Trouvez votre prochaine mission ou futur job IT.

Nous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un Data Engineer expert. Vous rejoignez une plateforme de données dédiée aux activités de marché, au cœur de use cases d'intelligence artificielle. Vous travaillez au quotidien avec des équipes Data Science et ML sur des sujets à fort enjeu. Vos missions : - Concevoir, développer et maintenir des pipelines de données scalables qui alimentent des use cases d'IA. - Architecturer des flux batch et streaming fiables, traçables et conformes. - Accompagner les équipes Data Science/ML dans la mise en production des modèles (MLOps). - Optimiser les performances des bases et entrepôts de données (SQL, NoSQL, Data Lake). - Mettre en place l'observabilité : monitoring, alerting, logging et métriques. - Veiller à la sécurité des flux et à la gouvernance de la donnée (catalogue, lineage). Vous êtes recruté en CDI cadre chez Ingéniance et vous rejoignez une communauté d'experts de la data et de la finance de marché. Ref : O-LWDVQ

Contexte Dans le secteur bancaire, vous rejoignez une direction Data dont l'équipe accompagne les métiers dans leurs projets de Data Science, de l'identification des cas d'usage jusqu'à la mise en production. L'équipe est internationale et fonctionne de façon assez autonome au sein d'un grand groupe. Elle regroupe des Data Scientists, un pôle ML Engineering et une équipe projets IA. Elle développe en interne une plateforme de Data Science destinée aux Data Analysts et Data Scientists. Cette plateforme comprend : un environnement d'exploration et de développement Python, un framework d'industrialisation des modèles et une librairie interne, une plateforme d'exécution des modèles en production, un outil d'animation de la communauté d'utilisateurs. Elle met automatiquement à disposition des environnements de travail pour créer et entraîner des modèles, réaliser des analyses et développer des agents IA. La plateforme compte plus de 500 utilisateurs et environ 400 containers en production. Le poste Ce rôle réunit deux volets. Côté Ops, vous êtes responsable de l'infrastructure qui supporte la plateforme. Côté Support, vous êtes l'interlocuteur des utilisateurs. Il s'agit d'un poste technique avant tout. Nous cherchons un profil ingénieur système ou DevOps qui souhaite se rapprocher des utilisateurs, et non un profil de support généraliste. Missions Ops – Infrastructure et exploitation Administrer, exploiter et automatiser les systèmes d'exploitation des clusters Construire et optimiser les images Docker, et assurer le run des containers de production Porter la vision technique de l'infrastructure et participer aux choix technologiques et d'évolution de l'architecture Optimiser le dimensionnement des ressources et les coûts associés Être l'interlocuteur privilégié des équipes infrastructure du groupe, qui fournissent les services managés on-premise utilisés par la plateforme Maintenir les composants à jour et contribuer aux déploiements applicatifs Participer à l'évolution des pipelines CI/CD (GitLab CI, GitOps) et de l'observabilité (logs, monitoring, traçabilité) Rédiger la documentation technique : architecture, gestion des changements et des incidents Assurer une veille technologique et participer à des POC Support utilisateurs Être le premier point de contact des utilisateurs de la plateforme et les accompagner dans son utilisation Analyser et résoudre leurs difficultés Assurer le support de niveau 1 sur les incidents, avec l'objectif de résoudre au moins deux tiers des tickets à ce niveau Mettre en place et faire évoluer les outils et processus de support Communiquer auprès des utilisateurs sur les mises en production, les interruptions de service et les évolutions Remonter les besoins des utilisateurs et proposer des évolutions de la plateforme Environnement technique Langages : Python, Go, Bash Système : GNU/Linux Containers : Docker, Kubernetes DevOps : GitLab, GitLab CI, ArgoCD, Helm, Kustomize, CUE/Timoni, Buildkit, Artifactory Observabilité : Prometheus, Thanos, AlertManager, Grafana, ELK, Jaeger Sécurité et réseau : Vault, Traefik, Keycloak (OIDC, JWT), Cert-manager Données et stockage : PostgreSQL, ClickHouse, Redis, MinIO (S3), Portworx Cloud privé on-premise

ContexteDans le cadre du déploiement des solutions d'Intelligence Artificielle d'un grand groupe bancaire, un AI Competency Center recherche un(e) Ingénieur IA / Data Scientist spécialisé(e) en IA Générative et RAG (Retrieval-Augmented Generation) afin de concevoir, développer et industrialiser des cas d'usage métier sur la plateforme RAG basée sur Dataiku. Le/la consultant(e) interviendra comme expert IA auprès des métiers et des équipes techniques afin de transformer les besoins métiers en solutions opérationnelles exploitant les modèles de langage (LLM), les bases documentaires et les bases de données vectorielles. MissionsAnalyse et cadrage des cas d'usage IA Identification des cas d'usage pertinents pour l'IA Générative et les architectures RAG Évaluation de la faisabilité technique et la valeur métier Participation à la définition des indicateurs de performance des solutions IA Contribution aux choix d'architecture fonctionnelle et technique Développement de solutions RAG Conception et développement des workflows RAG sur la plateforme Dataiku Structuration des chaînes de traitement de données nécessaires à l'alimentation des modèles Développement des mécanismes d'ingestion, de chunking et d'enrichissement documentaire Mise en œuvre des stratégies de recherche sémantique et hybride Développement des composants de génération de réponses basés sur les LLM Participation à l'optimisation du prompting et des workflows d'orchestration IA Gestion des bases vectorielles et recherche documentaire Concevoir et maintenir les index vectoriels Développement des processus de création et de mise à jour des embeddings Optimisation des stratégies de recherche dans les bases vectorielles Garantir la qualité et la pertinence des documents restitués aux modèles Contribution à l'amélioration continue des mécanismes de retrieval Industrialisation et MLOps Industrialiser les workflows IA développés dans Dataiku Mettre en œuvre les bonnes pratiques de versionning, traçabilité et monitoring Participer aux déploiements et à l'exploitation des solutions Assurer le suivi de la performance des chaînes RAG en production Contribuer à l'amélioration continue des modèles et des pipelines Évaluation et optimisation des modèles Définir et exécuter les campagnes d'évaluation des solutions RAG Mesurer la qualité des réponses générées Analyser les performances des stratégies d'embedding et de retrieval Identifier les sources d'hallucination ou de dérive Optimiser les prompts, les modèles et les paramètres de recherche Accompagnement des métiers Présenter les résultats et prototypes aux métiers Accompagner les utilisateurs dans l'adoption des solutions IA Participer aux démonstrations et ateliers de co-construction Contribuer à la diffusion des bonnes pratiques IA au sein du groupe Compétences techniquesIA Générative & LLM Maîtrise des concepts d'IA Générative Expérience des architectures RAG Bonne connaissance des LLM (OpenAI, Azure OpenAI, Gemini, Claude, Mistral ou équivalents) Prompt Engineering avancé Évaluation et optimisation de solutions d'IA générative Dataiku Expérience significative sur Dataiku Développement de workflows de préparation et traitement de données Utilisation des fonctionnalités GenAI de Dataiku Industrialisation et automatisation des pipelines Bases vectorielles Expérience avec une ou plusieurs technologies : ChromaDB et PostgreSQL pgVector Maîtrise : embeddings, vectorisation documentaire, similarity search, hybrid search, reranking Développement : Python avancé, SQL, APIs REST, LangChain ou frameworks équivalents, traitement documentaire (PDF, Office, OCR), Git et CI/CD Data Engineering Gestion de pipelines de données Préparation et transformation de données Structuration de connaissances Qualité et gouvernance de données Connaissances recherchées Knowledge Management Recherche documentaire Data Governance Sécurité des données Protection des données sensibles Architecture Cloud (Azure, Google Cloud Platform) Principes MLOps et LLMOps Soft SkillsForte capacité d'analyse Esprit d'innovation Orientation résultats Autonomie Rigueur scientifique Capacité à vulgariser des concepts complexes Excellent relationnel Travail en équipe multidisciplinaire Curiosité et veille technologique Environnement techniqueIA & Data, Dataiku, LangChain, Azure OpenAI, Google Vertex AI, Vector Database (Chroma, Pinecone, pgVector) Collaboration : Jira, Confluence, Microsoft 365, SharePoint, Teams Livrables attendusÉtudes de faisabilité des cas d'usage IA Architectures fonctionnelles et techniques RAG Workflows Dataiku industrialisés Pipelines d'ingestion et de vectorisation documentaire Index vectoriels et mécanismes de recherche optimisés Jeux d'évaluation et rapports de performance des modèles Documentation technique Guides utilisateurs et supports d'adoption Tableaux de bord de monitoring des performances RAG

Sous la supervision du Lead IA IAG au sein du Centre de Service Data & Intégration de la DSI, le prestataire aura pour mission de concevoir, construire et faire évoluer le socle applicatif, puis de l'utiliser sur des cas concrets afin d'en valider le fonctionnement et les principes. Il interviendra notamment pour : • concevoir et mettre en œuvre l'architecture technique du socle ; • automatiser le provisioning et le déploiement des applications ; • construire les templates de repositories et les pipelines CI/CD ; • intégrer les contrôles de sécurité et de qualité dans la chaîne de développement ; • mettre en œuvre l'authentification, les habilitations et la gestion des secrets ; • contribuer à l'observabilité et à l'exploitabilité des applications ; • définir les standards permettant le développement d'applications avec des coding agents ; • développer les rules, skills, instructions et patterns réutilisables par ces agents ; • développer lui-même des applications avec ces outils afin d'éprouver et d'améliorer le dispositif ; • documenter et transmettre les pratiques mises en place. Les standards internes envisagés couvrent notamment spécification, réalisation, revue de code, tests unitaires, architecture, gestion des secrets et traçabilité. Le prestataire sera amené à intervenir sur les domaines suivants : Platform Engineering / DevOps • Git et gestion des repositories ; • templates de projets ; • CI/CD ; • Docker et conteneurisation ; • environnements dev / préproduction / production ; • infrastructure et services cloud ; • gestion des configurations et des secrets ; • SSO / OIDC et gestion des habilitations ; • contrôles de sécurité automatisés ; • logging, monitoring et observabilité. Développement applicatif • applications web front et back ; • API ; • bases de données SQL ; • tests automatisés ; • qualité et maintenabilité du code ; • patterns et composants réutilisables. AI-assisted Development • coding agents ; • configuration de leur environnement et de leur contexte ; • conception de rules et instructions ; • conception de skills réutilisables ; • génération et revue de code assistées par IA ; • mise en place de garde-fous permettant leur utilisation dans un contexte d'entreprise. La cible technique actuelle envisage notamment Claude Code, GitHub Enterprise, Docker, Cloud souverain ou AWS, PostgreSQL, Microsoft Entra ID ainsi que différents outils de contrôle de sécurité. Livrables attendus Les principaux livrables de la mission sont : Socle technique opérationnel permettant de créer et déployer des applications. Templates de repositories et pipelines CI/CD intégrant les contrôles nécessaires. Patterns de déploiement adaptés aux différentes typologies d'applications. Configuration de référence des coding agents utilisés dans le cadre de la mission. Catalogue initial de rules, skills et instructions réutilisables. Patterns et composants applicatifs réutilisables pour accélérer les développements. Premières applications développées et déployées sur le socle, permettant d'en valider le fonctionnement. Documentation technique et guides de prise en main, permettant la reprise et l'évolution du dispositif par les équipes internes.

DESCRIPTION DE LA MISSION. La Data Platform conçoit et développe les services digitaux centrés sur la donnée pour fournir aux équipes des données fiables et accessibles via API, simplifier et accélérer les traitements analytiques et favoriser l'alignement entre opérationnel et décisionnel. Au sein de la Data Platform, l'équipe Core fournit aux équipes produit des applications standardisées et les fondations communes : standards de développement, frameworks et templates (Java, Scala, Python), CI/CD, images de base et infrastructure GCP. Notre ambition est de faire de ce socle une usine d'agents IA. Notre roadmap : outiller les développeurs avec des agents (MCP, skills, cartographie des pipelines), puis faire monter ces agents en autonomie, domaine par domaine (DBT, Kafka Streams, APIs, Dataproc), de la conception jusqu'à la mise en production avec rollback. En parallèle, nous poursuivons la modernisation du socle : migrations, sécurisation et observabilité. Vous rejoindrez l'équipe pour construire ces agents. ENVIRONNEMENT TECHNIQUE ET EXPERTISES NÉCESSAIRES. Must Have ● Avoir un solide bagage d'ingénierie logicielle ou plateforme sur GCP (CI/CD, tests, observabilité), avec une pratique du batch (dbt/BigQuery) ou du streaming (Kafka). ● Avoir conçu et livré au moins un agent IA en production, utilisé par d'autres personnes. Nice to Have ● Avoir écrit des serveurs MCP ou travaillé avec des frameworks d'agents (ADK, Claude Agent SDK…). ● Avoir de l'expérience en équipe plateforme ou "developer experience" : outillage interne utilisé par d'autres équipes. ● Avoir déjà mis en place des evals sur des agents ou des systèmes LLM. MÉTHODES, ORGANISATIONS ET INTERACTIONS. ● Communiquer clairement et efficacement à l'écrit et à l'oral en français pour des interactions fluides avec le métier et les équipes ● Analyser les situations et proposer des solutions adaptées tout en identifiant les axes d'amélioration ● Collaborer activement avec les membres de l'équipe, partager les connaissances et favoriser un esprit collectif pour atteindre les objectifs communs ● Appliquer un esprit d'amélioration continue pour optimiser les pratiques et les résultats RÉFÉRENCES. Les éléments suivants seront particulièrement appréciés dans le cadre de la prestation : ● Formation Bac+5 (école d'ingénieur ou université) orientée informatique, ou expérience équivalente ● Expérience de plus de 7 ans en Data Architecture. ● Une expérience dans le secteur du retail / grande distribution constituerait un avantage MATÉRIEL & APPLICATIONS. Le poste de travail fourni au/à la consultant(e) doit être un équipement professionnel dédié, régulièrement mis à jour, conforme aux exigences de sécurité (notamment équipé d'un logiciel de protection type EDR ou antivirus), respectant les standards techniques nécessaires à la mission, et permettant au/à la consultant(e) de disposer des accès et droits nécessaires pour installer, configurer et maintenir les outils et paramétrages requis. Spécifications minimales : ● Système : MacOS, Linux ● Processeur : Intel i7 / AMD Ryzen 7 / M1 ● RAM : 16 Go ● Stockage : SSD 256 Go Utilisation d'outils d'intelligence artificielle : On met à disposition des solutions d'IA sécurisées pour accompagner le/la consultant(e) dans ses missions. Par conséquent, l'utilisation d'outils d'IA externes non fournis par le client, susceptibles de réutiliser ou de stocker les données partagées, n'est pas autorisée. Le/la consultant(e) bénéficie de formations et de sensibilisations régulières aux outils d'IA et aux bonnes pratiques associées, lui permettant d'en comprendre le fonctionnement et de les utiliser de manière sûre et efficace.

Missions principalesAxe 1 — Collecte et structuration des données Structurer les données issues des différents ERP et organiser les extractions. Préparer et piloter les dossiers de collecte pour chaque sujet métier. Contribuer à l'alimentation du datalake AWS. Définir et formaliser les besoins en données en fonction des usages attendus. Garantir la cohérence et la bonne structuration des données collectées. Axe 2 — Intégration et qualité des données Collaborer avec l'équipe data groupe pour valider les collectes. Recetter l'intégration des données et vérifier leur conformité aux besoins. Identifier les anomalies, incohérences et problèmes de qualité. Mettre en place des contrôles permettant de fiabiliser les données. Axe 3 — Décisionnel et accompagnement métier Accompagner les équipes métier dans l'exploitation de leurs données. Faciliter la prise en main de Dataiku. Formaliser les besoins de reporting et concevoir les tableaux de bord adaptés. Transformer les besoins métier en indicateurs et outils d'aide à la décision. Axe 4 — Développement d'outils complémentaires et IA Développer des formulaires internes avec Google Apps Script pour répondre aux besoins non couverts par les ERP. Accompagner les métiers dans l'utilisation de l'IA pour leurs développements. Identifier les cas d'usage permettant d'améliorer les pratiques et les outils existants.

Définir et valider des architectures Data & IA : Identifier, concevoir et expérimenter des modèles d'architecture réutilisables pour les projets Data & IA (ex : Modern Data Stack, architectures serverless, microservices). Élaborer des architectures cibles pour les solutions Data & IA, en tenant compte des besoins fonctionnels et non fonctionnels (sécurité, performance, résilience, observabilité, interopérabilité, maintenabilité, réversibilité, maîtrise des coûts). Valider l'adéquation entre les architectures proposées et les besoins métiers, en collaboration avec les équipes projets et les parties prenantes. Piloter la conformité et l'innovation : Garantir la conformité des solutions aux référentiels (ex : RGPD, ISO 27001, standards internes). Intégrer les démarches FinOps/GreenOps dès la conception des architectures pour optimiser les coûts et l'empreinte environnementale. Piloter l'innovation technico-fonctionnelle : identifier et qualifier des cas d'usage, organiser des études et expérimentations (PoC, PoT), et arbitrer les priorités. Accompagner les équipes techniques : Apporter une expertise technique aux équipes projets, DevOps, et Data Engineers pour résoudre des problématiques complexes. Participer aux comités techniques (ex : Comité de Consultation et de Validation des Architectures - CCVA, Préqualification SSI) pour défendre les choix architecturaux. Former et conseiller les équipes sur les bonnes pratiques architecturales (ex : design patterns, intégration de solutions cloud). Représenter le pôle en interne et en externe : Participer aux instances de gouvernance (ex : Comité d'Architecture DG NUM, Comité de Standardisation) pour harmoniser les solutions à l'échelle du groupe. Présenter les nouvelles solutions Data & IA aux parties prenantes (métiers, direction, partenaires). Assurer la coordination avec les autres centres de compétences (ex : Fondation DATA & IA, Expertise Avancée en IA Générative). Documenter et capitaliser : Produire des dossiers d'architecture (ex : Dossier d'Architecture Technique - DAT, schémas C4, UML, flux de données). Maintenir un référentiel des décisions architecturales (historique des choix, justifications, impacts). Contribuer à la veille technologique pour anticiper les évolutions des standards et des outils.

Pour un grand groupe international du transport et de la logistique, nous recherchons un Proxy Product Owner confirmé à senior pour piloter un produit d'IA agentique dédié à l'automatisation du traitement des e-mails clients. Vos missions : - Piloter un produit d'IA agentique traitant les e-mails clients : classification, extraction d'informations, réponses générées, routage et escalade vers un humain - Construire la roadmap produit et gérer le backlog à partir des besoins métier - Coordonner les équipes techniques (tech leads, architectes, data) et les équipes métier du service client - Intégrer la solution dans l'écosystème CRM et omnicanal existant - Définir et suivre les KPI : taux d'automatisation, délai de traitement, satisfaction client, qualité des réponses - Accompagner l'adoption par les équipes et piloter l'amélioration continue