Trouvez votre prochaine mission ou futur job IT.

Dans le cadre du renforcement d'une équipe Data, nous recherchons un Data Engineer pour intervenir sur une plateforme Cloud et accompagner les équipes Data dans la mise à disposition et l'exploitation des données. Missions principales : - Concevoir et développer des flux d'alimentation et d'exposition de données - Participer à la conception et à la mise à disposition de solutions Data - Assurer la maintenance corrective et évolutive des flux - Participer au suivi de production et au support des utilisateurs - Accompagner les Data Analysts et Data Scientists dans l'exploitation des données - Contribuer à l'amélioration des performances et de la qualité des données - Participer à l'analyse et à la préparation des données

Missions principales Assurer le pilotage global de la maintenance et de l'évolution de l'application, en lien avec : la MOA ; le prestataire chargé des développements ; les équipes internes intégration / exploitation / DevSecOps ; les équipes support de la DTNUM : architecture, tests, sécurité... Principales responsabilités Pilotage de la maintenance corrective et évolutive ; Suivi du bon fonctionnement de l'application ; Suivi des actions d'amélioration des performances ; Coordination et pilotage des équipes de développement ; Animation des comités projet ; Reporting auprès de la hiérarchie et des équipes métier ; Planification et suivi des activités ; Suivi financier du projet ; Pilotage des phases de tests, audits et homologation ; Suivi des sujets sécurité, RGPD, RGAA et métrologie ; Formalisation et maintien de la documentation projet.

Dans le cadre du développement de notre activité Data, nous recherchons des profils Data Analyst BI / DataViz capables d'intervenir auprès de grands comptes sur des problématiques de pilotage de la performance, d'analyse de données et de Business Intelligence. Selon les projets et votre expérience, vous pourrez intervenir sur les missions suivantes : Recueillir et challenger les besoins des équipes métiers afin de définir les indicateurs, KPI et reportings nécessaires au pilotage de leur activité. Analyser, explorer et croiser différentes sources de données afin d'identifier des tendances, anomalies et leviers d'amélioration. Concevoir, développer et maintenir des tableaux de bord et solutions de Data Visualisation. Construire et faire évoluer les modèles de données nécessaires à l'alimentation des reportings. Réaliser des requêtes et analyses de données en SQL et participer à la fiabilisation des données utilisées. Automatiser la production et l'actualisation des reportings et indicateurs. Participer aux contrôles de qualité, de cohérence et de complétude des données. Optimiser les performances et l'ergonomie des dashboards existants. Accompagner les métiers dans l'utilisation et l'appropriation des outils BI. Documenter les indicateurs, règles de gestion, modèles de données et solutions mises en place. Restituer les analyses auprès des équipes métiers et formuler des recommandations à partir des données. Participer selon les contextes à des projets de migration, modernisation ou transformation des plateformes BI et Data.

Informations Mission Rôle : Product Manager Data Exposition / Platform Product Manager Localisation : Lille (Rythme : 2 jours de télétravail par semaine) Budget / TJM d'achat max : 400 € HT / jour Date de démarrage : Immédiate (ASAP) Durée : Jusqu'au 31/12/2026 Contexte & Mission Au sein de la Data Factory, la Squad Exposition (1 PM, 2 Data Engineers, 3 Software Engineers) a pour objectif de rendre les collaborateurs autonomes dans l'exploitation de la donnée grâce à des outils d'exposition standards, sécurisés et performants. Le terrain de jeu s'articule autour de la solution interne RACE (Rapid API Creation & Exposure), un moteur générique faisant le pont entre le Data Lake et les applications opérationnelles via des APIs (sans transformation de logique métier). Le challenge du PM sera de construire, faire évoluer et automatiser les offres d'exposition de données afin de réduire le Time-to-Market d'instanciation des APIs tout en garantissant performance, sécurité et adoption. Missions & Responsabilités Cadrage Stratégique & Trajectoire d'Automatisation : Cartographier le processus actuel de déploiement manuel d'APIs et concevoir la trajectoire cible (automatisation de bout en bout). Construire le catalogue des solutions d'exposition et formaliser la roadmap d'automatisation du framework RACE. Analyser les usages et les besoins des équipes internes pour maximiser la valeur et la fluidité de l'accessibilité data. Delivery & Agilité (Scrum/Kanban) : Traduire la vision en backlog, User Stories et tech-specs actionnables (avec Definition of Ready / Definition of Done formalisées). Prioriser les développements en optimisant le ROI de l'automatisation. Animer les rituels agiles (refinements, démos, rétrospectives) et lever les bloquants techniques/organisationnels. Gérer le suivi des incidents et rédiger les post-mortem dans une démarche d'amélioration continue. Product Ops & Adoption : Gérer les dépendances avec la Fast Access Layer (RDS, DynamoDB, Druid, Lakebase) et le Data Lake. S'assurer de la conformité des APIs automatisées avec les exigences de sécurité (QuAPI niveau 3, JWT / API Key). Mesurer le taux d'adoption du self-service, former les utilisateurs et rédiger la documentation produit.

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 🏠 2 jours de télétravail / semaine - 📍 Lyon (07) - 🛠 Expérience de 3 ans minimum Vous aimez autant comprendre ce que fait un pipeline que travailler sur la techno qui le fait tourner ? Nous recherchons un·e Data Engineer / Développeur Big Data Spark pour rejoindre un projet qui offre une trajectoire technique intéressante : moderniser progressivement un SI Data existant, puis participer à sa migration vers Databricks dans le cloud. L'enjeu n'est donc pas de repartir d'une feuille blanche. Vous travaillerez d'abord sur l'existant, comprendrez les flux et leurs enjeux métier, puis contribuerez à construire leur cible Big Data et Cloud. Votre terrain de jeu : moderniser l'existant avant de construire la cible Cloud Votre mission s'articulera autour de deux grandes étapes. 1/ Migrer progressivement les traitements vers Spark Vous commencerez par vous approprier les flux de données existants et les processus métier associés. Concrètement, vous allez : - migrer des traitements Informatica et PL/SQL vers Spark en Java - concevoir, développer et maintenir des pipelines de données - optimiser les traitements existants en travaillant notamment sur leur performance et leur robustesse - assurer la maintenance corrective et évolutive des traitements SQL / PL-SQL - intervenir sur le BUILD comme sur le RUN, afin de comprendre le fonctionnement des traitements de bout en bout - veiller à la qualité et à la fiabilité des données produites. L'objectif : faire évoluer progressivement le patrimoine existant vers une architecture Big Data plus moderne, sans perdre la connaissance métier portée par les traitements historiques. 2/ Participer à la migration vers Databricks Une fois cette première étape engagée, vous participerez à un projet stratégique de migration vers le Cloud avec Databricks. Vous contribuerez notamment à : - concevoir les futurs pipelines de données sous Databricks - participer aux choix de conception et d'architecture - industrialiser les nouveaux traitements - faire évoluer les pratiques de développement et d'exploitation autour de cette nouvelle plateforme. Vous aurez donc l'occasion de travailler sur l'existant et sa transformation, plutôt que d'intervenir uniquement sur la maintenance ou uniquement sur la cible.

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.

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 🏠 2 jours de télétravail / semaine - 📍 Lyon (07) - 🛠 Expérience de 3 ans minimum Vous aimez autant comprendre ce que fait un pipeline que travailler sur la techno qui le fait tourner ? Nous recherchons un·e Data Engineer / Développeur Big Data Spark pour rejoindre un projet qui offre une trajectoire technique intéressante : moderniser progressivement un SI Data existant, puis participer à sa migration vers Databricks dans le cloud. L'enjeu n'est donc pas de repartir d'une feuille blanche. Vous travaillerez d'abord sur l'existant, comprendrez les flux et leurs enjeux métier, puis contribuerez à construire leur cible Big Data et Cloud. Votre terrain de jeu : moderniser l'existant avant de construire la cible Cloud Votre mission s'articulera autour de deux grandes étapes. 1/ Migrer progressivement les traitements vers Spark Vous commencerez par vous approprier les flux de données existants et les processus métier associés. Concrètement, vous allez : - migrer des traitements Informatica et PL/SQL vers Spark en Java - concevoir, développer et maintenir des pipelines de données - optimiser les traitements existants en travaillant notamment sur leur performance et leur robustesse - assurer la maintenance corrective et évolutive des traitements SQL / PL-SQL - intervenir sur le BUILD comme sur le RUN, afin de comprendre le fonctionnement des traitements de bout en bout - veiller à la qualité et à la fiabilité des données produites. L'objectif : faire évoluer progressivement le patrimoine existant vers une architecture Big Data plus moderne, sans perdre la connaissance métier portée par les traitements historiques. 2/ Participer à la migration vers Databricks Une fois cette première étape engagée, vous participerez à un projet stratégique de migration vers le Cloud avec Databricks. Vous contribuerez notamment à : - concevoir les futurs pipelines de données sous Databricks - participer aux choix de conception et d'architecture - industrialiser les nouveaux traitements - faire évoluer les pratiques de développement et d'exploitation autour de cette nouvelle plateforme. Vous aurez donc l'occasion de travailler sur l'existant et sa transformation, plutôt que d'intervenir uniquement sur la maintenance ou uniquement sur la cible.

Notre client dans le secteur Agroalimentaire recherche un/une Data scientist / IA Engineer H/F Description de la mission : Notre client recherche un freelance Data scientist pour compléter son équipe IA. Son rôle est de mettre en place des solutions IA dans les produits existants. Concevoir, développer et évaluer les briques d'IA et d'IA générative intégrées aux solutions (modèles, prompts, chaînes de traitement, RAG). Développer en Python les composants IA de bout en bout, de l'expérimentation jusqu'à leur intégration dans le produit. Mesurer et améliorer la performance des systèmes IA (qualité des réponses, pertinence, coûts, latence, évaluation et tests). IA agentique et orchestration Concevoir et implémenter des agents IA et leurs interactions (agent to agent), avec LangChain et LangGraph. Mettre en place et faire évoluer l'orchestrateur d'agents : routage, mémoire, appels d'outils, gestion des erreurs et supervision des workflows agentiques. Industrialiser les cas d'usage avec les Data Engineers pour un passage en production fiable et scalable. Méthodologie et expertise Apporter un savoir-faire et des idées dans la méthodologie : cadrage des cas d'usage, choix d'approche, protocoles d'évaluation, bonnes pratiques de développement IA. Challenger les besoins métiers et proposer les solutions IA les plus pertinentes (et savoir écarter l'IA quand elle n'est pas la bonne réponse). Assurer la veille technologique, documenter et diffuser les pratiques auprès des équipes de la Data Factory. Descriptif de la stack technique Python (expert) IA générative & agentique LangChain, LangGraph, orchestration d'agents, patterns agent to agent, RAG, prompt engineering Modèles & APIs LLM via APIs (Vertex AI / Gemini, OpenAI ou équivalent) Cloud & data Google Cloud Platform (GCP), BigQuery, bases vectorielles MLOps / DevOps Git, CI/CD (Jenkins), Terraform, environnement Linux Compétences / Qualités indispensables : Data Scientist / Ia Engineer, IA agentique, Agent to agent, Code en Python, IA gen Longchain, longgraph Compétences / Qualités qui seraient un + : Orchestrateur d'agent Informations concernant le télétravail : Oui — 2 jours/semaine

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.

Contexte de la mission : Viveris vous propose un poste de Data Engineer au sein d'un acteur majeur du secteur de l'énergie, intervenant sur des plateformes de traitement de données à grande échelle. Dans un contexte de transformation du SI décisionnel, l'équipe mène des projets stratégiques de modernisation de la plateforme Big Data. Les principaux enjeux portent sur la migration des traitements vers Apache Spark, ainsi que sur la refonte de la plateforme de données dans le cloud avec Databricks à moyen terme. Dans ce cadre, vous interviendrez sur le développement et l'optimisation des pipelines de données, la fiabilisation des traitements et l'accompagnement de la transformation de l'écosystème Data. Vous devrez maîtriser les technologies Spark et Databricks, et justifier d'une expérience en modélisation de données, et transformation des traitements Data. Responsabilités : - Migration de traitements Informatica et PL/SQL vers Spark ; - Participation au projet stratégique de migration vers le cloud ; - Garantir la performance, la robustesse et la qualité des données ; - Documentation et partage de connaissances.

L'équipe utilise au quotidien plusieurs applications d'aide à la décision et des référentiels de données (marché et fondamentales) afin de mener à bien sa mission de conseil et de support au Trading. La Mission à réaliser se déclinera notamment à travers ces activités : • Développement et évolution de la plateforme data. • Collecte, ingestion, traitement, transformation et restitution des données • Optimisation des coûts et des performances. • Conception et développement d'outils d'aide à la décision • Maintenance évolutive et support technique / accompagnement des utilisateurs

Dans le cadre de la modernisation de son architecture d'intelligence artificielle, le client fait évoluer ses capacités de classification d'images et de détection de défauts. Le projet vise à maintenir les capacités de traitement des images électro-optiques tout en étendant les fonctionnalités aux images microscopiques issues de l'inspection automatique en ligne. La mission contribue également à l'intégration des modèles d'IA dans l'architecture applicative et à leur déploiement automatisé. Missions : - Développer les moteurs d'apprentissage basés sur l'intelligence artificielle - Optimiser les moteurs d'inférence - Refonte des modèles existants pour améliorer leurs performances - Améliorer l'évolutivité des modèles d'intelligence artificielle - Accompagner l'intégration des modèles dans l'architecture de l'application - Maintenir les capacités de traitement des images électro-optiques - Étendre les fonctionnalités de traitement aux images microscopiques - Contribuer à l'optimisation du moteur d'inférence - Participer à la mise en place de fonctionnalités de déploiement automatisé Profil attendu : Data Scientist disposant d'au moins 2 ans d'expérience en développement et optimisation de modèles d'intelligence artificielle. Une expérience avec Python, PyTorch et scikit-learn est attendue, ainsi qu'une connaissance de DistributedDataParallel. La capacité à intégrer et optimiser des modèles d'IA au sein d'une architecture applicative est requise.

Bonjour, Je suis à la recherche d'un Ingénieur Data Big Data / Snowflake : Missions principales : • Définir et concevoir l'architecture Data cible dans un environnement Cloud • Mettre en place et faire évoluer les plateformes Big Data et Snowflake • Concevoir et déployer des architectures événementielles (EDA) robustes et évolutives • Définir les standards, normes et bonnes pratiques d'architecture Data • Accompagner les équipes de développement sur les choix techniques et les bonnes pratiques • Mettre en œuvre des solutions d'intégration continue et d'industrialisation des déploiements • Participer à la conception et à l'implémentation d'architectures microservices • Optimiser les performances, la qualité et la sécurité des flux de données • Réaliser des preuves de concept (PoC) et des études d'architecture • Produire et maintenir la documentation technique, les dossiers d'architecture et les livrables d'audit • Participer à la gouvernance Data et aux évolutions stratégiques de la plateforme • Assurer un support et une expertise technique auprès des équipes projets

Mission sur site à Aix en Provence, 3 jours de télétravail / semaine Dans le cadre du renforcement de l'équipe Performance & Run, nous recherchons un(e) Data Analyst disposant également de compétences en Data Science. L'objectif est de concevoir et produire des analyses, des rapports BI (Power BI) et des analyses avancées sur Google Cloud Platform (GCP), afin de répondre aux besoins métiers et de développer de nouveaux usages data au sein de l'organisation. Missions principales Mettre en œuvre des outils informatiques, des techniques et des méthodes statistiques pour organiser, synthétiser et traduire efficacement les données Fournir un appui analytique à la conduite d'exploration et à l'analyse complexe de données Créer des algorithmes de recherche de données permettant d'explorer les données utiles Industrialiser le traitement des données les plus pertinentes, et organiser/synthétiser/traduire l'information pour faciliter la prise de décision Gérer les opérations, l'administration, la modélisation et l'architecture des gisements de données ; s'assurer du bon fonctionnement et de la cohérence des bases existantes Donner du sens aux données à l'aide de connaissances analytiques (SQL, analytics/BI, statistiques) Travailler en collaboration avec le management pour répondre aux questions business, en s'appuyant sur l'analyse des données historiques

Nous recherchons un Data Engineer confirmé ou senior pour intervenir sur une plateforme data moderne reposant sur Snowflake et dbt, avec une forte exigence en modélisation Data Vault. Contexte de la mission : Vous rejoindrez une équipe Data en charge de structurer et faire évoluer une architecture analytique robuste et scalable. La mission s'inscrit dans une logique d'industrialisation, de qualité et de standardisation des flux. Missions principales Concevoir et implémenter des modèles Data Vault (obligatoire). Développer et optimiser les transformations via dbt. Modéliser et structurer les données dans Snowflake. Participer à la définition des standards d'architecture et des bonnes pratiques. Assurer la qualité, la performance et la traçabilité des données. Collaborer avec les équipes BI (notamment Power BI) et métiers.

Contexte du poste : Nous recherchons un Responsable Outils Achats & Master Data afin de piloter la conception, le déploiement et l'amélioration continue des outils au sein de l'organisation Achats de notre client. Rattaché au Responsable du Centre d'Excellence Achats, vous serez au cœur des enjeux de transformation digitale, de performance et de gouvernance des données Achats. Vous travaillerez en étroite collaboration avec les équipes Achats, Digital/IT et les différentes entités du groupe afin de garantir la cohérence des outils, des processus et des données. Missions principales : Piloter le développement, le déploiement et l'amélioration continue des principaux outils Achats Définir et mettre en œuvre les feuilles de route des outils en fonction des besoins métiers et des priorités de la Direction des Achats Piloter des équipes transverses et coordonner les différentes parties prenantes impliquées dans les projets Garantir l'intégration des exigences de conformité dans les outils et les processus Achats Formaliser les besoins fonctionnels et travailler avec les équipes Digital/IT à la conception de solutions adaptées Garantir la qualité, la cohérence et la mise à jour des données de référence : fournisseurs, catégories, produits, organisation Achats, etc. Piloter la gouvernance et les évolutions du Master Data Management afin de limiter les redondances et les ressaisies Assurer la cohérence des outils et de la gestion des données au sein des différentes sociétés du groupe Organiser des formations, revues de mise en œuvre et ateliers Lean/Kaizen afin d'accompagner les équipes et améliorer les pratiques Jouer un rôle de « gatekeeper » pour les évolutions des outils et de la gestion des données de référence