevoir et intégrer des solutions reposant sur des LLM et modèles d'IA générative. Déployer et exécuter des LLM / modèles sur GPU au sein des environnements de développement. Mettre en place des dispositifs d'évaluation, de monitoring et d'observabilité des pipelines agentiques. Définir des métriques permettant d'évaluer la qualité et la fiabilité des réponses et extractions produites par les modèles. Améliorer de manière continue les performances des modèles et des pipelines selon une approche itérative et incrémentale. Définir et mettre en œuvre des stratégies de tests automatisés afin de garantir la qualité des solutions. Industrialiser les développements Data Science en respectant les standards IT de l'entreprise. Collaborer étroitement avec les architectes, développeurs et équipes de production / DevOps. Assurer la responsabilité technique de certains use cases métiers, jusqu'à leur mise en production. Participer au support technique et au transfert de compétences auprès des équipes. Environnement techniqueIA / Agentic AI LLM / Generative AI Google ADK LangGraph DSPy Phoenix / Arize Architectures agentiques et multi-agents vLLM Développement Python FastAPI Pytest APIs REST Industrialisation / Infrastructure Kubernetes Jenkins GPU / déploiement de modèles CI/CD Profil recherchéNous recherchons un profil Senior, capable d'aller au-delà de l'expérimentation Data Science et de participer réellement à l'industrialisation de solutions IA. Une expérience significative est attendue sur : IA générative et LLM. Développement Python. Conception de pipelines et/ou systèmes agentiques. Intégration de solutions IA dans des applications métiers. Évaluation et observabilité de modèles ou de systèmes LLM. APIs et architectures applicatives. Kubernetes et environnements CI/CD. Mise en production de solutions Data Science / Machine Learning. Une expérience dans le secteur bancaire, financier ou sur des problématiques documentaires complexes constitue un plus. Qualités attenduesAutonomie et capacité de prise en charge d'un sujet de bout en bout. Très bonnes capacités d'analyse et de résolution de problèmes. Capacité à interagir avec des interlocuteurs métiers et techniques. Curiosité forte autour des évolutions de l'IA générative. Capacité à challenger les solutions et être force de proposition. Culture de la qualité et de l'industrialisation. Communication et capacité de transmission.

Expérience5 ans minimum en Data Engineering 🚀 DémarrageDès que possible – au plus tard fin septembre 2026 🏠 Télétravail2 jours de télétravail / semaine 3 jours de présence obligatoire sur site / semaine 🎯 Contexte de la missionAu sein de la Direction des SI Mutualisés, l'équipe DataLab intervient sur les périmètres Data & Analytics dans le cadre du programme de transformation du SI du Groupement Les Mousquetaires. Le consultant intégrera la Data Factory, qui regroupe les équipes Data de la Stime et des métiers. Cette organisation a pour objectif de concevoir et déployer des produits Data, BI, Analytics et Data Science à destination des fonctions support, des équipes logistiques, des magasins et des consommateurs. Dans un contexte de passage à l'échelle et d'industrialisation des pratiques Data, vous rejoindrez une Squad Supply / Logistique, en charge du développement de cas d'usage BI, Analytics et Data Science sur une plateforme Data basée sur Microsoft Azure et Databricks. 🎯 Description de la missionNous recherchons un Data Engineer Confirmé / Senior, polyvalent et opérationnel, disposant d'une solide expertise sur : Azure Databricks Apache Spark Python SQL Le consultant devra également avoir une forte appétence pour l'analyse de données et être capable d'intervenir sur les activités de QA et de testing, afin de garantir la qualité et la fiabilité des livrables de la Squad. Une expérience sur Power BI ainsi qu'une première expérience dans un environnement Supply Chain / Logistique seront fortement appréciées. 🔧 Missions principalesRecueillir et analyser les besoins Data Réaliser des analyses de données Concevoir et développer des pipelines de données Transformer, enrichir et traiter les données au sein du Data Lake Développer des notebooks Databricks pour les traitements avancés Concevoir et optimiser les traitements Data Mettre en œuvre des solutions de Cloud Data Warehousing Optimiser les requêtes SQL et réaliser le tuning des traitements Rédiger la documentation technique : dossiers d'analyse technique, release delivery notes, etc. Participer aux revues de code Garantir l'application des bonnes pratiques de développement Concevoir et exécuter les tests unitaires Réaliser les activités de QA / testing des pipelines développés par les autres Data Engineers de la Squad Concevoir et maintenir des tableaux de bord Power BI Livrer les développements dans un environnement DevOps / CI-CD Participer à l'amélioration continue des pratiques Data Engineering 🧩 Compétences techniques requisesCompétenceExpérience minimaleExpérience Data Engineering5 ansAzure3 ansDatabricks3 ansSpark3 ansPython5 ansSQL5 ansCI/CD – Azure DevOps3 ansAgile / JIRA1 an ⭐ Compétences appréciéesPower BI Expérience Supply Chain / Logistique Data Lake / Cloud Data Warehouse Optimisation et performance des traitements Data QA / Data Quality / Testing Environnement Agile à l'échelle

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 2 jours de télétravail par semaine - Montpellier (34) – Expérience de 5 ans min Envie de rejoindre une équipe où la tech et les projets stimulants sont au rendez-vous ? Cette opportunité est faite pour vous ! Cette mission vise à renforcer l'équipe DATA sur des activités Data Analyse Digital, et vise à mettre en place, maintenir et exploiter le dispositif de mesure des interactions digitales pour éclairer les décisions stratégiques et opérationnelles. Renfort qui sera amené à collaborer étroitement avec le Business / PO / BA afin de garantir la fiabilité et la qualité des données de tracking digital, fournir des analyses actionnables pour optimiser les parcours utilisateurs, accompagner les équipes métiers dans l'exploitation des données analytics, contribuer à l'amélioration continue de la performance digitale. Voici un aperçu détaillé de vos missions : Définition et gestion du plan de marquage : recueillir les besoins de tracking auprès des équipes métiers, concevoir et documenter les plans de marquage, définir les KPIs et métriques pertinents par parcours et objectif business. Assurer le suivi et le contrôle qualité du tracking : spécifier les besoins techniques auprès des équipes de développement, réaliser les tests et validations des tags déployés, suivre régulièrement la qualité du tracking déployés. Analyse et exploitation des données : analyser les comportements utilisateurs sur les parcours digitaux, identifier les points de friction et opportunités d'optimisation, produire des reportings réguliers et dashboards de suivi. Restitution et recommandations : présenter les analyses et insights aux équipes métiers, formuler des recommandations actionnables d'optimisation, accompagner les équipes dans l'interprétation des données. Veille et amélioration continue : proposer des évolutions du dispositif de mesure, contribuer à la montée en compétences des équipes, participer à l'amélioration des pratiques.

Dans le cadre d'un programme de modernisation du SI dans le secteur bancaire, vous rejoindrez une équipe Data & Business Intelligence en charge du développement d'un Data Lake dédié aux métiers du financement. En tant que Project / Delivery Leader Data & BI, vous aurez pour missions de : Piloter les relations avec les interlocuteurs métiers et les Product Owners. Recueillir les besoins, challenger les demandes et définir les priorités. Construire et maintenir le backlog produit avec les Product Owners. Assurer la bonne compréhension des besoins et la qualité des User Stories. Animer les revues d'avancement et de priorisation. Accompagner les équipes dans l'atteinte de leurs objectifs de delivery et de production. Suivre la qualité et la stabilité de la production. Mettre en place et suivre les KPI de pilotage. Communiquer sur les priorités, budgets, nouvelles demandes et avancement auprès des 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,

Dans le cadre d'un projet visant à modernisr le SI, l'équipe BI constitué de 5 personnes cherche à se renforcer avec un Consultant BI / Data SSIS ayant des compétences en Talend. Vous aurez pour mission : Exploitation des flux existants (ETL, alimentation, extractions) Maintenance corrective, évolutive et préventive Analyse des besoins métier et veille aux bonnes pratiques Conception et développement de nouveaux flux ou restitutions Support de recette et participation aux mises en production dans le respect des standards

Notre client recherche un Business Analyst spécialisé en IA pour rejoindre l'équipe en charge de la plateforme Data Intelligence au sein de la Direction Transformation et Innovation. L'objectif est de renforcer l'analyse métier sur l'ensemble du cycle de livraison, depuis la compréhension des problématiques métier jusqu'à la validation des fonctionnalités de la plateforme et à la mesure de leur valeur. Le Business Analyst constituera l'interface opérationnelle quotidienne entre les Business Units et l'équipe de développement. En collaboration avec le Product Owner ou le responsable produit désigné, il aura notamment pour responsabilités de : Structurer les besoins ; Enrichir et affiner continuellement le backlog produit ; Accompagner la livraison du MVP et des versions suivantes ; Traduire les besoins métier en exigences fonctionnelles claires ; Faciliter la validation des solutions par les utilisateurs. 2.1. Identification des besoins métier et des cas d'usageLe Business Analyst devra : Organiser et animer des entretiens et ateliers avec les parties prenantes métier afin de comprendre leurs objectifs, processus actuels, problématiques et besoins en information ; Cartographier les processus actuels et cibles ; Identifier les utilisateurs et les principaux scénarios d'utilisation ; Déterminer les situations dans lesquelles l'IA peut apporter une valeur concrète, notamment en évaluant lorsqu'une solution de recherche ou d'automatisation plus simple pourrait être suffisante ; Documenter chaque cas d'usage, notamment son périmètre, ses bénéfices attendus, ses hypothèses, ses contraintes et ses critères de succès ; Identifier les besoins communs à plusieurs Business Units pouvant être couverts par des fonctionnalités réutilisables de la plateforme. 2.2. Recueil des exigences et spécifications fonctionnellesLe Business Analyst devra : Traduire les besoins métier en exigences claires, structurées et testables à destination des développeurs ; Décrire les comportements fonctionnels, règles métier, besoins en données, parcours utilisateurs et résultats attendus ; Rédiger les epics, features et user stories avec leurs critères d'acceptation ; Fournir des exemples pertinents et, lorsque cela est utile, des diagrammes de processus ou des maquettes d'écran ; Décomposer les demandes globales en incréments pouvant être développés et validés ; Recueillir les exigences non fonctionnelles auprès des parties prenantes concernées, notamment en matière de performance, ergonomie, disponibilité, droits d'accès, confidentialité, auditabilité et traçabilité ; Revoir les exigences avec les utilisateurs métier et les équipes techniques ; Lever les ambiguïtés ; Maintenir la traçabilité entre les objectifs métier, les éléments du backlog, les décisions prises et les tests d'acceptation. 2.3. Gestion du backlog produit et delivery AgileLe Business Analyst devra : Créer, enrichir, organiser et affiner continuellement le backlog produit ; Maintenir à jour les user stories, critères d'acceptation, dépendances et questions ouvertes ; Accompagner le Product Owner dans la priorisation du backlog selon la valeur métier, l'urgence, les risques, les dépendances et l'effort de réalisation ; Clarifier le périmètre du MVP et le contenu des releases proposées, tout en laissant les décisions de priorisation au Product Owner ; Préparer et animer les sessions de refinement du backlog ; Contribuer aux sprint plannings, sprint reviews et rétrospectives ; S'assurer que les développeurs disposent de suffisamment de détails fonctionnels pour estimer et implémenter les user stories ; Rester disponible pendant les sprints afin de répondre aux questions fonctionnelles ; Évaluer l'impact des évolutions de besoins ; Organiser rapidement les prises de décision avec les parties prenantes métier. 2.4. Exigences IA et DataLe Business Analyst devra : Identifier avec les responsables métier et les responsables Data les documents et données nécessaires à chaque cas d'usage ; Définir les métadonnées pertinentes, la terminologie métier, la couverture des sources, leur fraîcheur, les exigences de qualité et les règles d'accès ; Spécifier le comportement attendu pour la recherche documentaire, l'extraction d'informations et les assistants IA ; Définir notamment le périmètre de recherche, le format des réponses, les citations des sources, la gestion des informations manquantes ou contradictoires et les besoins de revue humaine ; Construire avec les experts métier des questions métier représentatives, des documents d'exemple et les résultats attendus ; Définir des critères d'acceptation mesurables portant notamment sur la pertinence, l'exactitude, l'exhaustivité et l'attribution des sources ; Identifier également les réponses inappropriées ou non supportées ; Collaborer avec les développeurs et les ingénieurs IA afin d'évaluer la faisabilité des solutions ; Expliquer les limitations des solutions IA ; Valider les prototypes ; Transformer les résultats des évaluations en décisions fonctionnelles et en améliorations du backlog ; Orienter les problématiques de sécurité ou de conformité vers les équipes responsables. 2.5. Tests et recette métierLe Business Analyst devra : Définir les scénarios de tests fonctionnels ; Accompagner les phases de recette utilisateur (UAT) ; Assurer le lien entre les tests, les user stories et les critères d'acceptation ; Préparer des données de test représentatives avec les responsables métier ; Coordonner les testeurs métier ; Recenser et qualifier les anomalies et retours utilisateurs ; Vérifier que les fonctionnalités livrées répondent bien aux processus métier attendus ; Intégrer des cas de test spécifiques à l'IA, notamment : Les questions auxquelles le système ne doit pas répondre ; Les insuffisances de couverture des sources ; Les accès non autorisés à certains documents ; Suivre les actions correctives dans le backlog ; Documenter la validation métier avec le Product Owner et les responsables métier concernés avant chaque mise en production. 2.6. Adoption et coordination des parties prenantesLe Business Analyst devra : Assurer une communication claire entre les Business Units, le Product Owner et l'équipe de delivery ; Rendre visibles les dépendances, changements de périmètre et décisions ; Préparer la documentation fonctionnelle ; Élaborer les guides utilisateurs et supports de démonstration ; Accompagner les actions de formation et d'onboarding relatives à la plateforme et à ses applications métier ; Collecter les retours utilisateurs ; Suivre les indicateurs définis, notamment : Le temps nécessaire à la réalisation des tâches ; La qualité des réponses ; Le niveau d'utilisation ; La satisfaction des utilisateurs ; Proposer des améliorations et les intégrer au backlog.

Dans le cadre du renforcement de son équipe Data & Reporting, notre client recherche un Consultant Data & Microsoft Power Platform capable d'accompagner les métiers dans la création de solutions de pilotage, l'automatisation de processus et la production de reportings à forte valeur ajoutée. Missions Développer et maintenir des tableaux de bord et reportings sous Power BI. Construire, suivre et faire évoluer les KPI métiers et opérationnels. Analyser les données et interpréter les indicateurs afin d'accompagner la prise de décision. Développer des applications métiers avec Power Apps. Automatiser les processus via Power Automate. Participer à l'exploitation et à la gestion des données sous Dataverse. Recueillir et formaliser les besoins des utilisateurs. Animer des ateliers avec les équipes métiers. Préparer et mettre à jour des présentations PowerPoint à destination du management et des instances de pilotage. Produire des synthèses et recommandations basées sur l'analyse des données. Garantir la qualité et la fiabilité des données utilisées dans les reportings. Compétences requisesTechniques Excellente maîtrise de Power BI (DAX, Power Query, Dataflows). Bonne maîtrise de Power Apps. Bonne maîtrise de Power Automate. Connaissance de Dataverse. Très bonne maîtrise d'Excel (TCD, Power Query, fonctions avancées, analyse de données). Bonne maîtrise de PowerPoint pour la création de supports de présentation professionnels.

✨ Notre entreprise : Argain Consulting Innovation est une marque forte spécialisée en performance des projets, des organisations et valorisation de la donnée au sein de l'écosystème Alan Allman Associates implantée à Paris, Nantes, Lyon, Niort. Nous mettons un point d'honneur à maintenir le lien avec chacun de nos talents et mettons tout en œuvre pour développer et entretenir un fort sentiment d'appartenance. Nous rejoindre, c'est intégrer une équipe à taille humaine dont l'humain est l'épicentre, un cabinet où autonomie, confiance et partage sont des principes forts. 🚀 Nous recherchons un(e) Consultant(e)Data Analyst F/H Vous interviendrez : Chez nos clients, selon le cadre et les objectifs définis afin de : Analyser et valoriser les données Exploiter et analyser des données complexes afin de répondre aux enjeux opérationnels et décisionnels des différentes directions. Identifier des tendances, produire des recommandations pertinentes et mettre en évidence des indicateurs à forte valeur ajoutée. Concevoir et faire évoluer des tableaux de bord interactifs permettant le pilotage de l'activité et le suivi de la performance. Préparer et transformer les données Collecter, fiabiliser, enrichir et consolider les données issues de multiples sources. Développer et maintenir les traitements nécessaires à l'alimentation des environnements décisionnels. Garantir la qualité et la cohérence des données exploitées dans les analyses et reportings. Modéliser et construire des indicateurs Recueillir et analyser les besoins fonctionnels des utilisateurs. Définir et mettre en œuvre les indicateurs clés de pilotage (KPIs). Participer à la conception et à l'évolution des modèles de données analytiques et décisionnels. Contribuer aux réflexions d'architecture et challenger les solutions proposées afin d'optimiser leur pertinence et leur efficacité. Tester et valider des livrables Élaborer les stratégies de recette et les plans de tests. Réaliser les contrôles de cohérence, de qualité et de performance des données restituées. Accompagner les phases de qualification fonctionnelle jusqu'à la mise en production des solutions. Au sein du cabinet: Contribuer au développement du cabinet (développement commercial, optimisation des processus internes, formation et mentorat), Participer à des projets internes relatifs à nos activités évènements, QVT,RSE, Mener et réaliser des projets associatifs (mécénat auprès de nos associations partenaires)

Pour l'un de nos client basé à La Defense, nous recherchons un expert Microsoft BI très orienté Data sur l'ETL SSIS et T/SQL pour une mission très orientée optimisation et Run avec cependant quelques projets en parallèle : Consultant MOE BI / Domaine Socle Data / Domaine : Etudes et Intégration / Ingénierie d'Etude / Conception ▪ Descriptif détaillé de la mission : ➢ Assurer le RUN des applications existantes (ETL, Bases de données, support niveau 3) ➢ Comprendre les enjeux métier, problématiques à résoudre et opportunités à concrétiser. ➢ Echanger et challenger les besoins métiers avec les équipes AMOA BI en tenant compte des contraintes techniques. ➢ Proposer, concevoir et spécifier des solutions techniques viables, évolutives et tenant compte de l'existant. ➢ Rédaction des documents techniques (spécification techniques, document d'exploitation…etc). ➢ Conseiller, proposer des axes d'amélioration, alerter si besoin. ▪ Environnement technique de la mission : ➢ Socle Data : SSIS, SQLServer (2016), procédures stockées, Azure DevOps (Git, Board Agile, Pipeline de déploiement CI/CD) ➢ Reporting : COGNOS BI 10.2 et 11 & Tableau

ContexteAu sein du Data Office de Coface, le consultant intervient dans un contexte international pour développer et industrialiser des solutions autour de la Data Management, Data Quality, Data Governance et de l'IA générative. Missions 1. Data Management, Data Governance & Data QualityConcevoir, développer et maintenir des applications et services Python destinés à automatiser les processus de Data Governance et Data Quality. Développer des mécanismes de contrôle de la qualité des données, de détection d'anomalies et de monitoring. Industrialiser les traitements de collecte, d'analyse et de reporting liés à la qualité des données. Développer des APIs REST et services MCP permettant d'interconnecter les outils du Data Office, Data Marketplace, catalogues de données, plateformes data et outils BI. Automatiser et optimiser les processus de gestion des données. Contribuer à la mise en place de solutions robustes, maintenables et conformes aux standards d'architecture et de sécurité du Groupe. 2. IA Générative & Agentic AIConcevoir et développer des assistants IA spécialisés pour les besoins du Data Office. Développer des solutions de Text-to-SQL permettant d'interroger des bases de données en langage naturel. Concevoir des architectures Agentic AI basées sur des LLM, avec mécanismes d'orchestration, raisonnement et accès aux différentes sources d'information. Développer des connecteurs et intégrations via le Model Context Protocol (MCP). Mettre en œuvre des architectures de type RAG et intégrer différentes sources de données et de connaissances. Participer à l'industrialisation et au déploiement des solutions IA en environnement de production. Veiller au respect des exigences de sécurité, gouvernance, architecture et exploitation. Contribuer aux initiatives IA existantes du Data Office, notamment : l'agent Jira permettant d'évaluer la qualité des tickets entrants et d'anticiper leur criticité ; l'agent de requêtage de bases de données en Text-to-SQL. 3. Industrialisation & accompagnementProduire du code, packages Python, APIs et services documentés, testés et maintenables. Mettre en place les pipelines d'intégration et de déploiement nécessaires à l'industrialisation des solutions. Rédiger la documentation technique et d'exploitation ainsi que les procédures de déploiement. Participer aux phases de tests, mise en production et maintien en conditions opérationnelles. Assurer un reporting régulier sur l'avancement, les risques, les dépendances et les arbitrages nécessaires. Communiquer efficacement les résultats et sujets techniques auprès d'interlocuteurs techniques et métiers.