Trouvez votre prochaine mission ou futur job IT.

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.

1. Pilotage technique & leadership Assurer le rôle de référence technique sur les sujets ML/LLM (RAG, IA générative, agents, orchestration de workflows). Animer le chapter technique de l'équipe : Organisation de rituels (tech talks, BBL, sessions de partage de bonnes pratiques). Diffusion de standards d'architecture, de qualité de code et de sécurité. Participer activement aux revues de PR (Pull Requests) et garantir un niveau élevé de qualité logicielle (lisibilité, tests, performance, sécurité). 2. Conception & industrialisation des solutions IA Concevoir, développer et industrialiser des pipelines ML/LLM robustes et scalables : Solutions RAG (indexation, vector stores, retrieval, re-ranking). Agents et workflows complexes (orchestration, gestion de contexte) Mettre en œuvre une architecture logicielle solide, adaptée aux enjeux d'IA en production (patterns de microservices, event-driven, modularisation, etc.). Structurer et maintenir un socle technologique d'innovation autour de l'IA (bibliothèques, templates de projets, guidelines, exemples réutilisables). 3. MLOps / LLMOps & Cloud Définir et mettre en œuvre les pratiques MLOps / LLMOps : CI/CD pour modèles et services d'IA. Monitoring, observabilité, gestion de dérive, suivi de performance des modèles. Industrialiser les solutions sur des environnements containerisés : Docker, Kubernetes et OpenShift (déploiement, scaling, gestion des ressources). Contribuer à la mise en place d'un environnement Cloud cohérent avec les standards groupe. 4. Performance, sécurité & intégration Optimiser la performance des services IA : Latence, throughput, coût, consommation de ressources. Benchmark des modèles et des différents backends (LLM, embeddings, vector stores). Implémenter et/ou intégrer des mécanismes d'authentification et d'autorisation : OIDC / OAuth 2.0, gestion des tokens, intégration avec l'écosystème IAM. Veiller au respect des bonnes pratiques de sécurité, de confidentialité et d'IA responsable (gestion des données sensibles, traçabilité, explicabilité). 5. Accompagnement des Data Scientists & des métiers Travailler en étroite collaboration avec les Data Scientists pour : Transformer les prototypes en produits industrialisés. Co-construire des API et services utilisables par les applications métiers. Accompagner les équipes métier dans la compréhension et l'adoption des solutions IA : Vulgarisation des solutions. Intégration dans les processus d'aide à la décision.

Sous la direction de l'Agentic AI Lead et du Head of IT Transformation, vous portez la stratégie « AI for Engineering » : définir les usages des assistants IA au codage, les bonnes pratiques, les conventions et la gouvernance commune à l'ensemble des équipes. Vous standardisez et industrialisez l'IA agentique au sein de l'organisation, concevez des agents spécialisés et accompagnez leur adoption dans plus de 20 équipes de développement (documentation, formation, coaching, suivi des KPIs). PÉRIMÈTRE & MISSIONS PRINCIPALES 1 · Stratégie & gouvernance « AI for Engineering » Mettre en œuvre la stratégie « AI for Engineering » : usages des assistants IA au codage, bonnes pratiques, conventions et gouvernance commune à toutes les équipes 2 · Standardisation & industrialisation de l'IA agentique Standardiser et industrialiser l'IA agentique : configurations AWS Kiro (agents, steerings, skills, MCP…), guidelines d'implémentation des LLM et des frameworks agentiques Évaluer, déployer et opérer les plateformes agentiques (AWS Bedrock, GitLab Duo…) Concevoir des agents spécialisés : remédiation de CVE, revue de code, tests, documentation, migration, incidents 3 · Intégration dans les workflows & adoption Intégrer les agents dans les workflows existants : pipelines CI/CD (GitLab CI) et outillage des équipes développement, QA et DevOps Accompagner l'adoption dans les 20+ équipes : documentation, formations, coaching Suivre les KPIs d'usage et d'impact

Au sein du domaine Data & IA, vous rejoindrez une équipe dédiée aux plateformes GenAI et participerez au déploiement, à l'industrialisation et à l'exploitation d'une plateforme GPUaaS et LLMaaS On-Premise. L'objectif est de mettre à disposition des entités du groupe des solutions IA agentiques, souveraines, sécurisées et hautement disponibles. Vous interviendrez sur l'ensemble du cycle de vie de la plateforme, de sa conception jusqu'à son maintien en conditions opérationnelles en production. Vos missionsIndustrialiser et automatiser le déploiement de plateformes IA dans des environnements On-Premise sécurisés. Contribuer à l'évolution de l'architecture de la plateforme. Participer à la mise en place de services managés en intégrant les contraintes de sécurité, de conformité et de gouvernance. Documenter les offres et services et accompagner leur mise en production. Réaliser des présentations et démonstrations des solutions développées. Assurer le MCO/MCS des plateformes IA en production. Participer à la résolution des incidents et au maintien de la disponibilité et de la sécurité des plateformes. Collaborer au sein d'une équipe Agile / Dev Team. Participer aux daily meetings, ateliers de co-construction et rituels de la squad. Prendre en charge les éléments de backlog définis avec la Product Owner. Contribuer à la roadmap de la plateforme. Participer aux astreintes techniques du pôle. Compétences techniques recherchées GPU / IA / MLOpsExpérience avec des plateformes ou infrastructures GPU. Connaissance de solutions d'orchestration GPU : , Slurm, Volcano, ClearML, KAI Scheduler, etc. Bonne compréhension des architectures IA / Machine Learning. Connaissance de frameworks tels que PyTorch, TensorFlow, Transformers. Expérience MLOps / AI Platform / ML Platform appréciée. Une expérience GenAI / LLM constitue un plus. Kubernetes / ConteneurisationKubernetes / OpenShift. Docker. Expérience significative en environnement de production. Une certification CKA / CKAD ou OpenShift constitue un plus. InfrastructureExpérience en environnement On-Premise. Infrastructure distribuée, sécurisée et hautement disponible. Connaissances Cloud : AWS, GCP, Azure, Scaleway, etc. DevOps / AutomatisationGitLab CI/CD. Jenkins. Infrastructure as Code / automatisation. Python et Bash. Go constitue un plus. Kestra constitue un plus. Supervision / ObservabilitéPrometheus. Grafana. ELK Stack. Dynatrace. Outils / MéthodologiesJira / Wiki / outils Atlassian. Méthodes Agiles. Expérience du fonctionnement en équipe produit / plateforme.

Contexte Dans le cadre de sa transformation digitale et de l'amélioration de l'expérience développeur, notre organisation lance un programme stratégique de mise en place d'une Internal Developer Platform (IDP) propulsée par l'Intelligence Artificielle (AIOps). Ce programme vise à construire une plateforme unifiée permettant aux équipes de développement de provisionner en self-service leurs environnements, de déployer leurs applications via des workflows GitOps standardisés, et de bénéficier d'un assistant IA conversationnel pour le diagnostic et l'automatisation des opération Activités principales · Définir et implémenter l'architecture IDP sur Azure AKS selon le modèle de référence. · Concevoir et développer le MCP Server Central et les agents spécialisés (ArgoCD, Crossplane, Grafana, Kubernetes). · Intégrer Claude (Sonnet/Opus) comme moteur d'orchestration IA avec guardrails appropriés. · Implémenter Backstage comme Developer Portal avec plugins personnalisés. · Mettre en place les workflows GitOps avec ArgoCD et Crossplane. · Configurer l'observabilité (Grafana, VictoriaMetrics, OpenTelemetry). · Établir les golden paths et templates de services. · Accompagner l'adoption par les équipes (formation, documentation, support). · Livrables attendus : o Architecture technique détaillée (ADR, schémas, documentation). o Infrastructure as Code complète (Terraform, Helm Charts). o MCP Server et agents fonctionnels avec tests. o Backstage configuré avec plugins IDP et AIOps. o Runbooks et documentation opérationnelle. o Kit d'onboarding développeurs Stack technique· Cloud Azure (AKS, ACR, Key Vault, AAD, etc.), Kubernetes / Helm, ArgoCD, Flux, Terraform, Crossplane, Grafana, Prometheus, OpenTelemetry, Go, TypeScript, NodeJS, Python, API Claude / OpenAI, Prompt Engineering, MCP (Anthropic)

Mission du posteContexte et enjeuxNous recherchons un Data Scientist Senior pour rejoindre une équipe dédiée à la conception, au développement et à l'optimisation de systèmes Agentic AI avancés. Ces solutions autonomes basées sur l'IA générative constituent un enjeu stratégique pour automatiser des processus complexes et améliorer l'efficacité opérationnelle. Vous évoluerez dans un environnement d'innovation où l'expérimentation rapide, le prototypage itératif et la prise de risque maîtrisée sont valorisés. L'objectif est de transformer rapidement des idées en solutions tangibles, y compris dans des contextes caractérisés par des ressources limitées et des délais courts. Vos missionsConcevoir et prototyper rapidement des agents intelligents multi-tâches, en itérant rapidement pour valider les hypothèses. Transformer des concepts en prototypes fonctionnels et démonstratifs. Expérimenter avec de nouveaux modèles, frameworks et techniques d'IA générative. Tester et challenger des approches non conventionnelles pour résoudre des problématiques complexes. Identifier des opportunités d'optimisation permettant d'accélérer le développement et la mise en valeur des solutions. Concevoir des architectures permettant de connecter et exploiter efficacement différentes sources de données et différents outils. Conduire de manière autonome des expérimentations et prendre des initiatives pour faire progresser les projets. Documenter les expérimentations, les résultats, les succès comme les échecs, afin de capitaliser sur les apprentissages. Identifier et formaliser les patterns émergents et les bonnes pratiques pour guider les futures implémentations. Collaborer étroitement avec les équipes Data, IA et Produit dans un fonctionnement agile. Partager les connaissances et contribuer à la montée en compétence des équipes. Contribuer au développement d'une culture d'innovation et d'expérimentation.

Intégration / Modélisation / Restitution de données – Sustainability Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, une grande entreprise internationale recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution de données Sustainability stratégiques. Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources externes, essentielles à la prise de décision stratégique et opérationnelle. Contrainte forte du projet Couvrir des cas d'usage analytiques à destination du département Sustainability avec une forte contrainte de qualité et de traçabilité de la donnée. Livrables Dashboard de suivi des consommations d'eau Dashboard de suivi des consommations d'énergie Dashboard de suivi du gaspillage alimentaire Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources identifiés (Ressource Advisor, référentiels internes). Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc. Concevoir et implémenter des pipelines d'ingestion automatisés, fiables et performants, garantissant l'intégrité et la fraîcheur des données. Structurer et modéliser les données dans un Data Warehouse Snowflake de manière logique, modulaire, réutilisable et optimisée pour l'analyse et la restitution. Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs. Développer des vues et agrégats de données spécifiques aux besoins de restitution et d'analyse pour les départements Sustainability et leurs collaborateurs en région. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise afin d'assurer la maintenabilité et la transférabilité. Environnement technique Sources : multiples systèmes (Ressource Advisor, référentiels internes – via APIs, exports ou connecteurs natifs) Destination : Snowflake – Data Warehouse Cloud Orchestration : Airflow Transformation : DBT Core / SQL, Python (Pandas/PySpark) ou équivalent Modélisation : DrawIO, Lucidchart ou autre outil libre Visualisation / Restitution : Tableau CI/CD / Versioning : GitLab, GitHub Documentation : Confluence, Jira, SharePoint Compétences techniques Snowflake : Confirmé – Impératif DBT : Confirmé – Important Airflow : Confirmé – Important Tableau : Confirmé – Souhaitable Data modeling analytique : modèles dimensionnels, Data Vault, architecture médaillon ou autres architectures d'entrepôt de données Ingestion et transformation de données dans un environnement cloud Orchestration de pipelines de données Versioning et pratiques CI/CD Documentation technique et fonctionnelle Profil recherché Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud, notamment Snowflake. Solides compétences en data modeling analytique. Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code et de documentation technique et fonctionnelle. Capacité à travailler efficacement au sein d'une équipe Agile suivant la méthodologie Scrum. Forte capacité à travailler en autonomie, à prendre des initiatives et à interagir efficacement avec les équipes techniques et les interlocuteurs métiers. Capacité à comprendre et traduire des besoins métiers complexes en solutions techniques de données. Anglais professionnel – Impératif Bonus importants Connaissance des structures de données et des processus métier typiques d'un grand groupe international dans l'hôtellerie ou un secteur similaire. Expérience dans l'utilisation de l'IA et des Agent LLM dans le delivery, que ce soit pour la conception, la documentation, le développement ou les tests.

ContexteL'équipe Solution & Plateforme Engineering de la Direction DATECH assure la gestion, l'amélioration continue et la stabilité de la plateforme data utilisée par les équipes de Collecte, Analytics, Data Science & IA, CRM, Publicité, Audience, Finance, Dans le cadre de la transformation de son activité vers un modèle mission-led intégrant l'agentisation et l'automatisation, la Direction recherche un(e) DevOps Engineer expert(e) orienté(e) Solution Engineering. MissionsEn tant que DevOps Engineer vous interviendriez sur l'industrialisation, l'automatisation et l'évolution de la Data Platform, avec Snowflake et Azure comme socle principaux. La mission couvre les axes suivants : Agentisation & Automatisation (cœur de mission) : Identification des tâches récurrentes à fort potentiel d'automatisation (provisioning, gestion des droits, déploiements, monitoring, alerting, gestion des incidents, documentation, tests) Conception, développement et maintenance d'agents et de skills réutilisables couvrant le cycle de vie de la plateforme (IaC, CI/CD, RBAC, FinOps, run) Mise à disposition des agents et skills en self-service auprès des équipes data (catalogue, documentation, accompagnement à l'adoption) Conception de workflows d'orchestration intelligents réduisant l'intervention humaine, avec les garde-fous nécessaires (validation humaine, traçabilité, sécurité) Mesure de l'impact (temps gagné, MTTR, taux d'automatisation, adoption) et amélioration continue des agents Plateforme & DevOps : Développement et maintenance du code Terraform (IaC) pour automatiser le déploiement de l'infrastructure Azure et Snowflake Industrialisation des chaînes CI/CD avec Azure DevOps (déploiements, tests, qualité de code) Conception et maintenance de la stratégie RBAC et des politiques de sécurité Supervision des performances, optimisation et mise en place d'outils de monitoring et d'alerting Suivi des coûts par application et usage Support opérationnel de la plateforme, avec l'objectif d'automatiser progressivement les tâches de run récurrentes Solution Engineering & Accompagnement : Évaluation de la faisabilité technique des solutions data (contraintes de coûts, délais, qualité) et conception de solutions automatisées de bout en bout Rôle de référent technique Cloud & automatisation auprès des Solutions Engineers, Analytic engineers et Data Scientists Diffusion des pratiques d'agentisation au sein de la Direction (démos, guidelines, montée en compétence des équipes) Contribution active à la démarche DevSecOps Garantie de la pérennité des développements en production Veille technologique active sur l'écosystème data, DevOps et IA agentique

La transformation des SI de nos Clients vers des architectures modulaires, type micro-services, l'essor de nos infrastructures et l'évolution des technologies associées, ou encore l'automatisation accrue sur nos socles et applications, génèrent une quantité massive de Logs, devenues très hétérogènes, dispersées et silotées de par l'organisation de [entreprise anonymisée] et de ses Clients (équipes applicatives et socles multiples et dispersées). Prenant en compte ce cadre, vos missions seront plus spécifiquement : - Maîtriser l'ensemble des techniques et technologies composant la chaine de collecte à la mise à disposition des Logs - Accompagner les besoins et les cas d'usage dès la phase d'étude jusqu'à l'implémentation comprenant la collecte, transformation, stockage et mise à disposition des données, provenant de sources diverses en adéquation - Concevoir et mettre à disposition les outils et processus (CI/CD) permettant d'automatiser les pipelines d'ingestion de données prenant en compte les besoins de fréquences (batch, temps réel, …) - Développer et déployer des mécanismes de contrôle qualité ainsi que des routines de vérification pour garantir l'intégrité et la fiabilité des données - Accompagner les besoins d'analyse de données des utilisateurs, notamment pour les besoins de sécurité (détection d'événement de sécurité) et de suivi opérationnel En adéquation avec l'équipe DATA et l'équipe LOG Management Contexte technique - Kafka - Scripting Python/SQL/Java - Suite Elastic (ElasticSearch/Kibana) - ETL (LogStash/Apache flink) - Agent de collecte (Elastic ou autre Open-Source) - OpenTelemetry (Cadre normatif et collecteur) Attendus Pour réaliser la mission, vous serez à même de : - Participer à la conception des solutions techniques et fonctionnelles - Gérer les données de l'entreprise (flux : collecte, traitement, stockage et leur cycle de vie) - Rédiger les documents fonctionnels et techniques, d'exploitation, en veillant au respect des normes existantes - Mettre en œuvre en respectant les principes Agile/DevOps (CI/CD) - Assurer le support technique et fonctionnel, notamment analyse et résolution des incidents ou problèmes - Être en relation avec les équipes opérationnelles de l'entreprise pour prise en compte des besoins et flux de données - Développer les cas d'usage de Dashboard / ML / IA dans la solution, remontés par les utilisateurs

Contexte : Nous recherchons pour le compte d'un client dans le domaine de l'énergie, un développeur senior MuleSoft. Dans un contexte de modernisation du SI et de forte exposition aux flux d'échanges applicatifs, notre client souhaite accélérer la phase de développement et renforcer son équipe avec un(e) développeur(se) senior MuleSoft. L'architecture cible de migration est désormais en place sur la plateforme MuleSoft Anypoint. Le poste s'inscrit dans la poursuite de la migration des flux, l'industrialisation des échanges, la montée en maturité API et l'automatisation d'agents IA s'appuyant sur Gemini. Missions principales : Développement & intégration MuleSoft : • Concevoir et développer des API REST / SOAP, des flux d'intégration et des traitements événementiels sur Anypoint Platform • Implémenter les patterns d'intégration (API-led connectivity, pub/sub, orchestration) • Contribuer au design des couches Experience / Process / System APIs • Réaliser les mappings, transformations (DataWeave) et gestions d'erreurs • Assurer la qualité du code (tests unitaires, MUnit, bonnes pratiques) et contribuer aux revues de code • Respecter et faire évoluer les standards de développement, d'architecture et de sécurité • Accompagner les équipes projets dans les choix techniques et la conception des flux Messagerie & services AWS : • Développer des flux asynchrones et événementiels via JMS et AWS SNS/SQS • Intégrer les flux avec le service de stockage AWS S3 (dépôt, lecture, archivage de fichiers) • Intégrer les contraintes de sécurité, performance, résilience et scalabilité • Travailler avec les équipes APIM, IAM, réseau et cloud pour le déploiement et l'exploitation des flux sur AWS IA & automatisation : • Concevoir et automatiser des agents IA s'appuyant sur Gemini • Intégrer ces agents aux flux et aux API MuleSoft existants Migration & accélération des développements • Développer et livrer les flux à migrer sur l'architecture cible déjà en place • Analyser l'existant et proposer des optimisations pour accélérer la migration • Capitaliser sur les retours d'expérience et documenter les solutions Industrialisation & exploitation : • Mettre en place et faire évoluer des pipelines CI/CD (Git, Jenkins/GitLab CI, Maven…) • Accompagner la mise en production et le run (monitoring, logs, alerting) sur environnements Linux • Contribuer à l'observabilité (Datadog, Anypoint Monitoring…) • Participer à la gestion des incidents et à l'amélioration continue Compétences techniques requises Indispensables : • Excellente maîtrise de MuleSoft Anypoint Platform (Runtime, CloudHub, Studio, API Manager, AgentFabric) • Connaissance approfondie de l'intégration MuleSoft et des architectures d'intégration / SOA • Solide expérience en développement d'API (REST, JSON, …) • Très bonne maîtrise de DataWeave • Maîtrise de l'environnement Linux • Messagerie : JMS, AWS SNS/SQS • AWS, dont le service de stockage S3 • Expérience des outils CI/CD et du versioning (Git) Appréciées : • IA générative : Gemini – conception et automatisation d'agents IA • Expérience de migrations ESB (TIBCO, WebMethods, WSO2…) • Déploiements hybrides et autres services cloud AWS • Messaging & event streaming complémentaires (MQ, Kafka) • Sécurité des API (OAuth2, OpenID Connect, certificats, chiffrement) • Observabilité et supervision des flux Compétences transverses : • Forte capacité d'analyse et de résolution de problèmes • Autonomie et sens des responsabilités • Orientation résultats et sens de la livraison dans un contexte d'accélération • Capacité à vulgariser et à jouer un rôle de référent technique auprès de l'équipe • Bon relationnel et esprit collaboratif • Rigueur, sens de la qualité et de la documentation

Mission du posteLa mission du poste est de faire de Flow le produit qui permet aux installateurs de devenir des champions locaux, avec une petite équipe tech sénior et rapide. Concrètement, nous menons deux chantiers en parallèle : Améliorer Flow : les partenaires attendent des évolutions : nouvelles features et correctifs, sur un produit déjà en production et utilisé en permanance. Transformer notre façon de shipper : l'infra AI, les agents, les garde-fous, les tests, la CI/CD, les bonnes pratiques de revue, tout est à refondre. Outcomes à 12 mois Produit : l'usage de Flow est fluide et permet aux utilisateurs de gagner plusieurs heures par semaine grâce aux features que tu as déployées. Flow s'impose comme l'ERP de référence dans le photovoltaïque et commence à être utilisé sur les autres métiers de la transition énergétique - installateurs de PAC, poseur de bornes etc. Cadence : un bug remonté par un partenaire, c'est un correctif prêt à merger en une heure. Pas parce qu'on court plus vite, mais parce que les agents font le gros du travail. Infra opérationnelle : agents outillés sur notre codebase, avec les garde-fous qui permettent de leur faire confiance sur du code qui part en production et d'accélérer la review. Base technique saine et documentée : couverture de tests, environnements, déploiements, observabilité. Un nouveau dev est productif en quelques jours Équipe : une fois la thèse validée, des recrutements pour accélérer et un rôle de lead à prendre Tu auras sous ta responsabilité : Features end to end : Conception, implémentation, tests, déploiement - avec le CTO et le Head of Product. Tu ne fais pas que shipper, tu donnes ton avis sur la faisabilité, la spec et la priorisation du développement. Infra AI : C'est la partie la plus ouverte du poste et là où on a le plus à progresser. Quels agents, sur quel périmètre, avec quelles garanties, quel contexte on leur donne, comment on relit ce qu'ils produisent ? On reproduira ce qui marche ailleurs et on construira le reste. Architecture et qualité : Tu es garant de la stabilité de la plateforme et de la qualité de ce qui part en production, le code des agents inclus. Revue : Tu relis autant de code écrit par des agents que par des humains, et tu définis les bonnes pratiques pour être efficace. Process : Tu participes à la mise en place des rituels et des standards de l'équipe dev, et à la façon dont produit et tech se parlent. La stack Backend : Linux, Python, Odoo 19, PostgreSQL Front : TypeScript & Odoo Infra : Odoo hébergé en containers, Linux, Docker / Kubernetes AI : Claude code, Background Agents en test, ouverts pour des évolutions + features IA dans Flow (de l'analyse de la production des centrales solaires au remplissage automatique du CRM par la voix)

Depuis 2012, nous mettons notre expertise au service des secteurs de l'IT et l'Ingénierie pour accompagner nos clients dans des projets ambitieux et innovants. Notre force ? Un management de proximité qui valorise vos aspirations, des opportunités de carrière concrètes et un engagement sincère pour le bien-être et l'épanouissement de nos collaborateurs. Rejoignez-nous sur des projets à fort impact au sein d'une entreprise où chaque talent compte ! Avanista recrute ! Toujours en recherche de nouveaux talents, nous souhaiterions intégrer un Ingenieur DevOps Plateforme GPU au sein de nos équipes pour l'un de nos clients. Le contexte ? Le pôle CCXP conçoit et opère des plateformes « as a service » facilitant la mise en place d'architectures modernes, distribuées et hautement résilientes pour l'ensemble de ses entités . Le poste s'inscrit au sein de l'équipe GenAI du domaine d'expertise Data & IA, avec pour mission le déploiement, l'industrialisation et l'exploitation de la plateforme GPUaaS et LLMaaS On-Premise. Cette initiative majeure vise à offrir des solutions agentiques souveraines et sécurisées pour l'ensemble des entités du groupe. Le périmètre s'étend de la conception du service à son maintien en condition opérationnelle en production. Le candidat évoluera dans un environnement technique complexe, distribué, sécurisé et hautement disponible, au sein d'une équipe dédiée aux produits et services d'intelligence artificielle. Vos missions ? Industrialiser et automatiser le déploiement de plateforme dans un environnement on premise sécurisés Contribuer à l'évolution de l'architectures de la plateforme Participer à la mise en place de services managés en intégrant les contraintes de sécurité, compliance et gouvernance Documenter les offres et services et assurer leur mise en production Réaliser des présentations et démos pour promouvoir les offres et services Maintenir en conditions opérationnelles et de sécurité les plateformes IA déployées (run) Collaborer au sein d'une dev team selon les méthodes agiles Participer aux daily meetings animés par la Product Owner Contribuer aux réunions de co-construction de la roadmap Prendre en charge les éléments de la backlog formalisée par la Product Owner Participer à l'ensemble des rituels de la squad, de la plateforme et du pôle Participer aux astreintes techniques du pôle L'environnement technique ? Orchestration GPU : Expérience avec des solutions d'orchestration GPU (, Slurm, ClearML, Volcano...) Containerisation : OpenShift, Kubernetes, Docker (5+ ans) Infrastructure : OpenShift, infrastructure on-premise, notions cloud (AWS, GCP, Azure, Scaleway ...) Automatisation : GitLab CI/CD, Jenkins, Kestra est un + • Supervision : Prometheus, Grafana, ELK Stack, Dynatrace • Scripting : Python, Bash, Go est un + Votre profil ? De formation supérieure en informatique, vous bénéficiez d'au moins 5 ans d'expériences sur un poste similaire avec une Expérience avec ou KAI Scheduler serait un plus ainsi qu'une expérience et intérêt à la gestion de plateforme en production (MCO/MCS). Une première expérience de 5 ans minimum dans le domaine de la Data, et de l'automatisation des processus informatiques est requise Compétences techniques : Connaissance des architectures IA/ML et des frameworks (Transformers, TensorFlow, PyTorch) • Expérience en environnement bancaire ou secteur régulé Certification Kubernetes (CKA/CKAD) ou Openshift serait un plus Maîtrise des outils Atlassian (Jira, Wiki) Maitrise de l'agilité Anglais : Opérationnel (usage régulier) Vos Atouts : Excellent relationnel, Agilité, - Esprit d'équipe, Force de proposition Rigueur et sens de l'organisation Localisation : Guyancourt ou Montpellier avec déplacement occasionnels Télétravail : 2j de télétravail/semaine Démarrage / Durée : ASAP, mission longue durée Statut : CDI / Freelance Si votre profil répond aux critères ci-dessus, Chloé se chargera de vous contacter par téléphone, suivi d'un entretien avec elle et l'opérationnel en charge du besoin. Si votre profil est validé, nous enverrons votre CV au client pour un ultime entretien avant votre démarrage ;) Vous avez du talent ? Nous avons les défis. N'hésitez plus et postulez !

Data Engineer GCP : Ingestion, OBM & reporting Superset Mission consultant · Île-de-France · Démarrage octobre 2026 · Jusqu'à début 2027 · TJM selon profil LE CONTEXTE Notre client, grand groupe de services à l'environnement, fait évoluer son socle analytique / Data. Objectifs : accélérer l'intégration de nouvelles sources, construire et enrichir les objets métiers (OBM), migrer les reportings vers Apache Superset, structurer la gouvernance et le catalogue de données, et s'appuyer sur des agents IA pour accélérer le delivery. Le projet couvre l'ensemble du cycle Data : conception, spécification, modélisation, développement, recette et mise en production. Vous prenez en charge la partie technique du volet socle analytique, ingestion et reporting, en binôme avec un PO Data qui porte le cadrage fonctionnel. Le périmètre comprend la création et la migration des rapports sous Superset, ainsi que la reprise d'au moins 50 Google Sheets connectés. VOS MISSIONS 1. Intégrer des sources de données hétérogènes 2. Développer et industrialiser les pipelines 3. Réaliser les transformations et les jointures 4. Modéliser et créer les objets métiers (OBM) 5. Alimenter les restitutions Superset, créer et migrer les rapports 6. Reprendre au moins 50 Google Sheets connectés

ContexteMission consistant à développer une solution permettant aux chercheurs de transformer leurs analyses exploratoires en traitements fiables et réutilisables. MissionsDévelopper une solution logicielle pour la transformation d'analyses exploratoires en traitements fiables et réutilisables Collaborer avec des chercheurs et un Data Scientist dans un contexte de recherche Monter en compétence rapidement sur les outils spécifiques du projet Assurer la communication claire avec des profils non techniques Outils & Environnement & Compétences obligatoiresMaîtrise de GCP : GKE, IAM, GCS, BigQuery Python en production : conception modulaire (principes SOLID, architecture hexagonale ou équivalent), typage statique, tests unitaires/d'intégration Docker, Git et CI/CD avec expérience concrète de déploiement et de diagnostic (debugging pipelines) SQL, modélisation de données et définition de contrats de données (data contracts) Expérience cloud avec adaptation de modules Terraform existants (pas nécessairement de conception from scratch, mais capacité à faire évoluer un IaC existant) Réalisation agentique concrète : appels d'outils/API, gestion des erreurs, dans le cadre d'un projet réel ou d'un démonstrateur Compétences appréciées (Nice-to-have)Agents IA déjà déployés en production MCP, Claude Code GitLab CI Vertex AI / KFP et MLOps avancé Analyse statique de code Python (AST/LSP) Connaissances en imagerie médicale et histopathologie Soft skillsAutonomie et rigueur Communication claire, notamment avec des profils non techniques (chercheurs) et le Data Scientist Capacité à monter en compétence rapidement sur les outils spécifiques du projet Esprit de collaboration dans un contexte de recherche

CIB s'est engagé en 2018 dans une ambitieuse transformation « API First » afin d'accroître l'agilité globale de l'IT et de permettre la création d'expériences clients différenciantes. Cette transformation a conduit à la mise à disposition et à la consommation d'environ 2 000 API. Une nouvelle vague de serveurs MCP et d'API A2A se développe très rapidement autour des cas d'usage agentiques. Les API MCP et A2A sont gérées de manière similaire aux API traditionnelles. La plateforme API est composée de : Apigee OPDK (on-premise), Apigee Hybrid (prochainement), Stoplight/SwaggerHub, Akamai Kona, Akamai API Security, AVI WAF/LB, Bruno et Karate. L'équipe API Architecture de CIB est en charge des domaines suivants : Gouvernance des API traditionnelles et des API MCP/A2A : définition des règles et bonnes pratiques de conception, accompagnement sur l'utilisation et l'onboarding à la plateforme API, contrôles de l'inventaire des API. Plateforme API : aider les équipes à comprendre l'utilisation de la plateforme, les accompagner dans les processus et outils d'onboarding, et définir les évolutions de l'implémentation de référence. Sécurité des API : aider les équipes à comprendre les exigences de sécurité, identifier celles qui sont prises en charge par la plateforme API et celles qui doivent être implémentées directement par les équipes, ainsi que définir les contrôles de sécurité obligatoires tout au long du cycle de vie des API. Périmètre d'intervention au sein de l'équipe des architectes API : Gestion du portefeuille d'API REST/MCP/A2A pour un domaine. Gestion du cycle de vie des API, y compris dans le cadre des cas d'usage agentiques. Contribution à un ou deux axes d'industrialisation du cycle de vie des API parmi les suivants : extensions et automatisation pour les cas d'usage agentiques ; découverte des API ; outils de conception et extensions/automatisation des guidelines ; outils de test, unitaires et automatisés ; nouveaux cas d'usage tels que SSE, Webhooks, etc. Expertise requise : Expérience en gouvernance des API dans de grandes entreprises. Niveau expert : OpenAPI Specification (OAS) V3, V3.1 et REST. Connaissances pratiques : MCP et A2A. Capacité à appliquer les standards de sécurité suivants à différents cas d'usage : OAuth2, spécificités et extensions OAuth2 liées à MCP, mTLS, notamment RFC 8705, FAPI et OIDC. Expérience dans la conception d'API REST et l'utilisation d'outils de conception, notamment des linters, et idéalement expérience avec MCP/A2A. Connaissance d'un outil majeur d'API Management, idéalement Apigee. Maîtrise professionnelle de l'anglais, qui est la langue de travail au sein de CIB. Mission longue durée – engagement à temps plein.