Trouvez votre prochaine mission ou futur job IT.

Bonjour, Pour le compte de l'un de mes clients dans le secteur du cosmétique, je suis à la recherche d'un Data Engineer Snowflake en recrutement sur mission. Nous recherchons un ingénieur de données (Data Engineer) possédant une solide expérience pratique de Snowflake et du développement SQL avancé. Le candidat idéal concevra & développera des solutions de données, tout en garantissant la qualité, la performance et l'évolutivité des données au sein des plateformes d'analyse et de Business Intelligence. Les responsabilités souhaitées : Développer et maintenir des modèles de données, des transformations et des pipelines de données en utilisant dbt & Snowflake. Écrire du code SQL avancé et optimisé pour gérer une logique métier complexe et des volumes de données importants. Concevoir des architectures de données évolutives garantissant haute performance et fiabilité. Collaborer avec les analystes de données, les data scientists et les parties prenantes métier pour fournir des données propres, fiables et structurées. Mettre en place des contrôles de qualité des données, la documentation et le contrôle de version pour les projets dbt. Surveiller les performances des pipelines de données et résoudre les problèmes de manière proactive. Participer à l'amélioration continue des meilleures pratiques en ingénierie des données.

Le contexte Notre client, un grand groupe bancaire, dispose d'une direction Data/AI qui accompagne les métiers dans leurs projets de Data Science, de la génération de use case jusqu'à la mise en production. L'équipe, au format "start-up dans un grand groupe", est internationale et regroupe des Data Scientists (Computer Vision, NLP, Scoring), un pôle ML Engineering et une équipe AI Projects. Cette équipe développe et opère en interne sa propre plateforme de Data Science, qui comprend : Une plateforme d'exploration et de développement Python Un framework d'industrialisation des modèles de Data Science, avec une librairie InnerSource dédiée Une plateforme d'exécution des modèles en production Un outil de Community Management C'est une infra qui tourne actuellement sur plus de 400 containers de production, utilisée par plus de 500 utilisateurs. La mission Le client ouvre une prestation en assistance technique pour gérer l'infrastructure qui supporte cette plateforme. Concrètement, le périmètre couvre : Administration, exploitation et automatisation du système d'exploitation des clusters Build et optimisation des images Docker, run des containers de prod Construction et pilotage de la vision technique de la plateforme (choix technos, évolution d'architecture) pour garantir continuité et performance Optimisation du dimensionnement des ressources et des coûts associés Interface privilégiée avec les équipes infra groupe qui fournissent l'infra managée on-prem consommée par la plateforme Maintenance à jour des composants et contribution aux déploiements applicatifs Veille technologique et montée en compétence continue Rédaction de documentation technique (architecture, gestion des changes et des incidents) Production de livrables et partage de connaissances avec l'équipe L'équipe travaille aussi de façon transverse sur la maintenance des frameworks de Data Science Python, les pipelines CI/CD, l'observabilité des plateformes, la mise en prod des solutions IA, et participe activement aux POCs. Stack technique Langages : Python, Golang, Bash OS : GNU/Linux Orchestration : Kubernetes Infra/DevOps : GitLab CI/CD, GitOps (ArgoCD), Docker, Buildkit, Artifactory, Helm, Kustomize, CUE/Timoni Sécurité : Vault (gestion des secrets), Keycloak, JWT, OIDC Réseau : Traefik (reverse proxy) Observabilité : Prometheus, Thanos, AlertManager, Grafana Data/Cloud services : PostgreSQL, ClickHouse, Redis, Jaeger, ELK, MinIO (S3), Certmanager, External-DNS, Portworx, COS Cloud privé (environnement on-prem managé, pas de cloud public classique)

Chez ATLANSE, nous accompagnons nos clients dans la conception d'infrastructures résilientes, l'amélioration de la performance de leur production applicative, l'optimisation et le développement de leurs environnements de travail ainsi que l'exploitation et la valorisation des données. Pour cela, nous nous appuyons sur nos consultants confirmés et experts ou à fort potentiel, reconnus pour leurs compétences techniques, leur compréhension métier et leurs pratiques éprouvées. Vous interviendrez en tant que développeur.euse IA dans le cadre du déploiement de projets IA stratégiques. Vous travaillerez en étroite collaboration avec le Tech Lead et le chef de projet IA pour apporter expertise technique et vision projet. Votre rôle Développement et implémentation IA · Développer des solutions IA et data en environnements de pré-production et de production · Implémenter des cas d'usage IA variés (NLP, assistants intelligents, RAG, classification, résumé, extraction) · Mettre en œuvre des pipelines IA de bout en bout (ingestion des données, traitement, modèles, évaluation) en intégrant des mécanismes de contrôle et d'amélioration continue · Faire évoluer et optimiser les solutions existantes Architecture IA, arbitrages et sécurisation technique · Contribuer aux choix d'architecture IA et data · Sélectionner, évaluer et intégrer des modèles (open source ou via API) en tenant compte des enjeux de coûts, sécurité, souveraineté et pérennité · Concevoir et industrialiser des architectures RAG (indexation, retrieval, génération, évaluation) · Participer aux arbitrages techniques et à la priorisation des sujets · Structurer, expliquer et documenter les choix techniques Coordination technique et collaboration · Travailler en étroite collaboration avec le tech lead, les développeurs et data scientists · Assurer une coordination technique fluide avec le chef de projets IA · Expliquer les sujets techniques à des profils non techniques · Contribuer à la capitalisation des connaissances via la documentation technique et les outils collaboratifs (Confluence)

La mission consiste à : - Exposer les données utiles à l'entreprise pour les analyser et les utiliser afin d'améliorer l'expérience utilisateur et la productivité - Transformer des données issues du DataLake afin de les normaliser - Modéliser la sphère de données - Développer les flux - Exposer des données brutes et/ou agrégées au bon niveau de granularité aux différents métiers de l'entreprise - Travailler en lien avec des Data Scientists sur les données qu'il aura exposées - Mettre en place des rapports de Dataviz - Mission basée en métropole lilloise avec présence sur site 3j/semaine obligatoire Compétences demandées : - Première expérience en Data Engineering indispensable - Snowflake, GCP, BigQuery, DBT, SQL, Semarchy, Airflow, Python ... - Data Analyse sur Power BI un + - Excellents savoir-être : rigueur, esprit analytique et de synthèse, communication... - Méthode Agile - Anglais

En quelques mots Cherry Pick est à la recherche d'un Data Engineer(H/F), pour le compte de l'un de ses clients qui opère dans le domaine de la mutuelle. Description 🚀 Contexte de la mission Au sein du pôle Data d'un grand groupe, vous intégrez l'équipe Datalake pour accompagner la structuration, l'intégration et l'exploitation à valeur ajoutée des données métiers. En tant qu'Ingénieur / Expert Data Engineer & Décisionnel (H/F), vous agissez en garant de l'accès qualitatif aux sources de données multiples. Vous assurez la maîtrise, la normalisation, le référencement et la qualification des données alimentant le Data Lake pour faciliter leur exploitation par les équipes décisionnelles, Data Analysts et Data Scientists, dans le strict respect de la gouvernance et de la réglementation. 🎯 Missions principales & Rôle 1. Intégration, Modélisation & Alimentation du Data Lake : Concevoir, développer et optimiser les flux d'alimentation et de transformation des données depuis des sources multiples et hétérogènes vers le Data Lake. Développer et maintenir des traitements ETL/ELT performants en s'appuyant sur SQL et la solution d'intégration XDI (Semarchy). Industrialiser et orchestrer les pipelines de données via CloudBees (Jenkins). 2. Qualité de la Donnée & Contrôle (Data Quality) : Assurer la supervision des flux d'intégration et vérifier la conformité des données entrantes (dédoublonnage, nettoyage, contrôle de cohérence et de complétude). Recetter la donnée en profondeur pour garantir des socles fiables et exploitables. Contribuer à la définition des politiques de gouvernance et à la structuration du cycle de vie de la donnée. 3. Documentation, Qualification & Recette : Rédiger les spécifications techniques détaillées des flux et architectures de données. Elaborer les cahiers de recette technique ainsi que les dossiers d'applications associés. Mettre à disposition des dictionnaires de données et documentations pour simplifier l'auto-service de la donnée. 🏁 Objectifs & Livrables Spécifications techniques détaillées des flux d'intégration et des pipelines de données. Cahiers de recette technique et comptes-rendus de qualification des données. Dossiers d'applications et documentations d'architecture/gouvernance data.

Description du poste Le/La Senior AI Platform Engineer conçoit et fait évoluer l'infrastructure IA et GenAI globale. Intégré(e) à l'équipe Data Platform, ce rôle consiste à outiller les Data Scientists et ML Engineers tout en sécurisant la mise à disposition de LLM et d'agents IA pour l'ensemble des utilisateurs techniques. Missions principales : Architecture multi-cloud : concevoir des architectures IA robustes et sur-mesure sur AWS et GCP. Industrialisation & IaC : piloter le déploiement et l'évolution des infrastructures via Terraform. Automatisation & CI/CD : orchestrer les pipelines de déploiement continu via Git. Gouvernance & standards : définir les bonnes pratiques, créer des guides et templates, rédiger la documentation technique et assurer une veille sur l'IA générative. Accompagnement & animation : assurer le support technique, animer des Office Hours et vulgariser les enjeux complexes de la plateforme.

Product Owner technique sur le périmètre Socle IA et Agentique (IA Gen) de la Plateforme Data & IA. Nantes L'objectif est de structurer et d'industrialiser les capacités plateforme qui permettent : - Côté Socle IA, de fabriquer, déployer et opérer des modèles d'IA classique (cycle de vie ML de bout en bout) ; - Côté IA Gen, d'outiller le passage à l'échelle de l'agentique (outils, frameworks, patterns) et de sécuriser le cycle de vie global d'un produit agentique (de la conception à l'exploitation). Les services LLM et les services partagés (OCR, Embedder, Speech2Text) étant déjà pilotés par des PO, l'enjeu de cette mission est de compléter le dispositif sur la brique agentique et de garantir une industrialisation robuste : réutilisabilité, qualité de service, observabilité, gouvernance d'usage et adoption. Cadrage & priorisation (avec le PM) - Qualifier les besoins, formaliser les cas d'usage et critères d'acceptation. - Décliner la vision PM en backlog/roadmap opérationnels, arbitrer valeur/risque/effort. Socle IA – cycle de vie ML - Piloter les évolutions plateforme permettant la fabrication et le déploiement : industrialisation des parcours, standards, documentation, templates - Contribuer aux exigences run : observabilité, performance, fiabilité, exploitabilité. IA Gen – outillage agentique - Définir et piloter la mise en place des outils & frameworks (orchestration, composants réutilisables, patterns). - Structurer le cycle de vie agentique : intégration, tests, évaluation, supervision, sécurité/guardrails, itérations. Pilotage delivery - Animer le backlog (refinement, planning, démos), suivre l'avancement, gérer dépendances/risques. - Coordonner dev/lead tech/data scientists/ops/archi, et sécuriser la qualité des livraisons. Adoption & documentation - Produire/mettre à jour la doc produit (guides, exemples, bonnes pratiques) et accompagner les équipes dans la prise en main. - Mettre en place des KPIs (usage, satisfaction, incidents, coût) et alimenter l'amélioration continue.

MissionsApporter une expertise technique sur la base de données Oracle et son écosystème. Mettre en place et maintenir les outils et infrastructures adéquats à l'analyse de données. Assurer une expertise sur les technologies BI ainsi qu'une expertise pointue sur les langages SQL et Python. Veiller au déploiement des pipelines de données et à la gestion de la sécurisation technique. Être force de proposition sur les solutions techniques et leur mise en place. Automatiser les processus d'alimentation des données. Travailler sur l'architecture des données et la mise à disposition des informations pour les data analyst/scientist de l'équipe. Comprendre les données sous-jacentes liées à l'environnement CIB. La maîtrise en front end de Power BI et d'Oracle APEX est un plus.

Pour l'un de nos clients du secteur de l'Asset Management, nous recherchons un(e) Data Analyst / Data Scientist ESG disposant d'une solide expérience dans le traitement et l'analyse des données ESG. Le consultant interviendra sur la collecte, l'intégration, le contrôle qualité et l'exploitation des données extra-financières afin de produire des indicateurs et analyses destinés aux équipes métiers. Il/elle participera au développement et à l'optimisation des traitements de données, à l'automatisation des processus, à la mise en place de contrôles de cohérence et à la documentation des modèles et procédures. Une excellente maîtrise de Snowflake, Matlab et Python est indispensable pour mener à bien cette mission. Une bonne connaissance des enjeux ESG, des données financières et des environnements Asset Management constitue un prérequis pour évoluer efficacement dans ce contexte.

Il est garant de l'accès qualitatif aux sources de données. Il s'assure de la maîtrise de la donnée et est garant de la qualité de son utilisation (référencement, normalisation, et qualification) afin d'en faciliter l'exploitation par les équipes (Data Analysts et Data Scientists). Il contribue également à la définition de la politique de la donnée et à la structuration de son cycle de vie dans le respect des réglementations en vigueur, en collaboration avec le Chief Data Officer. Son périmètre d'intervention est axé sur les systèmes applicatifs autour de la gestion de la donnée et du traitement, et sur les plateformes Big Data, IoT, … QUALIFICATION ET GESTION DES DONNÉES : • Capte les données (structurées et non structurées) produites dans les différentes applications ou à l'extérieur de l'entité • Intègre les éléments • Structure la donnée (sémantique, etc.) • Cartographie les éléments à disposition • Nettoie la donnée (élimination des doublons, …) • Valide la donnée • Éventuellement, il crée le référentiel de données Résultat attendu Le prestataire devra développer un outil dans databricks qui permet de filtrer les clients selon des critères définis par le client. Il devra livrer une interface permettant d'activer ou désactiver les filtres et produire des rapports sur les clients sélectionnés ce jour. Il devra développer un ETL en utilisant les services AWS les plus adaptés: notamment AWS Step Functions pour l'orchestration / moteur de workflow AWS lambda pour des traitements légers AWS Aurora ou RDS comme BDD relationnelle transactionnelle Eventuellement Databricks si besoin d'offload pour des charges de traitements / transformations lourdes Les données entrantes seront récupérés via des API ou des fichiers plats Les données sélectionnées et transformées seront envoyées dans une 20aine d'API

Senior Functional Data Architect – Architecte Data Fonctionnel Senior Vorstone recherche un(e) Senior Functional Data Architect pour l'un de ses client basé en IDF 5(92) Hauts-De-Seine afin de contribuer à la valorisation et à la structuration des données à l'échelle du Groupe, dans le cadre d'un programme ambitieux de Data Governance, afin de contribuer à la valorisation et à la structuration des données à l'échelle du Groupe. L'Architecte Data Fonctionnel interviendra sur les bonnes pratiques d'architecture de données appliquées notamment aux domaines : Analytics / BI Intelligence Artificielle (AI) Master Data Management (MDM) Données IT : spécifications, applications, projets, ITSM, infrastructures, etc. La mission implique une collaboration étroite avec différentes communautés : Experts métiers et experts Data Data Governance Managers Architectes Enterprise, Solution et techniques Data Product Managers Data Engineers / Développeurs Data Scientists L'objectif est de garantir une structuration optimale et pérenne des données et des plateformes Data, avec une vision moyen / long terme, afin de faciliter leur exploitation par les métiers, du simple accès aux données jusqu'aux usages avancés de Data & Analytics. Missions principales Architecture fonctionnelle et modélisation des données Comprendre les processus métiers de haut niveau et l'architecture des données du système d'information à travers les différentes Business Units. Cartographier les principales sources et applications : ERP, CRM, PIM, MDM, applications IT et métiers, plateformes BI / Reporting / Data / AI. Contribuer à l'évolution des ontologies d'entreprise et des modèles de données : principales entités de données et relations sémantiques. Collaborer avec les experts Data métiers, les équipes Data Governance et les architectes Enterprise, Solution et techniques. Cartographier les assets existants au sein des Data Platforms, notamment la plateforme Corporate. Prioriser leur standardisation en fonction des besoins métiers afin de faciliter la consommation et la réutilisation des données. Data Modelling & structuration des données Analyser et identifier les besoins de structuration des bases et modèles de données à partir des besoins fonctionnels actuels et futurs. Définir des modèles permettant de développer des capacités self-service Data. Travailler sur les problématiques : Agrégation et consolidation des données Normalisation / dénormalisation Rationalisation des structures de données Gestion et amélioration de la qualité des données Concevoir des datasets standardisés et réutilisables, facilement accessibles via une Data Marketplace. Garantir la cohérence, la fiabilité et la facilité de consommation des datasets pour différents usages métiers. Master Data Management – MDM Définir le positionnement des différents flux MDM dans le paysage du système d'information. Prendre en compte les différents domaines fonctionnels et Business Units. Garantir que les processus métiers disposent des données appropriées avec le niveau de Data Quality attendu. Data Governance & Data Quality Appliquer le framework de Data Governance Groupe et notamment les politiques de Data Architecture. Définir et appliquer les règles permettant de construire des datasets standardisés et réutilisables. Accompagner les experts Data métiers et les équipes IT dans la définition et l'implémentation des contrôles de qualité des données. Évaluer les datasets logiques et leurs implémentations afin de vérifier leur conformité avec les standards et frameworks Groupe. Veiller à l'application des politiques de gestion des risques liés aux données : Classification des données Confidentialité et Privacy Conformité Politiques et gestion des accès Rétention des données Processus, métadonnées & documentation Documenter en BPMN les principaux processus métiers produisant et consommant les données. Gérer et enrichir les métadonnées. Garantir la visibilité sur : La couverture fonctionnelle des datasets La fraîcheur des données Les informations nécessaires à leur bonne compréhension et utilisation Contribuer aux travaux des Data Councils et des différentes instances de Data Governance. Intelligence Artificielle Utiliser les outils et capacités AI afin d'accélérer les travaux d'architecture, de modélisation et de documentation. Identifier les usages permettant d'améliorer l'efficacité et la rapidité des livrables.