Trouvez votre prochaine mission ou futur job IT.

Dans le cadre de la modernisation de l’architecture data, nous recherchons actuellement un.e Data Engineer senior orienté finance quantitative pour intervenir chez l’un de nos clients du secteur financier. Vous intégrerez les équipes Data en charge de la production, de l’automatisation et de la fiabilisation des données de portefeuilles utilisées pour le suivi des fonds et des mandats. L’objectif est de garantir la qualité, la cohérence et la disponibilité de données financières critiques servant au pilotage des performances et au calcul des indicateurs de gestion. 🎯 Votre rôle En tant que Data Engineer spécialisé finance quantitative, vous intervenez sur l’ensemble de la chaîne de production des données financières. Votre mission consiste à concevoir, automatiser et fiabiliser les traitements de données liés aux portefeuilles, tout en assurant la cohérence des agrégations et des indicateurs utilisés par les équipes de gestion et de reporting. Vous contribuez directement à la qualité des données utilisées pour le suivi des fonds, la valorisation des portefeuilles et le pilotage des activités financières. Vos missions : ⚙️ Industrialisation des traitements de données financières Vous mettez en place et maintenez des chaînes de traitement robustes et automatisées : Concevoir et maintenir des pipelines de collecte et de transformation de données Automatiser les traitements de données de portefeuilles et de marchés Garantir la fiabilité des flux de données financiers Optimiser les traitements pour des volumes de données importants Assurer la stabilité et la performance des processus de production 📊 Agrégation et production des données de portefeuilles Vous intervenez sur la structuration des données financières : Agréger les données au niveau fonds et mandats Construire des datasets cohérents pour les usages de reporting Participer à la définition et au calcul des KPIs financiers Garantir la cohérence entre les différentes sources de données Assurer la qualité des données utilisées pour le suivi des portefeuilles 📈 Qualité, suivi et exploitation des données Vous êtes garant.e de la fiabilité des données en production : Suivre et analyser les statistiques de production Mettre à jour et contrôler les indicateurs de qualité de données Détecter et corriger les incohérences ou anomalies Participer à l’amélioration continue des traitements Garantir la robustesse des données utilisées en contexte critique 🧭 Environnement fonctionnel & technique 🏢 Domaine fonctionnel Finance de marché / asset management Suivi de portefeuilles et fonds Données financières et indicateurs de performance Valorisation et reporting financier Data platform finance 🛠 Technologies & outils Python SQL Snowflake Data engineering Pipelines de données Traitement de données financières Environnements data cloud Outils de transformation et orchestration (selon contexte)

Missions : Mettre en œuvre de nouveaux cas d’usage Cartographier les données et les flux de données Développer des pipelines d’analyse et de traitement des données Industrialiser les flux de données ainsi que leur visualisation via des tableaux de bord et des reportings Réaliser des tests unitaires et des tests d’intégration Avantages Évolution de carrière structurée – chez Reply, nous encourageons le développement professionnel et fournissons les outils et l’accompagnement nécessaire pour acquérir des compétences techniques et managériales Rémunération compétitive Programmes de certification pour soutenir votre évolution de carrière Environnement de travail diversifié et dynamique – vous serez entouré(e) de collègues partageant votre passion pour la technologie Opportunités de participer à des Hackathons, Code Challenges et Lab Camps, ainsi que de partager et diffuser les connaissances au sein de l’équipe Data Reply

Contexte de la mission : L’objet de la mission porte sur la réalisation d’une prestation d’expertise technique et de développement des flux et applications Génio & Qlik au sein du pôle décisionnel. Tâches à réaliser : La mission consiste à réaliser les tâches suivantes, en autonomie : · Comprendre et reformuler techniquement les besoins métiers ; · Assister les métiers dans la réalisation des maquettes · Concevoir, modéliser et développer des flux de données et/ou des reportings · Rédiger la documentation technique · Rédiger et réaliser des plans de tests et PV de recette. · Organiser et réaliser les mises en production · Analyser les demandes dans la globalité du SI Décisionnel et adapter les solutions pour optimiser la maintenabilité des applications Compétences recherchées : Obligatoires : Compétences confirmées et des expériences dans un contexte BI OTIC/GENIO V16 (ETL indispensable) QlikView / Qlik Sense (Dataviz indispensable) NPrinting Optionnelles : La connaissance des métiers de l’immobilier est un plus Expérience nécessaire : 7 à 9 ans minimum sur la fonction (profil senior) (profil ITS : Hors grille) Méthodologie : Agile Langues : Français Date de démarrage : 20/05/2026 Localisation : · Locaux du client situés MONTPELLIER Possibilité d’interventions hors site Client : OUI, 40% (limitée à un maximum de 40% du temps de prestation contractualisé – réalisable en France Métropolitaine uniquement) Astreintes / interventions HNO : NON Déplacements sur d'autres site client en France : NON Autre matériel requis : NON

Nous recherchons un Data Engineer orienté modélisation analytics (dbt) pour rejoindre la DSI d’un grand groupe international du secteur du luxe, au sein d’une équipe Data & Innovation. Vous interviendrez sur une plateforme data moderne avec de forts enjeux de performance, qualité de données et optimisation des coûts (FinOps) dans un environnement Snowflake. Responsabilités : Concevoir, développer et maintenir des modèles de données robustes avec dbt (modélisation analytics, structuration des couches, bonnes pratiques) Optimiser les performances des traitements ( modèles incrémentaux, gestion des volumes, tuning des requêtes Snowflake ) Intégrer une logique FinOps dans les développements : optimisation des coûts de calcul, gestion des warehouses, monitoring de la consommation Mettre en place une stratégie de tests data avancés (tests génériques et custom, intégrité référentielle) Contribuer à l’amélioration continue des pratiques DataOps (CI/CD, versionning, qualité, monitoring) Produire une documentation technique claire et exploitable (dbt docs, description des modèles) Participer au chiffrage des sujets en intégrant les enjeux de volumétrie, performance et coûts

Dans le cadre du renforcement d'une Data Platform Cloud, nous recherchons un Data Engineer afin d'intervenir sur des sujets transverses à forte valeur ajoutée. Vous rejoindrez une équipe dédiée à l'amélioration continue de la plateforme data et à la mise en place d'outils mutualisés au service des différentes squads. Votre rôle consistera à concevoir, développer et industrialiser des solutions permettant d'accélérer la production et la fiabilité des usages data. Vos principales missions seront : Développer et maintenir des pipelines de données robustes et scalables. Concevoir des composants et outils réutilisables par plusieurs équipes. Participer à l'industrialisation et à l'automatisation des traitements data. Accompagner les squads sur les bonnes pratiques Data Engineering. Contribuer à l'amélioration des performances, de la qualité et de la gouvernance des données. Collaborer étroitement avec les équipes Data, DevOps et Architecture.

Contexte : migration de On premise vers GCP En tant que Data Engineer, vous serez au cœur de notre stratégie data. Vous concevrez et mettrez en œuvre des solutions innovantes pour collecter, transformer et stocker nos données massives. Votre expertise technique sera essentielle pour les projets et offrir des insights précieux à nos équipes métiers. Vos missions : Conception et développement: Définir et mettre en œuvre des architectures de données robustes (data lakes, data warehouses). Concevoir et développer des pipelines de données automatisés (ETL). Optimiser les performances des traitements de données. Technologies: Maîtrise des langages de programmation : Python, Scala, SQL. Expérience avec les outils de traitement de données : Spark, Hadoop, Kafka. Connaissance des bases de données relationnelles et NoSQL. Expérience avec les clouds (GCP) Collaboration: Travailler en étroite collaboration avec les équipes métiers. Participer à la définition de la roadmap data.

Contexte : migration de On premise vers GCP En tant que Data Engineer, vous serez au cœur de notre stratégie data. Vous concevrez et mettrez en œuvre des solutions innovantes pour collecter, transformer et stocker nos données massives. Votre expertise technique sera essentielle pour les projets et offrir des insights précieux à nos équipes métiers. Vos missions : Conception et développement: Définir et mettre en œuvre des architectures de données robustes (data lakes, data warehouses). Concevoir et développer des pipelines de données automatisés (ETL). Optimiser les performances des traitements de données. Technologies: Maîtrise des langages de programmation : Python, Scala, SQL. Expérience avec les outils de traitement de données : Spark, Hadoop, Kafka. Connaissance des bases de données relationnelles et NoSQL. Expérience avec les clouds (GCP) Collaboration: Travailler en étroite collaboration avec les équipes métiers. Participer à la définition de la roadmap data.

Plateforme BI stratégique basée sur Azure et Power BI , alimentée par un data lake multi‑ERP et utilisée par plus de 2000 utilisateurs. Le consultant intervient en autonomie complète sur des projets end‑to‑end : besoin métier → data engineering → modélisation → BI → mise en production. Responsabilités principales Data Engineering Développer les pipelines ETL (Azure Data Factory). Intégrer de nouvelles sources et enrichir le data model harmonisé. Optimiser performance, coûts et qualité des données. Data Analyse & Power BI Concevoir des dashboards Power BI (DAX, M). Produire des visualisations orientées performance achats / finance / risques. Interpréter des datasets complexes et peu documentés. Gestion de projet Prise en charge complète des évolutions (workshops, tests, démos, MEP). Documentation fonctionnelle et technique. Participation aux cérémonies Agile. Support & amélioration continue Support utilisateurs. Contribution aux évolutions du produit BI.

Contexte de la mission : Dans le cadre du renforcement et de l'accélération de son pôle Data suite à une réorganisation interne, notre client recherche un Data Engineer Confirmé pour accompagner plusieurs chantiers stratégiques de modernisation de sa plateforme Data. La mission s'inscrit dans un contexte de transformation technologique avec la migration de l'architecture Data existante vers Microsoft Fabric, ainsi que la refonte et la migration de nombreux pipelines de données. Les avantages de la mission : Projet stratégique de transformation Data. Forte exposition aux technologies Microsoft Fabric. Participation à une migration d'envergure au cœur de la plateforme Data. Environnement technique moderne et stimulant. Équipe Data structurée et collaborative. Forte autonomie sur les sujets confiés. Mission avec visibilité et possibilité de prolongation. Mode de travail hybride avec 3 jours de présence sur site à Bordeaux.

Dans le cadre d’un projet chez l'un de nos clients grands compte, nous recherchons un(e) D ata Engineer / Data Analyst pour intervenir sur des missions de Build et de Run. Vous rejoindrez une équipe Agile en charge de la valorisation des données métiers, du développement de solutions de reporting et de l’industrialisation des flux de données à l’échelle internationale. Vous aurez pour missions Data Engineering Maintenir et faire évoluer des datamarts métiers Concevoir et développer de nouveaux flux de données et pipelines ETL Participer à l’alimentation et à l’optimisation d’un environnement data centralisé Collaborer avec les équipes architecture pour modéliser et exposer les données selon les standards de l’entreprise Participer aux estimations techniques et à l’analyse des besoins Data Analysis & Dataviz Concevoir des dashboards et reportings interactifs (PowerBI) à destination des équipes métiers Développer des indicateurs de performance et des visualisations adaptées aux usages opérationnels Accompagner les utilisateurs dans l’exploitation des données et la prise en main des outils analytiques Support & Qualité Assurer le support de niveau avancé sur les sujets data et reporting Participer au suivi et à la priorisation des incidents Rédiger et maintenir la documentation technique et d’exploitation Réaliser les tests avant mise en production Environnement technique SQL avancé BigQuery ou technologies équivalentes Looker Studio / Power BI Environnements Cloud (GCP apprécié) ETL / Data Pipelines Méthodologies Agile / Scrum Appétence aux enjeux data relatifs à l’IA

Contexte Notre client recherche un(e) Data Engineer confirmé(e) pour intégrer une équipe Data internationale. Objectif du poste Concevoir, développer et maintenir les pipelines de données ainsi que les modèles analytiques nécessaires à la création de datasets fiables, performants et industrialisés. Vous serez garant(e) de la qualité, de la cohérence et de la maintenabilité des solutions data mises en œuvre. Missions principales Participer à l’intégration des données au sein du Data Hub. Développer et maintenir les pipelines d’ingestion et de transformation. Concevoir et implémenter des datasets de référence (SSOT). Développer et maintenir les datamarts métiers. Concevoir des modèles de données robustes et évolutifs. Développer des transformations complexes en SQL et dbt. Créer et maintenir des procédures stockées et scripts d’automatisation. Optimiser les performances des traitements et des requêtes. Mettre en œuvre les bonnes pratiques CI/CD et DataOps. Participer à l’automatisation des déploiements. Contribuer à l’amélioration continue des processus de Data Quality. Assurer la documentation technique et la maintenabilité des développements. Travailler en étroite collaboration avec les équipes métiers, les Data Analysts et les Data Product Managers. Participer aux cérémonies Agile (Scrum). Comprendre et challenger les besoins fonctionnels. Accompagner les utilisateurs dans l’exploitation des données.

🎯 Contexte Dans le cadre d’un projet stratégique de transformation Data, notre client souhaite migrer son PIM actuel ( Informatica 360 – catalogue produit ) vers une nouvelle solution ( Akeneo ). L’objectif est de fiabiliser, structurer et migrer les données produits dans un environnement Retail / e-commerce. 🚀 Missions principales 🔄 Extraction et transformation des données depuis Informatica PIM 📦 Préparation et structuration du catalogue produit pour intégration dans Akeneo 🔗 Participation aux flux de migration et à la qualité des données 🛠️ Gestion des exports (XML, API, scripts, etc.) 🔍 Analyse et correction des anomalies de données 🤝 Collaboration avec les équipes IT, Data, e-commerce et métier 📊 Contribution à l’amélioration de la gouvernance des données 🧠 Profil recherché✅ Compétences techniques Expertise sur PIM Informatica 360 Très bonne maîtrise des migrations de données / data mapping Expérience en : extraction de données scripting API / flux d’intégration Connaissance d’ Akeneo = gros plus ✅ Expérience Expérience significative en environnement PIM / Data ✅ Expérience obligatoire dans le Retail (catalogue produit) Expérience e-commerce fortement appréciée 👤 Soft skills Autonomie & rigueur Forte capacité d’analyse Esprit structuré (qualité de données) Bon relationnel avec des équipes métiers & IT

Nous recherchons un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution des données Corporate stratégiques du groupe. Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources internes, essentielles à la prise de décision stratégique et opérationnelle. Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). 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 entrepôt de données (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 des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité. Environnement technique (exemples, à confirmer selon l'architecture existante ou cible)** Sources : Multiples systèmes Corporate (Systèmes Financiers, Plateformes Achats, Outils ITSM. - 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 support outil libre. Visualisation / Restitution : Tableau. CI/CD / versioning : GitLab, GitHub. Documentation : Confluence, Jira, SharePoint. Profil recherché Expérience confirmée en intégration de données depuis des systèmes d'entreprise complexes (ERP, CRM, finance, RH). Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud (idéalement Snowflake ou équivalent). Solides compétences en data modeling analytique (modèles dimensionnels, Data Vault, médaillon ou autres architectures d'entrepôt de données). Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code, 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 les besoins métiers complexes en solutions techniques de données. ! Bonus important ! : Connaissance des structures de données et des processus métier typiques d'un grand groupe international dans l'hôtellerie ou un secteur similaire.

Dans le cadre d’un programme stratégique de transformation Data pour un de nos clients, nous recherchons un(e) Tech Lead / Senior Solution Architect Databricks afin d’accompagner la modernisation et l’industrialisation d’une plateforme Data Azure à forte volumétrie. Vous interviendrez dans un environnement exigeant autour des enjeux suivants : • Migration et industrialisation sur Databricks • Gouvernance et qualité des données • Optimisation des performances et des coûts cloud (FinOps) • Accompagnement et montée en compétence des équipes Data 🎯 Vos missions : Data Engineering & Plateforme Data Concevoir et développer des pipelines d’ingestion à forte volumétrie Structurer et faire évoluer une plateforme Data moderne sur Azure Databricks Mettre en œuvre des traitements batch et streaming dans une architecture Lakehouse Industrialisation & DevOps Industrialiser les pipelines et renforcer les pratiques DevOps Mettre en place les bonnes pratiques CI/CD et automatiser les déploiements Participer à la fiabilisation des environnements de production Architecture & Gouvernance Définir l’architecture cible et garantir les standards techniques Accompagner les équipes sur les bonnes pratiques d’ingénierie Data Participer aux sujets Data Governance & Data Quality Performance & FinOps Optimiser les traitements Spark Maîtriser les coûts d’infrastructure cloud Améliorer les performances globales de la plateforme MCO & Support Intervenir sur des incidents complexes (support N3) Contribuer au maintien opérationnel de la plateforme

Dans le cadre du renforcement de ses équipes Data, le client recherche un Data Engineer pour intervenir au sein des équipes ePilot et Data Factory sur des sujets liés à la vente et à l'après-vente. Le consultant participera à l'intégration, la transformation et l'exploitation des données provenant de multiples sources (Hadoop, API, fichiers, bases de données) afin d'alimenter les plateformes décisionnelles. Il contribuera également à l'analyse des données, au développement de modèles analytiques et à la création de reporting Power BI. Missions : -Concevoir et développer les flux d'intégration de données -Collecter et intégrer des données issues de multiples sources (Hadoop, API, fichiers, bases de données) -Assurer l'alimentation et la maintenance des bases SQL -Réaliser les traitements de transformation et de qualité des données -Analyser les données et participer à leur valorisation -Développer et maintenir les modèles décisionnels et cubes tabulaires -Concevoir et faire évoluer les rapports Power BI -Optimiser les performances des traitements et des bases de données -Garantir la fiabilité et la cohérence des données -Participer à la documentation des flux et des traitements -Collaborer avec les équipes métiers et Data Factory -Contribuer à l'amélioration continue des plateformes Data Profil attendu : Nous recherchons un Data Engineer disposant d'une solide expérience dans l'intégration et la transformation de données. Le candidat doit maîtriser les environnements SQL et les architectures Big Data tout en étant capable de travailler sur des sujets décisionnels et analytiques. Une bonne compréhension des problématiques métier ainsi qu'une capacité à collaborer avec les équipes Data et métiers sont attendues.

Nous poursuivons notre développement et recherchons actuellement un.e Data Engineer pour intervenir chez un de nos clients, dans le secteur bancaire. L’enjeu : structurer et industrialiser l’écosystème Data & ML sur Google Cloud Platform. Vous intervenez à la fois sur l’architecture, le build, le run et la structuration des bonnes pratiques. Industrialiser les pipelines data sur l’écosystème GCP Gérer les montées de version des services managés Garantir performance, capacité et fiabilité Développer des pipelines en Python Exploiter et optimiser BigQuery Mettre en place des pratiques CI/CD adaptées aux projets data Structurer l’industrialisation des modèles de Data Science Gestion des IAM, droits d’accès et conformité Sécurisation des environnements Encadrement des accès aux données de production anonymisées Suivi des incidents Amélioration continue des livrables Gestion des évolutions techniques avec les éditeurs