Trouvez votre prochaine mission ou futur job IT.

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.

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.

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

Contexte de la mission : Dans le cadre de projets de transformation digitale et de valorisation de la donnée, nous recherchons un Consultant Data / IA capable d'intervenir sur des environnements à forts enjeux métiers. Le poste proposé combine deux responsabilités clés, au coeur de notre expertise Data : -> Référent technique en interne, vous êtes un pilier pour les équipes : vous éclairez les choix structurants, élevez le niveau d'exigence technique et impulsez les bonnes pratiques. -> Consultant stratégique auprès de nos clients, vous intervenez sur des projets d'envergure, pilotez les orientations techniques et contribuez directement à la réussite et à la transformation des organisations. Dans ces deux dimensions, vous accompagnez les directions métiers et IT pour structurer, valoriser et gouverner leurs données. Votre terrain de jeu : la conception de plateformes data modernes, l'industrialisation des flux et le développement de cas d'usage analytiques à fort impact métier. Responsabilités : * Piloter des projets et encadrer techniquement des profils juniors (data ingénieurs, analysts, scientists) ; * Participer à la conception technique et au développement ; * Participer aux processus d'avant vente ; * Faire une veille technologique efficace ; * Réaliser les entretiens techniques des candidats.

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.

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.

Dans le cadre de l'industrialisation de ses produits data et d'intelligence artificielle, notre client recherche un Senior AI Engineer capable de concevoir, déployer et faire évoluer des solutions d'IA en environnement Azure. La mission se situe à la croisée de l'Azure AI, de l'IA générative, des agents et de Microsoft Copilot. L'objectif est d'accélérer le passage des prototypes à des solutions sécurisées, observables, maintenables et créatrices de valeur pour les métiers. Vous rejoindrez une équipe Data & AI travaillant en étroite collaboration avec l'Architecte IA, les Data Scientists, le Product Owner IA ainsi que les équipes Cloud, Data, Sécurité, Architecture, DSI et Métiers. Vos responsabilités Concevoir et industrialiser des solutions Azure AIConcevoir des architectures basées sur Azure AI Foundry ou Microsoft Foundry, Azure OpenAI et Azure AI Search. Développer et déployer des applications GenAI, des assistants, des agents et des solutions RAG. Mettre en place des API et des composants d'intégration avec les systèmes métiers et les plateformes data. Déployer les solutions via Azure Functions, Container Apps, AKS ou des services équivalents. Gérer les environnements de développement, recette et production. Développer des agents et des usages CopilotConcevoir des agents capables d'utiliser des outils, des APIs et des bases de connaissances. Mettre en œuvre des orchestrations multi-agents et des workflows agentiques. Versionner et maintenir les prompts, modèles, embeddings, index et configurations. Contribuer à des cas d'usage Microsoft Copilot, Copilot Studio ou Microsoft 365 Copilot. Mettre en place les guardrails nécessaires : contrôle des outils, gestion des permissions, filtrage, protection contre les prompt injections et validation humaine. Automatiser les déploiements et fiabiliser la productionConstruire et maintenir les pipelines CI/CD avec Azure DevOps, Azure Pipelines ou GitHub Actions. Décrire et versionner l'infrastructure avec Bicep et/ou Terraform. Mettre en œuvre les tests automatisés, les contrôles de sécurité et les mécanismes de rollback. Utiliser les pratiques de software engineering : Git, revue de code, packaging, Docker et gestion des dépendances. Contribuer aux pratiques MLOps et LLMOps : MLflow ou équivalent, évaluation, versioning et promotion entre environnements. Superviser, sécuriser et optimiserMettre en place l'observabilité des applications, agents, modèles et outils. Suivre les traces, erreurs, latences, appels de modèles, consommation de tokens et coûts. Configurer les mécanismes d'identité et de sécurité : Entra ID, RBAC, Key Vault, APIM, chiffrement et réseau privé. Participer au suivi des coûts Azure et LLM et proposer des optimisations sur les modèles, quotas, cache et capacités. Contribuer au diagnostic des incidents, au maintien en conditions opérationnelles et à la documentation des solutions. Accompagner les équipesComprendre un besoin métier et le traduire en solution technique pragmatique. Participer aux ateliers de cadrage et à la priorisation des sujets. Documenter les architectures, choix techniques, procédures d'exploitation et limites connues. Transférer les compétences aux équipes DSI et contribuer à la mise en place de standards réutilisables.