Trouvez votre prochaine mission ou futur job IT.

Il s'agit d'assister le client en tant qu'ingénieur DATA sur le service de cloud datawarehouse sous Azure. Nous recherchons un Data Engineer ayant déjà fait du DevOps, capable de travailler à la fois sur les traitements de données (Databricks, architecture médaillon bronze / silver / gold) et sur l'infrastructure cloud associée (Azure, Terraform, Jenkins), dans un contexte d'entreprise avec des standards Git et CI/CD.Du conseil, des études d'opportunité et dossiers d'innovation seront demandés. Missions principales (Data & supervision) • Concevoir, développer et enchaîner des notebooks Databricks en PySpark pour alimenter les zones bronze, silver et gold. • Maîtriser et exploiter les formats parquet, delta et csv, en comprenant leurs impacts sur la performance, la robustesse et les coûts. • Optimiser les notebooks et jobs existants (performance, qualité de données, coûts d'exécution). • Mettre en place et faire vivre la supervision des flux : monitoring des pipelines Azure Data Factory, suivi de la qualité des données, création d'alertes et de tableaux de bord de suivi. • Contribuer à la fiabilisation globale de la plateforme data (détection d'anomalies, reprise sur incident, bonnes pratiques de développement). • Collaborer avec les équipes métier et techniques pour comprendre les besoins, prioriser les évolutions et industrialiser les traitements. Missions annexes (DevOps & infra) • Mettre à jour et faire évoluer les repos d'infrastructure (Terraform, Jenkins) en suivant les templates et bonnes pratiques du git d'entreprise. • Maintenir, paramétrer et exécuter les pipelines Jenkins liés aux déploiements et aux traitements data, en garantissant leur fiabilité et leur traçabilité. • Participer activement à la vie des repos GitHub : revue de code (PR/MR), gestion des branches, compréhension des workflows Git avancés, automatisation et diffusion des bonnes pratiques. Technologies & environnement technique • Cloud & data platform : Azure, Databricks, Azure Data Factory, Azure Storage Account, Azure Key Vault, Power BI. • Infra & CI/CD : Terraform, Jenkins, GitHub (PR/MR, workflows), intégration runtime via VM. • Langages & frameworks : Python, PySpark (DataFrame API, Spark SQL), SQL. • Formats & data : parquet, delta, csv… • Librairies Python courantes : o pyspark (transformations, jointures, agrégations, optimisations). o delta-spark et librairies Delta Lake pour la gestion des tables (ACID, time travel, optimisation). o Packages Azure (azure-identity, azure-keyvault-secrets, azure-storage-blob, etc.) pour l'intégration avec les services cloud.

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.

Contexte de la mission Dans ce contexte, nous recherchons un Data Engineer ayant une forte appétence pour la compréhension des enjeux métier liés à la donnée, les environnements Big Data en transformation, et le travail sur des systèmes existants et l'amélioration continue. Le profil attendu combine compétences techniques solides et posture d'ingénieur impliqué dans le fonctionnement global du SI (BUILD & RUN). Une expérience minimale de 3 ans est requise. Objectifs et livrables Activité principale Les missions s'inscrivent dans une trajectoire progressive : Phase 1 : Modernisation des traitements existants - Migration de traitements Informatica et PL/SQL vers Spark (Java) - Participation à l'optimisation des traitements existants - Maintenance corrective et évolutive des traitements PL/SQL - Appropriation des processus métier derrière les flux de données Phase 2 : Refonte cloud (Databricks) - Participation au projet stratégique de migration vers le cloud - Conception et mise en œuvre de pipelines de données sur Databricks - Industrialisation des traitements dans un environnement moderne Activités principales : - Concevoir, développer et maintenir des pipelines de données en Spark (Java) - Migrer des traitements legacy vers des architectures Big Data modernes - Assurer la maintenance des traitements existants SQL / PL-SQL - Garantir la performance, la robustesse et la qualité des données - Participer activement au RUN et à l'amélioration continue Activités secondaires - Contribution aux bonnes pratiques de développement et d'exploitation - Mise à jour du référentiel documentaire - Partage de connaissances au sein de l'équipe - Participation à la guilde Spark de l'équipe (choix de conception, optimisation des traitements, road map technique etc…) Stack technique de l'équipe Spark, Java, Ceph, Tableau Server, Oracle, Informatica, Maven, Control-M, Git, Jenkins, Terraform

ContexteLes équipes CIB ITO développent, maintiennent, sécurisent et améliorent les systèmes d'information et applications de CIB. En tant que première banque d'investissement en Europe dans la région EMEA, nous accompagnons nos clients corporates dans leur développement en leur offrant des conseils stratégiques et un accès de premier choix au financement et aux services bancaires transactionnels. Nous considérons notre rôle comme un pont entre nos clients corporates et les investisseurs institutionnels, en nous appuyant sur des équipes situées à travers le monde pour répondre à leurs besoins. Le besoin porte sur un renforcement de l'équipe de Data Scientist de la division AI de la plateforme CIB/Banking. Cette équipe est spécialisée dans l'intégration de solution AI innovantes au sein des diverses applications comme de l'extraction de données à partir de divers documents (états financiers, documents de crédit, etc.) et systèmes internes. MissionsDéfinition et contribution à la mise en œuvre de solutions agentiques pour la simplification et l'accélération de process métiers complexes. Interaction avec les Métiers afin de maximiser l'impact et l'adoption des solutions IA. Extraction des données à partir de divers documents et systèmes internes en utilisant pipelines IA agentiques. Mise en place de systèmes d'évaluations et d'observabilités sur des pipelines agentiques. Déploiement de LLMs, modèles sur des GPUs dans un environnement de dev. Amélioration continue : amélioration constante des performances de l'extraction de données dans le cadre d'une approche itérative et incrémentale. Mise en œuvre de stratégies de test afin de contribuer au maintien du niveau de qualité et à l'amélioration continue des processus de développement. Interaction des standards de développement IT les plus élevés pour industrialiser la data science, en interagissant avec les architectes, les équipes de production. Soutien technique, transfert de compétences et responsabilité technique de use cases métiers et participation à leur mise en production.

🌍SCC est la division « technologie » du Groupe Rigby. Premier groupe informatique privé en Europe, un acteur majeur de l'intégration et des services informatiques d'infrastructure. L'ambition de SCC est de fournir à ses clients des solutions technologiques et des services intégrés pour assurer l'efficacité financière et opérationnelle de leur outil informatique et supporter leur compétitivité. Partenaire incontournable, SCC répond à l'ensemble des besoins clients, des plus simples aux plus complexes, grâce à l'étendue de son offre et de sa couverture géographique, son expertise tant généraliste que spécialisée et la portée de ses centres de service. 🤝SCC est avant tout une aventure humaine. Ses collaborateurs sont sa principale richesse. Ensemble, ils sont réunis autour de cinq valeurs d'entreprise : l'esprit d'entreprendre, le professionnalisme, l'esprit d'équipe, l'engagement et les diversités. Chez SCC, nous valorisons la diversité et l'inclusion. Chaque talent compte, indépendamment du genre, du handicap ou de toute autre distinction. Présente sur tout le territoire national, SCC compte plus de 5 000 clients, 3 500 collaborateurs et d'un chiffre d'affaires de 3 Milliards d'EUR en France au 31/03/2025. Le poste➡️ Mission principale Concevoir, déployer et optimiser des infrastructures HPC et IA de nouvelle génération afin de répondre aux enjeux de calcul scientifique, d'intelligence artificielle et d'entraînement de modèles de grande taille. Vous jouerez un rôle clé dans la mise en place de plateformes performantes, évolutives et souveraines. ➡️ Responsabilités Concevoir les architectures HPC et IA adaptées aux besoins métiers et techniques. Participer à l'intégration, la validation et l'optimisation de clusters GPU NVIDIA (A100, H100, B200). Déployer et administrer les environnements Kubernetes, OpenShift et Slurm. Optimiser les performances des infrastructures, notamment les échanges GPU-to-GPU et les réseaux haute vitesse. Mettre en œuvre et faire évoluer les solutions de stockage haute performance (Lustre, BeeGFS, Ceph). Accompagner les projets liés à l'IA générative et aux plateformes d'entraînement de LLM. Réaliser les benchmarks et analyses de performances HPC et IA. Contribuer au déploiement de plateformes IA souveraines. Collaborer étroitement avec les équipes Data Science, IA et Infrastructure afin de garantir la disponibilité et la performance des environnements.

Nous recherchons pour le compte de notre client dans le domaine de la banque, un(e) Data Engineer Hadoop/PySpark. Environnement technique Hadoop, Python, PySpark, Hive, SQL, Git, Jenkins, Jira, Shell scripting (Unix/Linux), méthodologie Agile/SCRUM. Un plus : Indexima, Alteryx, Altair, GCP/BigQuery, bibliothèques Python orientées API. Contexte Au sein de la direction IT d'un grand groupe bancaire, l'équipe Technologies & Opérations met à disposition des différents pôles métiers (transformation, workplace, banque de proximité) l'ensemble des applications nécessaires à leur activité. Dans ce cadre, le consultant interviendra en soutien à l'équipe de production applicative et devops sur les évolutions techniques du datalake du CIO Office. Missions Concevoir et déployer de nouveaux flux d'ingestion ainsi que des traitements de préparation et transformation de données Faire évoluer et fiabiliser les pipelines de données existants, combinant PySpark et scripts shell Assurer l'interface avec l'équipe devops pour transmettre les besoins d'évolution de la plateforme Contribuer à la fiabilité, la performance et la qualité globale du datalake Compétences attendues Hadoop, PySpark, Python, Hive, SQL, Git, Jenkins, Jira, Shell Unix/Linux, Agile/SCRUM, Anglais professionnel, Indexima, Alteryx, Altair, GCP/BigQuery, API Python

Dans le cadre du développement de notre Data Factory, vous intégrerez une équipe en charge de concevoir, déployer et faire évoluer des plateformes Data innovantes, agiles et orientées métier. L'objectif est de développer des produits Data répondant aux besoins concrets des métiers, tout en garantissant leur performance, leur sécurité, leur qualité et leur évolutivité. Vos missionsDéveloppement de produits Data Transformer la donnée brute en données exploitables, notamment sous forme de tables requêtables dans le Data Lake. Consolider et orchestrer les données au fil de leur ingestion. Exploiter les données pour répondre aux enjeux métiers : création de Business Views, réintégration dans le SI, services de scoring, etc. Conception et industrialisation Participer à la conception et à l'évolution du socle technique Data. Développer, automatiser et fiabiliser les pipelines de données. Mettre en place et garantir un processus qualité rigoureux : documentation, tests unitaires et d'intégration, commentaires, versioning. Contribuer à l'amélioration continue des pratiques et des outils de développement Data. Profil recherchéDiplômé(e) d'un Master ou d'une école d'ingénieurs en informatique, sciences ou domaine similaire, avec une spécialisation en Data. 5 ans d'expérience minimum en tant que Data Engineer, idéalement dans un environnement Azure / Databricks. Maîtrise avancée de PySpark / Spark. Expertise de l'environnement Microsoft Azure : Data Factory, Databricks, Data Lake Storage, Azure DevOps, Git et CI/CD. Solide expérience en traitement de données batch et streaming. Bonne maîtrise de SQL et connaissance des bases NoSQL (Cosmos DB, MongoDB…). Bonne connaissance des méthodologies Agile (Scrum, Kanban). Capacité à travailler en collaboration avec des PO, BA, testeurs, architectes et équipes métiers. Qualités recherchéesRigueur et autonomie Esprit d'innovation Bonnes capacités de communication Esprit d'équipe Capacité d'adaptation Sensibilité aux enjeux de qualité et d'industrialisation des données

Au sein de la Direction des Systèmes d'Information d'un groupe d'assurance de premier plan, vous intégrez l'équipe dédiée à la gestion courante et au pilotage du socle décisionnel. Dans un écosystème Big Data d'envergure collectant les données des différents back-offices métiers pour alimenter un lac de données (Data Lake) et un entrepôt communautaire hébergé sur une architecture de haute performance (Oracle Exadata), vous garantissez la continuité d'activité, la qualité de service et l'évolution des pipelines de traitement. Vos principales responsabilités : Suivi de production & exploitation : Assurer la supervision et le monitoring quotidien des chaînes de traitement de données distribuées (batch et streaming). Gestion des incidents & reprises de données : Diagnostiquer, instruire et résoudre les incidents fonctionnels et applicatifs sur les jobs Spark / Scala, en orchestrant les reprises de données nécessaires sans altérer la qualité de service. Maintenance évolutive & corrective : Développer et implémenter les correctifs et les évolutions mineures demandées par les métiers ou les équipes projets. Recette, tests et déploiements : Rédiger les plans de tests, exécuter les scénarios de validation unitaire et d'intégration, puis assurer la livraison sécurisée des patchs en environnement de production. Documentation & gouvernance : Rédiger les spécifications des correctifs, maintenir à jour la documentation d'exploitation et assurer un reporting rigoureux auprès du chef de projet.

Contexte : Dans le cadre du renforcement de ses capacités Data, notre client recherche un(e) Data Architect Senior spécialisé(e) en Snowflake et en modélisation décisionnelle. La mission combine une forte expertise technique de la plateforme Snowflake avec une dimension Business Analyst afin de comprendre les besoins métiers, qualifier le contenu des datasets et concevoir des modèles et vues sémantiques destinés à être exposés aux utilisateurs. Le/la consultant(e) accompagnera également les équipes internes dans leur montée en compétences et la mise en œuvre des bonnes pratiques. Missions principales : · Accompagner les équipes internes dans l'appropriation de Snowflake et la mise en œuvre des bonnes pratiques. · Conseiller sur les patterns d'usage et les choix d'architecture Snowflake. · Concevoir une architecture décisionnelle autour de Snowflake à partir de sources AWS. · Orienter les choix d'implémentation afin d'optimiser les coûts de compute. · Définir les stratégies de sizing et de configuration des virtual warehouses. · Optimiser les mécanismes de clustering, partitionnement, cache et multi-cluster warehouses. · Analyser les performances des requêtes à l'aide du query profiling et identifier les leviers d'optimisation. · Concevoir et mettre en œuvre une stratégie d'historisation des données robuste et maîtrisée. · Analyser les besoins métiers et les traduire en modèles de données adaptés. · Dialoguer avec les équipes fonctionnelles afin de qualifier le contenu des datasets. · Concevoir des vues sémantiques alignées avec les usages métier : reporting, analyse et restitution. · Assurer le transfert de compétences auprès des équipes internes tout au long de la mission. Livrables attendus : · Architecture décisionnelle Snowflake basée sur les sources AWS. · Modèles de données et vues sémantiques orientés usages métier. · Stratégie d'historisation des données. · Recommandations d'architecture et de patterns d'usage Snowflake. · Préconisations d'optimisation des coûts et des performances. · Documentation des bonnes pratiques et choix d'implémentation. · Supports de montée en compétences et transfert de connaissances.

Concevoir, développer et maintenir des pipelines de données robustes et performants. Développer et industrialiser les transformations de données avec DBT. Concevoir et optimiser les modèles de données dans BigQuery. Intégrer différentes sources de données au sein de l'écosystème Google Cloud Platform. Garantir la qualité, la fiabilité et la disponibilité des données. Optimiser les performances des traitements et des requêtes SQL. Mettre en place des tests et contrôles de qualité des données. Participer à l'automatisation des déploiements et aux pratiques CI/CD / DataOps. Contribuer à la documentation technique et au respect des standards Data. Collaborer avec les Data Analysts, Data Scientists, équipes métiers et équipes Cloud/DevOps. Participer aux problématiques de gouvernance, sécurité et traçabilité des données propres au secteur bancaire.

Nous recherchons un Lead Data Scientist spécialisé en Intelligence Artificielle, avec une expertise sur Google ADK (Agent Development Kit), pour accompagner le développement de solutions d'IA agentique. MissionsConcevoir et développer des agents IA et des architectures multi-agents avec Google ADK. Définir les architectures techniques et les bonnes pratiques autour des solutions LLM / GenAI. Développer, tester et industrialiser des agents capables d'interagir avec différents outils, API et sources de données. Piloter les choix techniques et accompagner les Data Scientists / AI Engineers de l'équipe. Mettre en place les bonnes pratiques de MLOps / LLMOps, monitoring et évaluation des performances des agents. Collaborer avec les équipes Data, IT et Métiers afin de transformer les besoins en solutions IA concrètes. Assurer une veille sur les évolutions de Google Cloud, Google ADK et des technologies GenAI / Agentic AI. Environnement techniqueGoogle ADK, Google Cloud / Vertex AI, Python, LLM, GenAI, Agentic AI, API, MLOps / LLMOps.

Positionné au sein de la DSI de l'entreprise, le Data Engineer intègrera l'équipe Conso Data qui traite les données de consommation des clients afin de les exposer sur les canaux digitaux. Il devra : - Être force de proposition et participer à la conception des solutions techniques en collaboration avec les membres de l'équipe. - Comprendre les enjeux métiers afin de concevoir des solutions répondant aux besoins fonctionnels. - Participer aux cérémonies Agile SAFe (PI Planning, macro-chiffrage, refinements, rétrospectives, etc.). - Concevoir et faire évoluer les architectures de données basées sur l'approche Databricks Medallion Architecture (Bronze, Silver, Gold). - Garantir la qualité, la fiabilité et la performance des traitements de données en production. (Jobs Databricks et APIs) - Contribuer à l'amélioration continue de la plateforme en proposant des optimisations techniques, des bonnes pratiques et des innovations. Il sera notamment amené à : - Concevoir, développer et maintenir des pipelines de données (ETL) pour les flux d'intégration et les flux métiers. - Mettre en œuvre et orchestrer les traitements de données à l'aide des outils Databricks. - Modéliser les données dans les tables Delta Lake en appliquant les bonnes pratiques de partitionnement, indexation, optimisation et gouvernance. - Optimiser les performances des traitements Databricks (Spark, Delta Lake, gestion des coûts et du temps d'exécution). - Assurer le développement, les tests et le déploiement des composants techniques via des processus CI/CD. - Concevoir, développer et maintenir des APIs permettant l'exposition et la consommation des données. - Mettre en place des mécanismes de contrôle qualité des données (Data Quality), de monitoring et d'alerting. - Identifier, analyser et résoudre les incidents de production tout en assurant le suivi des actions correctives. - Rédiger et maintenir la documentation technique des solutions mises en œuvre. - Accompagner les équipes dans l'adoption des bonnes pratiques Data Engineering Environnement Technique : - Python, SQL - Spark, PySpark, DBUtils - FastApi, Pytest - Databricks, Unity Catalog - Ariflow (migration vers Databricks Workflow) - AWS (Lambda, secrect manager, Bucket S3, ECS) - Git et gestion du versioning - Déploiement pipeline CI/CD

Nous recherchons un(e) Data Scientist spécialisé(e) en LCB-FT (Lutte contre le Blanchiment de Capitaux et le Financement du Terrorisme) pour intervenir au sein d'un environnement bancaire. Vous rejoindrez une équipe Data travaillant sur des problématiques de détection et de prévention des risques financiers, avec une forte utilisation de Dataiku. MissionsAnalyser et exploiter des données liées aux problématiques LCB-FT afin d'identifier des comportements ou transactions à risque. Concevoir, développer et optimiser des modèles statistiques et Machine Learning pour la détection d'anomalies et de signaux de fraude/blanchiment. Préparer, transformer et fiabiliser les données nécessaires aux analyses et à la modélisation. Développer et industrialiser les traitements et modèles dans Dataiku DSS. Évaluer la performance des modèles et contribuer à leur amélioration continue. Collaborer avec les équipes Data, Risques, Conformité et Métiers afin de traduire les enjeux LCB-FT en solutions Data. Participer à la documentation, au suivi et à la mise en production des modèles développés.

Description de la mission : Fiche de poste : Team Lead IAM - Data - ChiffrementContexteRaison d'être du posteEn tant que Team Lead IAM - Data - Chiffrement, vous êtes le référent technique principal des domaines IAM, Data et Chiffrement. Vous êtes responsable de la construction, du développement et du suivi de la roadmap technique, arbitrez les choix structurants et accompagnez les équipes dans leur montée en compétences. Vous garantissez la cohérence technique, la qualité, la sécurité, la conformité et la résilience des solutions de la tribe. Vous êtes également responsable du partage des connaissances, de la réduction des dépendances critiques et de la construction d'une organisation durable fondée sur l'autonomie collective. Vous contribuez activement à l'amélioration continue des pratiques d'ingénierie, à l'adoption des approches DevSecOps et SRE ainsi qu'à la transformation de la plateforme. Responsabilités clésStratégie & innovation : définir la stratégie technique, concevoir une architecture robuste et piloter des projets innovants. Efficacité & résilience : garantir la disponibilité des systèmes critiques et la conformité aux SLA. Sécurité & conformité : protéger les données, appliquer les normes et intégrer le modèle Zero Trust. Optimisation des coûts : rationaliser les infrastructures et automatiser les processus. Support & satisfaction client : aligner les solutions avec les besoins métiers et améliorer en continu la performance. Description des activitésOrganisation & managementEncadrer et développer l'équipe. Piloter la roadmap et les priorités de la tribe. Assurer le pilotage opérationnel et la gouvernance des activités. Représenter la tribe auprès des parties prenantes métiers et techniques et coordonner les arbitrages fonctionnels et techniques. Garantir la qualité, la conformité et la maîtrise des risques. Assurer la coordination transverse avec les équipes techniques et projets. Développer l'autonomie collective via le partage des connaissances et la réduction des dépendances critiques. Promouvoir une culture d'excellence technique, d'amélioration continue et de collaboration. Volet techniqueDéfinir et garantir la cohérence des architectures techniques des solutions IAM, Data et Chiffrement, en veillant à leur sécurité, leur performance et leur évolutivité. Arbitrer les choix techniques structurants et challenger les propositions de l'équipe afin de garantir l'application des standards et des bonnes pratiques. Piloter l'intégration des solutions dans les environnements Cloud et conteneurisés en collaboration avec les équipes Platform, DevOps et Sécurité. Garantir la résilience, la disponibilité et l'exploitabilité des plateformes au travers des dispositifs de haute disponibilité, PRA/PCA et des exigences DORA. Superviser les socles techniques de la tribe — IAM, Data et Chiffrement — afin d'assurer leur stabilité, leur sécurité, leur performance et leur conformité. Veiller à l'application des pratiques DevSecOps et SRE dans les cycles de développement, de déploiement et d'exploitation. Définir et contrôler les exigences de documentation, de transfert de connaissances et de continuité opérationnelle sur les domaines critiques. Accompagner les équipes dans la résolution des incidents complexes et des problématiques techniques à fort impact. Assurer une veille technologique active afin d'anticiper les évolutions du marché et proposer les trajectoires techniques adaptées. Compétences requisesExpertise techniqueExpérience de conception et d'exploitation de plateformes IAM critiques en environnement de production. Maîtrise des protocoles d'authentification et de fédération d'identité : OAuth2, OpenID Connect, SAML, WebAuthn et FIDO2. Connaissance des mécanismes de chiffrement, de gestion des certificats et des secrets. Connaissance des bases de données relationnelles et NoSQL : PostgreSQL, Patroni, MongoDB et Percona. Solide compréhension des architectures distribuées, sécurisées et hautement disponibles. Connaissance approfondie des environnements Linux, des réseaux et des infrastructures Cloud, ainsi que des serveurs web et reverse proxy : Apache HTTP Server et HAProxy. Expérience des plateformes conteneurisées et des pratiques d'automatisation : Kubernetes, Docker, Terraform, Ansible et CI/CD. Compréhension des architectures applicatives Java et des standards d'intégration : API REST et SOAP. Connaissance et application des pratiques d'observabilité, de DevSecOps et de SRE. Maîtrise des enjeux de résilience, de continuité d'activité et de conformité : PRA/PCA et DORA. Compétences organisationnellesLeadership reconnu et capacité à fédérer des équipes techniques expérimentées. Capacité à gérer des situations de tension, de résistance au changement ou de dysfonctionnement collectif. Capacité à arbitrer des choix techniques complexes et à challenger les propositions des équipes. Expérience avancée du pilotage de roadmap et de la gestion des priorités. Capacité à construire l'adhésion autour des orientations techniques. Aptitude à développer les compétences des collaborateurs et à favoriser le partage des connaissances. Expérience de la gestion des risques et de la résolution de situations complexes. Capacité à travailler en transverse avec les équipes projets, sécurité, architecture et production. Communication claire, pédagogie et capacité à vulgariser des sujets techniques. Critères différenciantsExpertise reconnue sur Keycloak / Red Hat SSO dans des environnements critiques ou à forte volumétrie. Environnement techniqueIAM : Keycloak / Red Hat SSO, OAuth2, OpenID Connect, SAMLv2, WebAuthn, FIDO2. Data : PostgreSQL. Chiffrement : PKI, certificats, chiffrement symétrique et asymétrique. Cloud privé & automatisation : Kubernetes, Docker, Terraform, Ansible. Infrastructure : Linux Red Hat, HAProxy, Apache HTTP Server. CI/CD : GitHub Actions, Jenkins. Observabilité : Grafana, Prometheus. Développement : Java, Spring Boot, API REST, SOAP. Compétences / Qualités indispensables : Architecture IAM sécurisée, Protocoles d'authentification, Chiffrement et PKI, Architectures distribuées hautement disponibles, Kubernetes et automatisation, Leadership technique Informations concernant le télétravail : Oui — 2 jours/semaine

Notre client dans le secteur Énergie et ressources naturelles recherche un/une Lead Data Engineer (H/F) H/F Description de la mission : Fiche de poste — Lead Data Engineer (H/F) Contexte et objectif de la mission Dans le cadre d'un programme de replatforming B2C, une organisation internationale construit une Data Platform centralisée à l'échelle mondiale, aujourd'hui fragmentée. L'objectif est de mettre en place une plateforme cloud-native, data-centric et scalable, au service des équipes data de plusieurs géographies, notamment la France, la Belgique et l'Australie. Le Core Model du programme repose sur un modèle de données unifié couvrant notamment les données clients, contrats et facturation. Le Lead Data Engineer intervient comme référent technique de la data platform, avec une responsabilité complète sur l'architecture, le delivery et la qualité des données. Stack technique • Data Platform : Databricks (lakehouse), Amazon S3, Amazon Managed Apache Flink • Gouvernance des données : Unity Catalogue, Collibra • Visualisation : Power BI • Cloud : AWS • Streaming : Confluent Kafka • Langages : Python, SQL • IA & coding : GitHub Copilot, Claude Code, outils LLM • Collaboration : Jira, Confluence, SonarQube Missions principales Stratégie & Architecture Data • Définir l'architecture de la data platform greenfield (lakehouse, zones bronze/silver/gold, data contracts) • Co-construire le Core Data Model commun aux différentes géographies tout en intégrant les spécificités locales • Mettre en place la gouvernance des données, la qualité et l'observabilité • Répondre aux besoins analytiques et fonctionnels des équipes métier via une approche de type catalogue as a service Leadership & Delivery • Être le référent technique data du programme • Choisir les partenaires et structurer une feature team de 5 à 6 personnes • Assurer la responsabilité end-to-end des pipelines, de l'ingestion à la restitution • Gérer le monitoring, la performance et l'optimisation FinOps des workloads data • Mettre en place les pratiques DataOps : automatisation des tests, CI/CD data, infrastructure as code IA & Vélocité • Exploiter GitHub Copilot, Claude Code ou équivalents pour accélérer le développement des pipelines et modèles • Intégrer des cas d'usage IA/ML dans la data platform, incluant data science, feature store et jeux de données prêts pour les LLM • Automatiser la génération de code, les tests de qualité des données et la documentation • Conserver la maîtrise technique tout en augmentant la vélocité grâce à l'IA Spécificités de l'équipe Le périmètre comprend un chantier amont de migration de l'ensemble des données France vers l'écosystème Kaluza, dans le cadre d'un programme de replatforming B2C. Cette migration implique deux modules en amont : • Module d'éligibilité : définir les paramètres business pour les parcours clients/agents • Module ETL : récupérer et transformer les données provenant de nombreux systèmes d'information avant injection dans Kaluza Complexité forte de l'ETL : • Orchestration multi-sources • Micro-batch quotidien pendant plusieurs mois • Gestion d'un service managé AWS (Glue, Step Functions, S3, Lambda…) • Connexions API pour orchestrer les flux Compétences appréciées • Expérience Unity Catalogue et gouvernance des données à l'échelle • Connaissance de Confluent Kafka et du streaming • Familiarité avec Collibra ou équivalent • Expérience en data modelling dans un contexte B2C • Déploiements IA/ML en production, incluant MLflow, feature engineering et pipelines LLM • Expérience de contextes multi-pays ou de data platform cross-entités Compétences / Qualités indispensables : Databricks et architecture lakehouse, AWS data managé (Glue, Step Functions, S3), Python / PySpark / SQL, DataOps et CI/CD data, Leadership technique et delivery end-to-end, Usage d'outils IA de développement (GitHub Copilot) Compétences / Qualités qui seraient un + : Unity Catalogue et gouvernance des données à l'échelle, Confluent Kafka et streaming, Collibra, data modelling B2C, déploiements IA/ML en production, contextes multi-pays ou cross-entités Informations concernant le télétravail : Environ 3 jours par semaine, flexible selon l'autonomie

ContexteDans le cadre d'un programme de transformation de la relation client, notre client déploie des solutions basées sur l'IA conversationnelle et les Voice Bots afin d'améliorer l'expérience client, l'efficacité opérationnelle et la capacité de traitement des demandes. Nous recherchons un(e) Business Analyst confirmé(e) / Senior pour accompagner les équipes métier, IT, Data & AI ainsi que l'éditeur/intégrateur de la solution Voice Bot. Le consultant interviendra à l'interface entre les équipes Customer Care, Produit, IT, Data/IA et les équipes opérationnelles, de la définition des besoins jusqu'aux phases de test, déploiement et suivi de la valeur. Vos principales responsabilitésAnalyse des besoins métierRecueillir et formaliser les besoins auprès des équipes Customer Care. Animer des ateliers avec des interlocuteurs internationaux, régionaux et locaux. Analyser les processus existants et identifier les opportunités d'automatisation. Formaliser les règles métier, exceptions, contraintes et critères de validation. Construire et prioriser le catalogue des cas d'usage Voice Bot. Conception fonctionnelleTraduire les besoins métier en User Stories et critères d'acceptation. Concevoir les parcours clients et scénarios conversationnels. Cartographier les processus As-Is / To-Be. Définir les règles d'escalade, de transfert vers un conseiller et les situations nécessitant une intervention humaine. Participer à l'analyse des différentes options de solution et formuler des recommandations. Data & systèmesIdentifier les données nécessaires aux différents cas d'usage. Cartographier les sources de données, systèmes et dépendances. Analyser la qualité, disponibilité et fréquence de mise à jour des données. Coordonner les dépendances avec les équipes IT, Data & AI et les partenaires externes. Tests & qualitéDéfinir les scénarios et cas de tests fonctionnels. Tester les parcours conversationnels, les exceptions, les fallbacks et les handovers. Suivre les anomalies et leur résolution. Préparer les recommandations de readiness avant mise en production. Suivi de performance et valeurDéfinir les KPI de performance du Voice Bot. Participer à la conception du framework de monitoring et des dashboards. Suivre notamment les indicateurs de : Call Deflection Containment Rate Average Handling Time (AHT) Productivité Customer Satisfaction (CSAT) Adoption Qualité des conversations Définir les baseline et modalités de mesure des bénéfices après déploiement. Identifier les axes d'amélioration continue. Reporting & coordinationProduire les reportings d'avancement. Suivre les risques, problèmes, dépendances et décisions. Préparer les présentations destinées aux parties prenantes et au management. Maintenir la documentation fonctionnelle et les supports de formation. Participer à la structuration d'un référentiel documentaire partagé.