Trouvez votre prochaine mission ou futur job IT.

Dans le cadre de la modernisation de son Système d'Information, la DSI recherche un Data Engineer Azure afin de concevoir, développer et faire évoluer les plateformes d'intégration et de traitement des données. Vous interviendrez sur plusieurs programmes stratégiques autour des architectures Event-Driven, de la modernisation des flux d'intégration, de la plateforme Data Azure ainsi que des projets analytiques. L'objectif est de construire des solutions robustes, évolutives et maintenables répondant aux enjeux de temps réel, de qualité des données et de performance. Équipe : 2 PO et 7 Data engineers DÉVELOPPEMENT DE LA PLATEFORME MIDDLEWARE AZURE Vous participerez à la conception et au développement d'une plateforme d'intégration temps réel basée sur une architecture Event-Driven. À ce titre, vous serez amené à : - Concevoir des architectures d'intégration basées sur Azure Service Bus et Azure Event Grid. - Développer des Azure Function Apps permettant le traitement, la transformation et le routage des événements. - Concevoir et développer des APIs et composants d'intégration robustes. - Participer aux choix d'architecture technique et aux bonnes pratiques de développement. - Garantir la scalabilité, la résilience et les performances des traitements. - Mettre en œuvre les mécanismes de gestion d'erreurs (Retry, Dead Letter Queue, Idempotence). - Assurer la sécurisation des échanges via Azure Key Vault. Vous interviendrez notamment sur : - Synchronisation des commandes d'achat entre Trax et NetSuite - Intégration des données de vols au format AIDX. - Automatisation des flux d'heures et cycles APU. - Développement de nouveaux flux événementiels entre les applications du SI. QUALITÉ DE DÉVELOPPEMENT Une attention particulière sera portée à la qualité du code produit. Le consultant devra appliquer les bonnes pratiques de développement Python : - Développement d'un code lisible, maintenable et documenté. - Respect des principes Clean Code et SOLID. - Séparation des responsabilités et modularisation. - Gestion robuste des exceptions. - Optimisation des performances. - Revue de code (Code Review). - Développement de tests unitaires avec Pytest. - Respect des conventions de développement (PEP8). - Documentation technique des composants. INDUSTRIALISATION & DEVOPS Vous participerez à l'industrialisation des développements : - Mise en place des pipelines CI/CD sous Azure DevOps. - Déploiement des ressources Azure via Bicep. - Infrastructure as Code. - Gestion des versions avec Git. - Supervision et monitoring des traitements. - Documentation des architectures et des flux. - Amélioration continue des processus de développement.

En lien avec l'équipe de production applicative / DevOps, vous serez en charge de la mise en œuvre technique des évolutions du Data Lake. Vous interviendrez sur l'ingestion, la préparation et la transformation des données ainsi que sur l'évolution des pipelines. Votre rôle Ingestion et transformation des données · Mettre en œuvre de nouvelles ingestions de données au sein du Data Lake · Développer les traitements de préparation et de transformation des données · Développer les traitements associés en Python, PySpark et Hive Développement et évolution des pipelines · Maintenir et faire évoluer les outils de gestion des pipelines de données · Développer et maintenir les traitements en PySpark et les scripts Shell associés · Analyser et résoudre les problématiques techniques sur le périmètre Evolution de la plateforme Data · Identifier les besoins d'évolution de la plateforme liés aux traitements et pipelines de données · Formaliser et transmettre à l'équipe DevOps les demandes relatives aux évolutions de la plateforme · Rédiger les spécifications techniques nécessaires aux évolutions mises en œuvre

Notre client, acteur international majeur du diagnostic in vitro, a renforcé sa stratégie de santé numérique en 2024 avec l'acquisition d'un éditeur spécialisé dans les systèmes d'aide à la décision clinique (CDSS). Ces solutions analysent les données patients en temps réel afin d'optimiser la prescription des antimicrobiens et de soutenir la prévention et la surveillance des infections associées aux soins. En intégrant directement des recommandations fondées sur les données et les bonnes pratiques cliniques dans les workflows hospitaliers, elles contribuent à un usage plus approprié des antibiotiques et à la lutte contre l'antibiorésistance. Dans le cadre du déploiement de ces solutions à travers l'Europe, notre client renforce ses équipes de services pour accompagner un nombre croissant de projets d'implémentation auprès de ses clients hospitaliers. Objet de la mission Nous recherchons un Data Integration Engineer pour déployer la solution en Europe. Il ou elle garantira la qualité, la cohérence et la sécurité des flux de données entre les systèmes hospitaliers et la plateforme. Couverture géographique : Royaume-Uni et Irlande, Espagne et Portugal, Italie, France et Belgique. Responsabilités Configurer, tester et valider les interfaces de données entre les systèmes hospitaliers et la plateforme (ex. HL7) Assurer la normalisation sémantique et technique des flux de données entrants Collaborer avec les équipes projet, les clients hospitaliers et les partenaires techniques Participer aux phases de validation, de mise en service et d'assistance post-déploiement Rédiger les spécifications techniques Contribuer aux ateliers de transfert de connaissances et aux activités d'harmonisation à l'échelle mondiale Apporter un support aux autres régions en cas de besoin Mission principalement en télétravail Présence ponctuelle sur site, à Lyon, appréciée

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

Au sein d'un grand groupe d'assurance de premier plan, vous rejoignez le pôle d'ingénierie data transverse pour concevoir, industrialiser et maintenir en conditions opérationnelles les pipelines de données alimentant le Datalake d'entreprise : Concevoir et développer les flux d'ingestion et de transformation de la donnée brute vers des modèles optimisés et requêtables par les métiers. Automatiser l'alimentation récurrente du Datalake et garantir la cohérence des couches de stockage (modèle médaillon). Développer les vues métier et les services de restitution (exposition de données, réintégration dans le SI, services de scoring). Garantir l'application des bonnes pratiques de développement (tests unitaires/intégration, CI/CD, documentation, versioning). Assurer le rôle de référent technique auprès de l'équipe pour sécuriser la qualité et la robustesse des livrables.

Nous recherchons pour l'un de nos clients du secteur du transport un Data Engineer Snowflake pour accompagner l'évolution de son architecture Data vers un modèle Data Lakehouse. Participer à la migration des flux Talend vers Snowflake. Contribuer à la mise en place et à l'évolution de l'architecture Data Lakehouse. Développer et industrialiser les pipelines de données. Participer au décommissionnement progressif de Talend. Intervenir sur les évolutions, incidents et sujets de support Data. Documenter les flux, modèles et solutions développées.

L'équipe est chargée de la gestion transversale et globale des outils dédiés aux filières éolienne, solaire et hydraulique, en étroite collaboration avec Engie Digital et les systèmes d'information (SI) des différentes zones géographiques ; elle recherche actuellement un ingénieur plateforme de données (Data Platform Engineer). La mission s'effectuera au sein de l'équipe « Digital Delivery » ; elle consistera à soutenir la gouvernance des données ainsi que la gestion de la plateforme Databricks, et à piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks. Les objectifs de la mission sont les suivants : - Administrer et sécuriser la plateforme Databricks (gestion technique et opérationnelle) - Déployer et faire respecter la gouvernance des données appliquée à Databricks ainsi que les bonnes pratiques associées (structure du catalogue, organisation par domaines, règles d'accès et d'utilisation) - Piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks - Accompagner et soutenir les ingénieurs de données (data engineers) et les utilisateurs métiers (data citizens) dans l'utilisation de la plateforme - Intégrer les impératifs de cybersécurité, de conformité et de maîtrise des coûts dès la conception (« by design ») - Contribuer à la communauté informatique (échanges sur les bonnes pratiques, retours d'expérience, etc.) Activités principales : - Administration de la plateforme Databricks : administrer, surveiller et maintenir les espaces de travail (workspaces) Databricks (gestion technique et opérationnelle : espaces de travail, ressources de calcul, accès, coûts, sécurité, gestion des incidents) - Gouvernance des données sur Databricks : mettre en œuvre et faire évoluer le cadre de gouvernance des données sur la plateforme Databricks (structure du catalogue, organisation par domaines, règles d'accès, normes de nommage et de qualité) et garantir la conformité avec les politiques du Groupe - Migration depuis l'ancien « data lake » : piloter la migration des données de l'ancien « data lake » d'entreprise vers Databricks : évaluer le périmètre existant, définir l'architecture cible et la feuille de route, planifier et coordonner les vagues de migration avec les équipes « data », et sécuriser le basculement - Accompagnement et support des utilisateurs : accueillir et soutenir les nouveaux utilisateurs — des ingénieurs de données aux utilisateurs métiers — dans l'adoption de Databricks et l'application des bonnes pratiques ; Fournir de la documentation, du coaching et de la formation - DataOps sur Databricks : Concevoir et mettre en œuvre les pipelines permettant de promouvoir les actifs de données et le code entre les environnements Databricks (développement, test, production) et les catalogues, en utilisant l'intégration et le déploiement continus (CI/CD) basés sur Git ainsi que les outils natifs de Databricks (ex. : Databricks Asset Bundles), tout en encourageant l'adoption des pratiques DataOps au sein des équipes. - Veille technologique : Tester et évaluer les nouvelles fonctionnalités de Databricks (y compris les capacités d'IA) ainsi que les outils complémentaires, et recommander leur adoption. - Reporting et communication : Rendre compte de l'avancement de la plateforme et de la migration, et partager les meilleures pratiques ainsi que les retours d'expérience avec la communauté informatique. Principaux défis : • Adoption de la gouvernance : Amener les entités et les utilisateurs à adopter les normes définies en matière de catalogues, de domaines et d'accès, tout en garantissant une plateforme simple d'utilisation pour les utilisateurs métiers (« data citizens »). • Complexité de la migration : Migrer les données et les consommateurs de l'ancien « data lake » vers Databricks sans perturber les activités en cours, tout en préservant la qualité et la traçabilité (lignage) des données. • Équilibre entre exploitation (Run) et développement (Build) : Assurer la stabilité, la sécurité et la maîtrise des coûts de la plateforme tout en menant à bien la migration et en prenant en charge de nouveaux cas d'usage. Livrables attendus : ? Documentation sur la gouvernance et le modèle opérationnel : Structure des catalogues et des domaines, modèle d'accès, conventions de nommage et normes d'utilisation alignés sur les standards internes relatifs aux données et à l'IA. ? Plan de migration (de l'ancien data lake vers Databricks) et rapports d'avancement : Périmètre, priorisation, calendrier, risques et points de situation réguliers auprès des comités de pilotage. ? Supports d'intégration et de bonnes pratiques : Guides, modèles, architectures de référence (blueprints) et sessions de formation destinés aux ingénieurs de données et aux utilisateurs métiers. ? Rapports d'exploitation de la plateforme : Indicateurs de suivi, de coûts, de sécurité et de conformité de la plateforme Databricks.

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

Nous recherchons un(e) Data Engineer pour rejoindre nos équipes et intervenir sur des projets Data & BI à fort enjeu. Tu travailleras au cœur de la stack data, de la transformation et modélisation des données jusqu'à leur valorisation dans Power BI, avec notamment dbt et Snowflake. Ton rôleEn tant que Data Engineer, tu seras amené(e) à : Concevoir et développer des pipelines de données robustes et scalables Transformer, nettoyer et modéliser les données avec DBT Concevoir et optimiser des environnements data sur Snowflake Développer et maintenir des modèles de données fiables, performants et documentés Préparer et structurer les données pour les besoins de reporting et d'analyse Concevoir et développer des dashboards et reportings avec Power BI Créer des modèles sémantiques adaptés aux besoins métiers Optimiser les performances des datasets et rapports Power BI Mettre en place des tests et contrôles de qualité des données Automatiser et industrialiser les workflows data Collaborer avec les Data Analysts, Data Scientists, Software Engineers et équipes métiers Participer aux choix d'architecture et aux bonnes pratiques Data & BI Contribuer à la documentation et à l'amélioration continue de la plateforme data La stackMust-have : Expérience en Data Engineering / BI Très bonne maîtrise de SQL Expérience significative avec dbt Expérience avec Snowflake Bonne maîtrise de Power BI Maîtrise de la modélisation de données et des concepts Data Warehouse / ELT Expérience dans la conception de pipelines de données Nice-to-have : Python DAX Power Query / M Airflow / Dagster Git CI/CD AWS / Azure / GCP Terraform Kafka ou technologies de streaming

Vos missions Enrichir, optimiser et gouverner la couche sémantique en y intégrant de nouvelles données Concevoir et optimiser des modèles et requêtes SQL / BigQuery (coûts et performances) Développer des outillages et scripts d'automatisation (Python, CI/CD) pour la gestion et la consommation de la couche sémantique Concevoir des architectures qui facilitent le self-service et l'intégration avec les outils BI, les automatisations et les agents IA Faire évoluer les modèles à partir des retours utilisateurs Rédiger la documentation technique et fonctionnelle, assurer le suivi des métadonnées Accompagner la résolution des tickets de support et le MCO des usages

Dans le cadre de projets à forte volumétrie autour des domaines Risque, Finance et Reporting réglementaire, chez l'un de nos clients grands comptes, nous recherchons un Big Data Engineer confirmé pour intervenir sur la conception, le développement et l'industrialisation de traitements de données à grande échelle. Vous aurez pour mission missions La conception et le développement de pipelines de données batch. L'alimentation de datamarts réglementaires Risque et Finance. L'alimentation des systèmes de reporting financiers et risques. L'intégration de données issues de sources variées : Core Banking, bases relationnelles, fichiers partenaires, systèmes internes, etc. La mise en place de contrôles de qualité, cohérence et complétude des données. L'optimisation des traitements sur de fortes volumétries : partitionnement, gestion des ressources, performances Spark, optimisation des requêtes. L'industrialisation et le déploiement des traitements via CI/CD, orchestration et monitoring. La réalisation des tests unitaires et des TNR. La documentation technique et la mise à jour des référentiels de données. La prise en compte des contraintes de sécurité, confidentialité et conformité réglementaire : RGPD, classification, anonymisation des données. La participation aux cérémonies Agile et aux réunions projets. La contribution aux activités de Run quotidien et mensuel. Environnement technique Scala – Spark – Hadoop – HDFS – Hive – Airflow – SQL avancé – Bases relationnelles – NoSQL – CI/CD – DevOps Une très bonne maîtrise des problématiques Big Data, volumétrie et optimisation des performances est indispensable.

Nous recherchons un(e) Data Engineer / Consultant(e) BI expérimenté(e) pour intégrer et accompagner notre équipe sur la gestion et le traitement des données au sein de notre Datalake. La maîtrise des concepts décisionnels est une contrainte forte et indispensable pour réussir sur ce périmètre. Missions principales : Garantir l'accès qualitatif et sécurisé aux sources de données multiples. Assurer la supervision, l'intégration, le nettoyage (suppression des doublons) et la recette des flux de données entrants dans le Data Lake. Garantir la maîtrise, la normalisation, le référencement et la qualité d'utilisation de la donnée afin d'en faciliter l'exploitation par les Data Analysts et Data Scientists. Contribuer à la définition de la politique de la donnée et structurer son cycle de vie dans le respect des réglementations en vigueur. Intervenir sur les systèmes applicatifs de gestion de la donnée, de traitement et sur les plateformes associées.

Dans le cadre de sa transformation Data et du déploiement de nouveaux services d'intelligence artificielle générative, une équipe Data Science recherche un consultant confirmé pour concevoir et piloter les produits data permettant de suivre l'usage, la performance et la valeur ajoutée de ces services. Missions : - Recueillir et formaliser les besoins métiers - Définir et maintenir un catalogue d'indicateurs et de KPI - Concevoir, fiabiliser et suivre les indicateurs d'usage, de performance, de qualité et de ROI - Structurer, modéliser et documenter les données, sources et flux associés - Concevoir et maintenir des tableaux de bord de pilotage sous Streamlit - Industrialiser les pipelines de données - Mettre en place les contrôles qualité et les mécanismes de supervision - Contribuer aux bonnes pratiques Data et à la gouvernance de la donnée - Réaliser le transfert de connaissances avec les équipes en place - Assurer la continuité des dispositifs existants - Produire un catalogue d'indicateurs validé par les métiers - Produire des dashboards de suivi opérationnels - Documenter et industrialiser les pipelines de données - Documenter les données, les flux et les traitements Profil attendu : Consultant confirmé avec une expérience en Data Engineering, Data Analytics et GenAI. Maîtrise de Snowflake, Pipelines DE données, STREAMLIT, DBT, Airflow / Dagster, Git, Gitlab, Linux, Docker, SQL et Python. Expérience dans la conception et le suivi d'indicateurs, la structuration et la documentation des données et flux, ainsi que l'industrialisation et la supervision des pipelines de données.