Trouvez votre prochaine mission ou futur job IT.

Vous intégrerez l'équipe Gestion de Projets de notre client, pour réaliser les missions suivantes : - Avec l'ensemble des parties prenantes (métiers, IT, CISO, juridiques, Data Scientists, Data Engineer...), gérer des projets Data, IA et IA Générative répondant aux besoins des métiers, en respectant la méthodologie certifiée et labélisée du DataLab Groupe : o Etude d'opportunité et cadrage, o Pilotage de la réalisation jusqu'à la mise en production à l'échelle, en assurant un reporting auprès des sponsors et de votre Direction, o Suivi du déploiement et de l'utilisation des solutions par les utilisateurs finaux, o Accompagnement de la montée en compétences des équipes des entités. - Contribuer à l'amélioration continue de la méthodologie, - Participer à l'animation de la communauté des experts Data & IA (webinars, Clubs, Groupe de Travail...), et à l'acculturation des collaborateurs, managers et dirigeants du Groupe, et au rayonnement des réalisations Data et de l'IA du client au travers d'événements externes (salons, conférences, communautés...).

Business Analyst Data / GenAI - Snowflake & AI Cortex (H/F) Mission freelance longue durée - Full Remote (rattachement Lyon) Le contexte Au sein d'une équipe Agile, vous intervenez sur un projet stratégique de transformation digitale de la chaîne de valeur Commerciale. L'enjeu : déployer une fonctionnalité "Talk to your data" permettant aux collaborateurs métiers d'interroger les données en langage naturel, grâce à un AI Agent (LLM) qui génère automatiquement des requêtes SQL fiables. Le produit est aujourd'hui utilisé par 35 utilisateurs, avec un objectif d'extension à 700+ utilisateurs d'ici fin 2026. Vous intervenez sur le backend et la couche sémantique, garants de la qualité, de la cohérence et de la pertinence des requêtes générées par l'IA. Stack & environnement * Snowflake (incluant Snowflake AI Cortex) * SQL avancé / modélisation de données * Concepts GenAI / LLM * Méthodologie Agile (Scrum) Vos missions Compréhension fonctionnelle & cohérence produit * Assurer l'alignement entre les besoins métiers et les capacités du data product * Garantir la cohérence fonctionnelle et la qualité globale de la plateforme Coordination & gestion des exigences * Collaborer avec les équipes sources pour clarifier les besoins et garantir la disponibilité des données * Travailler étroitement avec le Product Owner pour affiner et prioriser les fonctionnalités User Stories & Backlog * Participer à la rédaction des user stories et à la définition des fonctionnalités * Contribuer à la planification des releases et à la priorisation des features * Garantir que les user stories sont prêtes pour le développement et alignées avec la roadmap * Valider ou rejeter les livrables selon les critères d'acceptation Quality Assurance * Contribuer à la création et à l'exécution des cas de test * Valider les modèles de données et leur adéquation aux besoins analytiques * Participer aux contrôles de qualité des données et aux tests fonctionnels

Dans le cadre du développement de projets data innovants, nous recherchons un AI / Data Engineer spécialisé en Intelligence Artificielle Générative (H/F) . Vous interviendrez sur la conception et la mise en œuvre de solutions data avancées , avec un focus sur la plateforme Databricks et sur des cas d’usage en IA Générative (LLM, RAG, fine-tuning) . Votre rôle consistera à accompagner les équipes dans le cadrage, le développement et la mise en production de modèles d’intelligence artificielle , tout en contribuant à l’industrialisation des solutions et à l’évolution des plateformes data. Conseil et cadrage des cas d’usage IA Accompagner les équipes dans l’identification et le cadrage de cas d’usage data et IA Générative Conseiller sur les choix d’architecture, de modèles et de stratégies RAG ou fine-tuning Participer à la définition de solutions innovantes sur la plateforme Databricks Conception et développement de modèles IA Développer des modèles de Machine Learning et Deep Learning Concevoir des solutions basées sur LLM et architectures Transformers Implémenter des cas d’usage d’ IA Générative (RAG, fine-tuning, prompt engineering) Collecte et préparation des données Collecter, nettoyer et transformer les données nécessaires à l’entraînement des modèles Réaliser des analyses exploratoires et préparer les datasets pour l’entraînement Industrialisation et MLOps Mettre en production les modèles d’intelligence artificielle Mettre en place des processus de monitoring et de maintenance des modèles Contribuer à l’industrialisation des pipelines data et des modèles IA

nous recherchons un Tech Lead Data Expert pour intervenir au sein de notre client en assurance. La mission s’inscrit dans un environnement Agile / SAFe ,en charge de la réalisation et de la maintenance des applications Data du SI. 🎯 Objectifs de la mission En tant que Tech Lead Data, vous serez le référent technique de l’équipe et aurez pour missions principales de : Assurer le lead technique des développeurs Data Faire évoluer les pratiques vers des architectures modernes : évènementiel, APIsation, industrialisation Data Être force de proposition sur les nouvelles technologies et pratiques du marché Collaborer avec les autres équipes Data Travailler en étroite relation avec le Product Manager et le Scrum Master 🛠️ Compétences attendues Compétences techniques clés Modélisation décisionnelle Excellente maîtrise du SQL (Oracle & PostgreSQL) API REST Java Kafka (évènementiel) Spark PowerDesigner Connaissance d’IBM DataStage (fortement appréciée) Usage de l’IA obligatoire dans les pratiques Data Profil recherché Expérience confirmée à expert (min. 10 ans appréciés) Forte expertise Data / BI / Big Data Leadership, proactivité et curiosité technologique Capacité à évoluer dans un environnement Agile structuré (SAFe)

Objectifs de la mission Industrialiser les projets de Machine Learning développés sous Dataiku DSS Mettre en place une chaîne MLOps robuste, sécurisée et maintenable Garantir la fiabilité, la performance et la gouvernance des flux de données alimentant Dataiku Assurer le bon passage du POC à la production, puis l’exploitation dans le temps Contribuer à la diffusion des bonnes pratiques MLOps & DataOps au sein des équipes Data Périmètre d’intervention Projets Data Science & IA développés sous Dataiku DSS Chaînes MLOps (entraînement, déploiement, supervision des modèles) Connexion de Dataiku aux sources de données de l’entreprise Environnements DEV / TEST / PROD Livrables attendus Pipelines MLOps Dataiku industrialisés et documentés Modèles ML déployés et supervisés en production Connecteurs Dataiku vers les sources de données opérationnels Documentation d’exploitation MLOps & DataOps Recommandations de standardisation et d’amélioration continue Interactions Rattachement : Responsable de domaine SI Dataplatform et BI avec un détachement opérationnel dans l’équipe Data Science le temps du projet Partenaires clés : équipes IT (projets, devs, MCO), directions métiers (commerce, marketing, supply chain, finance), conformité et sécurité. Data Scientists, Data Engineers, Architectes Data / Cloud, équipes de la direction technique : Infrastructures, Production, Sécurité & Exploitation Compétences Dataiku DSS – niveau avancé (MLOps & DataOps) Expérience confirmée en industrialisation de modèles ML Python, SQL CI/CD, Git Très bonne compréhension des architectures Data Environnements Cloud (AWS / GCP / Azure) Sensibilité forte aux enjeux sécurité, RUN et exploitation

Objectifs de la prestation Dans le cadre de la consolidation de sa gouvernance data, l'entreprise souhaite renforcer et structurer ses pratiques en s'appuyant sur un environnement technologique avancé, comprenant les plateformes Snowflake, Power BI et Datahub. Pour cela, l'équipe Data Management, composée de 4 professionnels, recherche un expert transverse afin de piloter la structuration, le déploiement et l'animation de la gouvernance opérationnelle. Mandat confié Déploiement du modèle de Data Stewardship Clarifier les rôles, périmètres et rituels entre Data Owners, Data Stewards et équipes techniques. Créer des kits d'onboarding, des standards et des supports pour accompagner les Data Stewards dans leur mission. Lancer et animer la communauté de Data Stewards afin de promouvoir une gouvernance partagée et efficace. Adoption & Data Catalog Renforcer l'adoption du Data Catalog (Datahub) et promouvoir les bonnes pratiques de gouvernance associées. Accélérer la documentation des assets data prioritaires pour assurer une meilleure compréhension et exploitation des données. Étendre la couverture du catalogue aux traitements d'intelligence artificielle (IA), intégrant ainsi la gouvernance dès la conception. Animation & transverse Organiser des ateliers avec les utilisateurs pour favoriser l'appropriation des outils et des méthodes de gouvernance. Faire émerger les irritants et structurer un backlog transverse pour répondre aux enjeux opérationnels. Intégrer la gouvernance lors des phases de cadrage des projets, en adoptant une approche 'governance by design'. Réactiver les communautés existantes, notamment les référents Power BI, afin de maintenir une dynamique de partage et de collaboration. Profil recherché Le candidat idéal devra posséder une expertise transverse en gouvernance data, avec une capacité à intervenir à la fois au niveau stratégique et opérationnel. Il devra démontrer des compétences en animation de communautés, en structuration de processus et en animation d'ateliers, tout en étant capable de travailler en étroite collaboration avec les équipes techniques et métier. Les propositions devront détailler la méthodologie proposée pour atteindre ces objectifs, ainsi que la démonstration de capacités similaires dans des environnements complexes et structurés.

🎯𝐓𝐨𝐧 𝐭𝐞𝐫𝐫𝐚𝐢𝐧 𝐝𝐞 𝐣𝐞𝐮 : - Piloter les analyses de risques IT & cybersécurité sur des projets innovants (IA, Cloud, Data) - Accompagner les projets en apportant expertise sécurité et conseil (data protection, conformité, architecture) - Identifier, qualifier et suivre les risques, vulnérabilités et plans de remédiation - Assurer la conformité des projets IT (y compris third parties) et la résilience opérationnelle - Préparer et animer les comités de validation (risk, sécurité) 🛠️ Gouvernance & GRC - Intégrer les analyses dans l’outil GRC Groupe - Contribuer au programme cybersécurité (référentiel NIST CSF) - Produire le reporting (KPI, tableaux de bord, comités) - Maintenir et améliorer les politiques et procédures 🤝 Environnement - Collaboration avec équipes IT, métiers, sécurité, data, juridique et compliance - Contexte international et multi-sites

MISSION Périmètre applicatif : Intégration des solutions d’intelligence artificielle dans la nouvelle plateforme téléphonique Amazon Connect. Exigences Techniques 1. Maîtrise de la plateforme Amazon Connect • Expérience significative sur la mise en œuvre et l’exploitation d’Amazon Connect (CCaaS) en environnement de production. • Maîtrise des flows Amazon Connect complexes et du routage multicanal (voix, email, chat, callback). • Capacité à intégrer et exploiter les fonctionnalités natives IA d’Amazon Connect dans une logique native-first. 2. Expertise en IA Générative et IA agentique • Expérience confirmée sur des solutions d’IA générative appliquées à la relation client. • Capacité à configurer et industrialiser des assistants IA pour : o L’assistance au conseiller (Agent Assist / Co-bot). o L’automatisation post-interaction (synthèse d’appel, mémento, catégorisation). o Les usages autonomes (Mailbot, Voicebot). • Maîtrise des mécanismes de prompt, de contextualisation et de garde-fous IA (sécurité, conformité, qualité de réponse). 3. Architecture et intégration SI • Capacité à concevoir une architecture cible intégrée avec : o Le CRM, o Les outils conseillers, o Le SI relation client et les référentiels de données. • Maîtrise des intégrations via API, événements et flux temps réel. • Mise en œuvre de la traçabilité et de la journalisation des interactions et décisions IA. 4. Data, contextualisation et qualité • Capacité à exploiter les données client et interactionnelles pour enrichir les réponses IA. • Mise en place de mécanismes de codification des motifs d’appel et de restitution structurée dans le SI. • Prise en compte des enjeux de qualité des données et de cohérence métier. 5. Sécurité, observabilité et performance • Mise en place d’outils de monitoring, d’alerting et de supervision des services IA. • Suivi de la performance des modèles et des usages IA. • Prise en compte des enjeux de coûts, d’optimisation financière et de pilotage à l’usage (FinOps). Exigences Fonctionnelles 1. Compréhension des enjeux métier Relation Client • Expérience sur des projets de transformation de la relation client à forte volumétrie. • Capacité à adresser conjointement : o L’amélioration de l’expérience client, o L’augmentation de la productivité et du confort des conseillers, o Le développement du selfcare et de l’IA autonome. 2. Connaissance du contexte organisationnel et réglementaire • Capacité à s’inscrire dans un cadre de gouvernance structuré et multi-instances. • Prise en compte des exigences réglementaires, de conformité et des validations internes. • Capacité à travailler avec des équipes métiers, IT, data et sécurité. 3. Approche de standardisation et passage à l’échelle • Capacité à privilégier les fonctionnalités standards et natives de la plateforme. • Limitation des développements spécifiques au strict nécessaire. • Conception de solutions réplicables et industrialisables sur plusieurs périmètres métiers. 4. Conduite du changement et adoption • Expérience dans l’accompagnement des utilisateurs finaux (conseillers, managers). • Capacité à déployer les solutions par vagues successives. • Production de supports d’appropriation et de démonstrateurs favorisant l’adoption. 5. Pilotage par la valeur et co-construction • Capacité à prioriser les cas d’usage en fonction de la valeur métier. • Approche itérative de type test & learn. • Inscription dans une trajectoire pluriannuelle de transformation IA.

Contexte de la mission Notre client recherche un profil MLOps / Plateforme IA pour assurer l'exploitation et le déploiement de solutions d'intelligence artificielle à destination des équipes internes. Le prestataire jouera un rôle clé à l'interface entre les équipes data, les développeurs et les utilisateurs métiers, dans un environnement GPU managé et orienté LLM. Missions principales Assurer le suivi et l'exploitation des plateformes IA pour les utilisateurs internes Accompagner la consommation des offres IA au sein du cluster : exposition de modèles LLM, gestion des ressources GPU via Run:AI , déploiement de solutions RAG Apporter un support technique et méthodologique aux équipes internes du cluster BPCR sur l'utilisation des plateformes IA Développer et mettre à disposition des services automatisés (Python, GitLab-CI) pour faciliter l'adoption et l'intégration des solutions IA Environnement technique Orchestration & infrastructure : Kubernetes (pods, services, namespaces, déploiements), Run:AI LLM & IA générative : exposition de modèles, fine-tuning, transfer learning, architectures RAG Serving de modèles : vLLM, TGI ou équivalents GPU : allocation, gestion mémoire, optimisation des charges de travail Développement & automatisation : Python, API REST, GitLab-CI Recherche vectorielle : bases vectorielles et intégration dans des pipelines RAG Environnement : Linux, pratiques DevOps / MLOps

2. Objectif de la mission : Autour des outils de monitoring de la production la mission vise à trouver des cas d’usage de L’IA pour améliorer la qualité des données des métriques de risque calculée -Etablissement d'un état du lieu des données disponibles pour digitalisation du processus de monitoring de limites de trading - Elaboration, en Python, d'un POC d'une solution basée sur l'IA pour amélioration des data de production - Développement du MVP pour l’amélioration des données de production avec un moteur IA permettant l’entrainement de la solution pour capturer plus de données problématiques -Mise en production d’une solution basée sur l’IA pour le contrôle des données. Recherche de d’autre cas d’usage que monitoring les limites

Contexte : Dans le cadre de l’accélération des usages IA générative au sein d’un grand groupe bancaire, une entité dédiée aux infrastructures IT renforce ses équipes Cloud afin de concevoir et industrialiser des plateformes Data, AI et GenAI sur GCP. Le consultant interviendra sur des cas d’usage autour des LLM et du RAG , avec des enjeux de scalabilité, sécurité, gouvernance des données et mise en production dans un environnement bancaire exigeant. Missions Principales : Concevoir et déployer des architectures Data, AI & GenAI sur GCP ; Mettre en œuvre des solutions basées sur des LLM (Vertex AI, modèles open source, APIs) ; Concevoir et industrialiser des pipelines RAG (Retrieval-Augmented Generation) : ingestion, vectorisation, recherche sémantique ; Implémenter des chaînes MLOps / LLMOps (CI/CD, évaluation, monitoring des modèles) ; Automatiser les infrastructures ( Terraform, IaC ) ; Assurer le run : performance, monitoring, optimisation des coûts (FinOps) ; Garantir la sécurité et la gouvernance des données sensibles (IAM, conformité, gestion des accès) ; Accompagner les équipes métiers et data dans l’industrialisation des cas d’usage GenAI.

Mission : Mission de 2 mois en Freelance puis préembauche en CDI Lieu : Caen Vos Missions Organisation du reporting groupe Structure et centraliser les indicateurs clés (KPI) pour le pilotage stratégique et opérationnel. Définit et maintenir une architecture de reporting homogène pour l'ensemble du groupe. Évolution des tableaux de bord Conçoit, maintient et fait évoluer les dashboards pour répondre aux besoins métiers. Garantit l'automatisation, la lisibilité et la fiabilité des rapports. Modélisation des données et flux d'alimentation Conçoit et maintient les modèles de données (Datawarehouse, Datalake, Datamarts). Crée et optimise les processus d'intégration (ETL/ELT) pour alimenter les systèmes analytiques. S'assure de la qualité, de l'exhaustivité et de la fraîcheur des données. Relation avec les métiers et la Direction Technique (OT) Assure le lien fonctionnel entre les équipes métiers et la DSI (Direction Technique). Analyse les besoins, formalise les expressions de besoins, coordonne les réponses techniques. Mise en place de procédures de contrôle qualité Définit et met en oeuvre des règles de contrôle de cohérence et de qualité des données. Met en place des alertes, indicateurs de suivi et tableaux de bord de contrôle. Participe à la conformité réglementaire (ex : RGPD, audit interne). Administration de la plateforme BI Gére les environnements de BI (paramétrage, déploiement, supervision). Met en oeuvre une gouvernance des accès et des rôles : Définit les périmètres d'accès aux données (cloisonnement par entité, fonction, niveau hiérarchique). Assure une gestion fine des droits utilisateurs, rôles et permissions. Formation et accompagnement des utilisateurs Forme les utilisateurs clés et les référents métier aux outils BI et aux bonnes pratiques d'usage des données. Élabore des supports pédagogiques (guides, vidéos, documentation). Développe l'acculturation des collaborateurs à la donnée et à l'IA. Veille technologique & innovation Suit les évolutions dans les domaines BI, data, cloud et IA. Identifie les opportunités d'optimisation ou de transformation des processus métier grâce à la donnée

Informations générales Département : Digital, Data & IA Localisation : Siège / Lille (présence obligatoire sur site) Supérieur hiérarchique : Head of IA Position dans l’organisation Le/la IA Delivery Lead pilote une équipe dédiée à la conception et à la livraison de solutions d’intelligence artificielle. Encadrement Management fonctionnel d’une équipe pluridisciplinaire : Product Owner Copilots & Agents IA Business Analyst / AMOA IA Spécialiste fonctionnel RAG / Prompt (optionnel) Interactions internes Équipes Data (Data Hub, gouvernance, référentiels) Équipes IT / DSI Directions métiers Équipes Digital / Data / IA Interactions externes Partenaires technologiques et plateformes cloud Éditeurs de solutions IA (LLM, RAG, etc.) Cabinets de conseil spécialisés Mission Le/la IA Delivery Lead est responsable du pilotage de bout en bout des cas d’usage en intelligence artificielle (copilots, agents, solutions RAG), depuis leur cadrage jusqu’à leur mise en production, leur adoption et la mesure de leur valeur. Il/elle garantit la structuration des projets, la coordination des parties prenantes et la qualité des livrables, tout en assurant un impact métier mesurable. Responsabilités principales 1. Cadrage et qualification Animer les ateliers de cadrage avec les métiers Évaluer la faisabilité fonctionnelle et l’effort de delivery Définir les critères de succès (valeur, adoption, qualité, risques) Intégrer les enjeux de données, de traçabilité et de conformité 2. Pilotage du delivery Construire et piloter les plans de delivery (jalons, sprints, capacité) Coordonner les parties prenantes internes et externes Gérer les risques, dépendances et arbitrages Garantir la qualité des livrables (backlog, spécifications, décisions) 3. Recette et validation Préparer et animer les comités de validation Définir les critères d’acceptation et organiser la recette fonctionnelle Coordonner les validations finales (go / no-go) 4. Déploiement et adoption Définir la stratégie de déploiement (pilote, passage à l’échelle) Accompagner l’adoption (formation, communication, support) Mettre en place les indicateurs d’usage (adoption, fréquence, satisfaction) Organiser les boucles de feedback 5. Mesure de la valeur Suivre les gains générés (temps, qualité, réduction des risques) Piloter l’amélioration continue des solutions 6. Qualité et fiabilité Définir les standards de qualité des solutions IA Mettre en place des contrôles fonctionnels Suivre et corriger les écarts 7. Industrialisation Capitaliser sur les retours d’expérience Standardiser les méthodes et outils (copilots, agents, RAG) Contribuer à l’industrialisation des pratiques IA