Trouvez votre prochaine mission ou futur job IT.

Data analyst AGILE,DBT,Analyste Fonctionnel,Informatica Power Center NIORT- Expérimenté Niort - 2 jours de télétravail AGILE,DBT,Analyste Fonctionnel,Informatica Power Center La mission s’inscrit au sein des activités Data Solutions et Intelligence Artificielle, dont les objectifs sont d’améliorer la valorisation des données et de développer des usages IA responsables. L’équipe a pour rôle : de collecter, organiser et transformer les données afin qu’elles puissent être exploitées efficacement par l’ensemble des métiers, d’être un acteur clé de l’exécution de la stratégie Data, et de favoriser l’adoption de cas d’usage IA performants et fiables, au service des collaborateurs et des clients internes. L’environnement est structuré autour d’un écosystème Data riche, en constante évolution, nécessitant une bonne compréhension technique et une capacité à intervenir sur différents leviers data & IA. Objectifs et livrables Dans le cadre de cette mission, le consultant interviendra sur plusieurs volets critiques : Analyse d’incidents – OMC Personne Analyse approfondie des incidents liés à l’OMC Personne. Identification des causes racines, propositions de corrections et suivi des actions associées. Intégration des évolutions nécessaires dans le fonctionnement de la plateforme. Développements Data Participation aux développements prévus sur les briques Informatica et DBT. Intégration et transformation des données dans le respect des bonnes pratiques data engineering. Contribution à l’industrialisation et à la qualité des pipelines. Contribution à l’amélioration continue Participation aux rituels et travaux data transverses. Proposition d’optimisations techniques et fonctionnelles. Veille active sur les bonnes pratiques et les outils data & IA.

Contexte du projet Le projet s’inscrit au sein d’une fonction IT transverse , dans un environnement international, avec une montée en puissance des usages Data, Machine Learning et Intelligence Artificielle Générative . L’objectif est de structurer, sécuriser et industrialiser les développements IA, tout en garantissant la continuité opérationnelle, la création de valeur business et l’adoption des solutions par les métiers. Mission En tant que Senior Consultant AI / ML Development & Operations , vous interviendrez au cœur des activités IA, MLOps et plateforme Data , avec un rôle clé à l’interface entre les équipes techniques et les métiers. Vous contribuerez à la structuration des processus MLOps, au pilotage des projets IA et à l’industrialisation des déploiements dans une logique Agile et orientée produit . Responsabilités Pilotage projets & valeur business Assurer l’exécution des projets IA et GenAI dans le respect des délais, des coûts et de la qualité. Structurer et prioriser un portefeuille de demandes IA en lien avec les équipes métiers. Suivre et communiquer la valeur business des solutions IA via des KPIs et dashboards. Contribuer à l’acculturation IA des parties prenantes (IT et métiers). Process, MLOps & Run Définir et formaliser les processus de gouvernance et de Machine Learning Operations (MLOps) . Intégrer les développements IA dans les pipelines CI/CD existants. Piloter les activités RUN et le monitoring de la plateforme IA interne. Optimiser la performance, la fiabilité et les coûts des solutions déployées.

Nous recherchons un Data Analyst expérimenté Durée: + 1 an Lieu de la mission: Niort - 2 jours de télétravail Environnement technique: AGILE, DBT, Analyste Fonctionnel, Informatica Power Center Description de la Mission : La mission s’inscrit au sein des activités Data Solutions et Intelligence Artificielle, dont les objectifs sont d’améliorer la valorisation des données et de développer des usages IA responsables. L’équipe a pour rôle : de collecter, organiser et transformer les données afin qu’elles puissent être exploitées efficacement par l’ensemble des métiers, d’être un acteur clé de l’exécution de la stratégie Data, et de favoriser l’adoption de cas d’usage IA performants et fiables, au service des collaborateurs et des clients internes. L’environnement est structuré autour d’un écosystème Data riche, en constante évolution, nécessitant une bonne compréhension technique et une capacité à intervenir sur différents leviers data & IA. Objectifs et livrables : Dans le cadre de cette mission, le consultant interviendra sur plusieurs volets critiques : Analyse d’incidents – OMC Personne Analyse approfondie des incidents liés à l’OMC Personne. Identification des causes racines, propositions de corrections et suivi des actions associées. Intégration des évolutions nécessaires dans le fonctionnement de la plateforme. Développements Data : Participation aux développements prévus sur les briques Informatica et DBT. Intégration et transformation des données dans le respect des bonnes pratiques data engineering. Contribution à l’industrialisation et à la qualité des pipelines. Contribution à l’amélioration continue: Participation aux rituels et travaux data transverses. Proposition d’optimisations techniques et fonctionnelles. Veille active sur les bonnes pratiques et les outils data & IA.

Conception, développement et maintenance des applications back-end robustes en Python, tout en intégrant des fonctionnalités liées à l’IA (Machine Learning, API IA, pipelines de données). Cette mission inclut la mise en production de services performants, sécurisés et évolutifs, en collaboration avec les équipes Data Scientist et IA. - Développement des API et des services back-end en Python - Intégration des modèles IA ou des services d’IA (API, microservices) dans les applications - Conception et maintenance des pipelines de données pour l’entraînement et l’inférence - Assurance de la qualité du code (tests unitaires, intégration continue) - Participation à la mise en place de CI/CD et à l’industrialisation des solutions IA - Collaboration avec les Data Scientists pour transformer les prototypes en solutions scalables - Respect des normes de sécurité et de conformité - Programmation orientée objet et des principes SOLID. - Langages : Python (avancée) - Frameworks Back-End : FastAPI (ou équivalent) - Bases de données : PostgreSQL, MongoDB, ElasticSearch - Outils DevOps : Docker, Git, CI/CD - Cloud : Kubernetes - IA / ML : concepts fondamentaux (classification, NLP, vision), et des frameworks comme TensorFlow ou PyTorch - Pratiques MLOps (monitoring, retraining) - Pratiques de DataEngineer (frameworks PANDAS et POLARS)

Contexte de la mission Dans le cadre d’un programme stratégique d’IA augmentée , la mission vise à concevoir et déployer un dispositif de benchmark permettant d’évaluer les technologies et solutions d’IA générative du marché. L’objectif est de sécuriser les choix technologiques , réduire les risques et structurer une roadmap produits et technologies IA . Objectifs globaux Mettre en place une architecture data complète dédiée aux benchmarks IA générative Automatiser l’ingestion, la préparation, le versioning et l’évaluation des données Garantir performance, scalabilité, traçabilité et reproductibilité des benchmarks Missions principalesArchitecture & Data Engineering Concevoir et implémenter des pipelines automatisés d’ingestion, nettoyage et versioning des datasets Développer des pipelines de génération d’embeddings et de collecte des résultats des modèles IA Mettre en place et administrer des bases de données : Vectorielles SQL / NoSQL Stockage objet (volumes importants) Définir une architecture data robuste répondant aux exigences de performance et de scalabilité DevOps & Industrialisation Conteneurisation des environnements ( Docker ) Mise en place d’ Infrastructure as Code (IaC) Automatisation CI/CD et déploiements reproductibles Qualité, documentation & gouvernance Rédiger le dictionnaire de données Produire la documentation technique complète Définir les procédures de validation et de contrôle qualité des données Assurer la traçabilité et la conformité des traitements Livrables attendus Architecture data détaillée (schémas, flux, intégrations) Infrastructure data opérationnelle (DB vectorielles, SQL/NoSQL, stockage objet) Environnements reproductibles (IaC, Docker, configurations) Code source documenté et versionné des pipelines Dictionnaire de données et documentation technique Procédures de validation et critères d’acceptation qualité Méthodologie Travail en mode Agile Participation aux rituels agiles et points d’avancement réguliers Reporting mensuel : livrables réalisés, à venir, points bloquants Compétences techniques requisesImpératives Python avancé (API, scripts, pipelines data) Bases de données : PostgreSQL, MongoDB, bases vectorielles Cloud : Google Cloud Platform (GCP) DevOps : Docker, Kubernetes, CI/CD (GitLab CI) Architecture Data & Big Data IA générative : LLM, RAG, embeddings, prompts Appréciées IaC (Terraform ou équivalent) Tests unitaires, intégration et fonctionnels Software Craftsmanship (code review, pair programming) Connaissances fonctionnelles Concepts IA : LLM, agents, assistants, hallucinations, prompts Usage critique et éthique de l’IA RGPD et enjeux éthiques liés à l’IA Langues Anglais technique courant – impératif (oral & écrit)

Dans le cadre d’un projet stratégique Data & IA, nous accompagnons l’un de nos clients, acteur tech à fort enjeu produit, dans le recrutement d’un Lead AI Engineer. Le rôle Le Lead AI Engineer est responsable de la conception, du développement et du déploiement de solutions IA à forte valeur métier. À la fois référent technique IA et acteur clé du delivery, il combine une posture très hands-on avec une vision produit / ROI, en lien étroit avec les équipes métier, produit et la direction. Vos responsabilités 1. Conception & développement de solutions IA (cœur du poste) Concevoir et développer des solutions IA avancées : LLM & GenAI (RAG, MCP, agents, workflows IA, fine-tuning si nécessaire) Modèles de scoring, recommandation, prédiction, classification Développer des solutions robustes, scalables et industrialisées, prêtes pour la production Être très fortement hands-on en développement, principalement en Python Garantir la qualité du code, la performance, la sécurité et la maintenabilité Utiliser des outils d’assistance au développement (ex. Claude Code) 2. Leadership technique & delivery IA Porter les projets IA de bout en bout : cadrage fonctionnel et technique, choix d’architecture, priorisation delivery, mise en production et suivi de la valeur Jouer un rôle de leader technique, sans management hiérarchique direct Être capable d’arbitrer et de prendre des décisions techniques structurantes Structurer le delivery dans une logique produit et ROI, en lien avec le CPTO 3. Interface produit, métier et direction Travailler en proximité avec : les équipes métiers, le produit, les équipes techniques, la direction Traduire des besoins métier complexes en solutions IA concrètes Animer des ateliers de cadrage, restituer les avancées, vulgariser les sujets IA Porter une vision transverse des projets (roadmap, dépendances, risques) 4. Structuration et montée en maturité IA Contribuer à la vision IA globale (choix technologiques, standards, bonnes pratiques) Mettre en place des patterns réutilisables (RAG, pipelines IA, templates projets) Participer à la diffusion de la culture IA Assurer une veille active sur les évolutions IA (LLM, frameworks, usages) Environnement technique Langage : Python (expert) IA / Data : LLM / GenAI, RAG, embeddings, agents Pandas, PySpark (selon cas) Plateforme Data : MinIO, MongoDB, PostgreSQL, ElasticSearch, Airflow, RabbitMQ Infra : Docker, Kubernetes Dataviz / exposition : PowerBI, Metabase Outils : Git, CI/CD, outils d’IA d’assistance au développement

Lead Cloud Engineer Data & IA pour un programme R&D d’envergure. Conception, automatisation et exploitation de plateformes cloud AWS enterprise, sécurisées et scalables pour soutenir des cas d’usage Data, ML, MLOps et IA. Déploiement de landing zones, pipelines Data/MLOps et Infrastructure-as-Code. Intégration de la sécurité by-design, de la conformité GxP/GDPR et d’une posture audit-ready. Leadership technique, animation de communautés d’ingénierie et collaboration étroite avec équipes data, produit, sécurité et compliance.

Nous cherchons : Data Engineer / Développeur PL/SQL Projet stratégique Data & IA Dans le cadre de la mise en place d’un DataHub IA pour une plateforme de consolidation de données à l’échelle Groupe, nous recherchons un Ingénieur Data disposant d’une solide expertise Oracle & PL/SQL . Vous interviendrez dans un environnement Data à forts volumes , avec des enjeux majeurs de performance , de fiabilité des calculs et d’ alimentation d’un moteur IA . Contexte La plateforme permet de collecter, consolider et traiter des données critiques servant au calcul d’indicateurs de pilotage stratégiques. Le DataHub joue un rôle central dans la préparation, la transformation et l’optimisation de ces données. Vos missions 🔹 Data & Performance Mise en place de la collecte de données Création et modélisation des modèles de données Optimisation des traitements et des performances Réalisation de tests de performance Analyse et résolution des problèmes de performance Oracle Revue et optimisation des calculs statistiques 🔹 Développement Développement de procédures PL/SQL (collecte, calcul, agrégation) Mise en place des processus de préparation de données en respectant les cas d’usage 🔹 Conception Conception de solutions basées sur les outils standards disponibles Rédaction des cas d’usage et des exigences fonctionnelles Rédaction des dossiers d’analyse et de conception Modélisation des différents modèles de données identifiés 🛠️ Compétences requises Excellente maîtrise Oracle Très bonne expertise PL/SQL Expérience en optimisation de performance base de données Conception et modélisation de données Contexte forts volumes de données Connaissances Exadata / ExaCC fortement appréciées Abglais courant. 💡Profil recherché : rigoureux, orienté performance, à l’aise dans des environnements

Program IT Lead pour un programme R&D Data & IA d’envergure. Pilotage d’une transformation Cloud & Data visant à accélérer les usages IA en recherche médicale et biostatistique. Construction et opération d’un Cloud-as-a-Service industrialisé, sécurisé, observable et conforme aux exigences réglementaires. Gouvernance des architectures, du delivery et des coûts via une démarche FinOps en environnement multi-cloud. Rôle d’interface entre IT, data, sécurité et métiers R&D pour transformer des besoins complexes en solutions robustes, audit-ready et scalables.

Architecte Cloud AWS senior pour un programme de transformation Data & IA en environnement R&D régulé. Définition d’architectures de référence, conception d’une Landing Zone AWS multi-comptes sécurisée et gouvernée, mise en place de standards DevSecOps et compliance audit-ready (GxP/CSV). Leadership technique, design reviews, cadrage de POC et accompagnement des équipes. Conception de plateformes Data/IA (ingestion, stockage, processing, gouvernance, MLOps). Pilotage observabilité et FinOps. Environnement international, forte exigence sécurité et conformité.

Mission AI Engineering (expertise avancée en IA traditionnelle et Gen IA), pour l'accompagnement de nos équipes IT dans la conception, le développement et l'intégration de nos cas d'usages IA en production. Mise à l'échelle des modèles développés, en garantissant leur performance, leur sécurité et leur monitoring dans l'environnement de production. Responsabilités Analyse en profondeur des besoins métier pour concevoir des solutions d'IA sur mesure, performantes, évolutives et économiquement viables. Interaction avec les équipes IT et Opérations pour l'intégration et la maintenance des modèles. Instauration d'une culture de partage de connaissances en IA au sein de l'IT, en organisant des ateliers, des formations et des sessions de mentorat pour faire monter en compétence les équipes. Évaluation régulièrement les solutions d'IA déployées pour en mesurer l'impact, proposer des améliorations continues et assurer une gestion rigoureuse des coûts associés. Support technique et recommandations stratégiques aux équipes projets, tout en veillant à l'optimisation des coûts et à l'efficience des ressources déployées. Garantie de la conformité aux standards de sécurité et aux bonnes pratiques de développement. Compétences techniques Expertise en apprentissage automatique & profond (Machine Learning, Deep Learning...), en traitement du langage naturel (NLP, LLM, Transformers, …), et sur les domaines/technologies pertinents de la Gen IA (RAG, Agent IA, parseur des documents, évaluation et monitoring, etc…) Maîtrise des langages de programmation (e.g. Python...) et des frameworks d'IA (TensorFlow, PyTorch...) et de GenIA (LangChain, LangGraph…) Outils de gestion de données et de modélisation (SQL, NoSQL, Hadoop, Spark, etc.), ainsi que la capacité à développer et à déployer des solutions d'IA dans des environnements de production à grande échelle. Pratiques pour le déploiement comme le MLOPS/GenIA OPS, pour la surveillance et la maintenance des systèmes d'IA en production, garantissant ainsi une transition fluide et efficace du développement à la production. Principes de l'ingénierie logicielle, y compris le développement agile, l'intégration continue et le déploiement continu (CI/CD). Environnements cloud (IBM en particulier) Autres compétences Métier d'Asset Management Aptitude à communiquer des concepts techniques complexes de manière claire et pédagogique, facilitant ainsi le transfert de connaissances. Résolution de problèmes complexes.

Compétences attendues : Expérience avérée dans la conception, le déploiement et l’exploitation de plusieurs agents IA en environnement grand compte , incluant la gouvernance, la gestion des environnements, la sécurité et le cycle de vie des solutions. Expertise approfondie de Microsoft Copilot Studio pour la conception de bout en bout d’agents IA : sujets, flux, plugins, grounding, déclencheurs et orchestration conversationnelle, ainsi que le déploiement sur différents canaux. Expérience pratique avec les agents intégrés de M365 Copilot , M365 Copilot Agent Builder et les agents SharePoint , avec la capacité de les personnaliser, les étendre et les intégrer dans des contextes d’entreprise. Maîtrise de la conception d’expériences conversationnelles via le canvas Copilot Studio : logique multi-tours, variables, cartes adaptatives et gestion du contexte. Expertise en intégration avec les systèmes d’entreprise via PowerApps, Power Automate, Microsoft Graph API, API REST et connecteurs personnalisés . Solide expérience avec Dataverse : conception des schémas de données, gestion des environnements, packaging des solutions et gouvernance ALM. Capacité à implémenter des comportements avancés d’agents à l’aide de plugins Copilot , de plugins personnalisés en C# et de la logique Power Fx . Bonne compréhension des services Azure (Azure OpenAI Service, Azure Functions, Cognitive Services, API Management) afin d’étendre ou d’augmenter les capacités des agents IA. Forte maîtrise des principes de Responsible AI , du prompt engineering , des techniques de récupération d’information (RAG) et des modèles de déploiement sécurisé de l’IA générative en entreprise. Expérience dans la supervision, l’analyse et l’optimisation des agents à l’aide d’outils analytiques, de la télémétrie, des retours utilisateurs et d’améliorations itératives. Connaissance approfondie de la sécurité en environnement entreprise : gestion des identités (Azure AD), contrôle d’accès basé sur les rôles, protection des données, séparation des environnements et conformité réglementaire. Familiarité avec les pipelines CI/CD et ALM pour Copilot Studio et Dataverse (GitHub ou Azure DevOps). Capacité à collaborer étroitement avec les équipes métiers afin de traduire les besoins fonctionnels en solutions IA robustes et évolutives.

Expert en développement backend Node.js/Express et Java, avec une maitrise de Kubernetes. Des connaissances frontend seraient un plus mais il s'agit bien d'une recherche de développement backend. La mission est dans le cadre du programme Augmented Renault, le projet Productivity Portal vise à créer le hub central de l’IA du groupe, connecté aux outils du quotidien et orienté productivité. Développement backend sur Node.js / Express et Java Conception d’ APIs et d’architectures microservices (Apigee) Intégration de connecteurs M365, Jira, Teams, SharePoint Environnement Cloud & conteneurs : GCP (GKE) ou AWS , Docker , Kubernetes CI/CD & DevOps : GitLab CI, tests unitaires/intégration/E2E, SonarQube Sécurité & IAM : Vault , Okta Observabilité et performance : Dynatrace Contribution aux usages IA générative (LLM, RAG, prompt engineering) Méthodologies Agile / SAFe , anglais technique requis

En tant qu’AI Engineer, vous intervenez sur la conception, le développement et l’industrialisation de solutions d’Intelligence Artificielle, allant du Machine Learning classique aux cas d’usage de GenAI. Vous travaillez au cœur des plateformes Data et ML afin de garantir la robustesse, la performance, la scalabilité et la maintenabilité des modèles et services IA mis en production, au service des équipes métiers et produits. Expérience attendue : 3+ ans en ingénierie IA / ML / Data, avec une forte orientation production. Vous correspondez au/à la AI Engineer que nous recherchons si : Vous évoluez efficacement au sein d’équipes agiles et pluridisciplinaires , en collaboration étroite avec les équipes Data, IT et métiers Vous faites preuve d’un fort esprit analytique , de rigueur et de pragmatisme Vous êtes autonome, proactif et doté d’un solide sens des responsabilités Vous savez communiquer clairement avec des interlocuteurs techniques et non techniques, et vulgariser des sujets complexes Vous savez prioriser vos tâches , gérer les contraintes (qualité, délais, coûts) et respecter vos engagements Vous disposez d’un solide bagage en software engineering , vous permettant de développer des solutions IA robustes, lisibles, maintenables et testables , principalement en Python Vous appliquez les bonnes pratiques de développement : structuration du code, modularité, gestion des dépendances, conventions de nommage Vous êtes à l’aise avec les outils de versioning (Git) et les workflows collaboratifs associés Vous avez déjà travaillé sur des plateformes Data / ML Cloud (ex. Databricks ou équivalent) Vous comprenez les enjeux de préparation des données , de feature engineering et de qualité des datasets pour les usages ML / AI Vous avez une experience dans l’ industrialisation des modèles ML , incluant entraînement, validation, versioning et déploiement Vous êtes sensibilisé aux pratiques MLOps (gestion du cycle de vie des modèles, reproductibilité, monitoring) Vous avez une appétence pour les cas d’usage GenAI (LLM, RAG, embeddings, agents) et savez concevoir et mettre en œuvre de frameworks d’évaluation pour les systèmes GenAI incluant : évaluation de la qualité des réponses (relevance, faithfulness, completeness), validation des chaînes de retrieval et d’embeddings, comparaison de prompts, modèles ou configurations

CONTEXTE La conception et le développement d’une plateforme d’administration moderne et robuste (frontend en React, back-end en .NET) MISSIONS La définition et l’évolution de l’architecture applicative, en lien avec les enjeux de scalabilité, de sécurité et de performance Les choix techniques structurants ayant un impact direct sur le produit et le business La collaboration étroite avec les équipes produit, data, IA et business L’amélioration continue de la qualité du code, de l’expérience utilisateur et de la maintenabilité de la plateforme PROFIL & EXPERTISE TECHNIQUE ET OU METIER NECESSAIRE React et .NET Domaine : Développement Autres compétences Anglais Orientation client Certifications/Habilitations React et .NET Postgres SQL, Kubernetes, kanban Coding avec IA (github copilot) Maitrise LIVRABLES SLA EXPERTISES TECHNIQUES ATTENDUES Solide expérience en développement fullstack avec React et .NET Excellente maîtrise des principes d’architecture logicielle (Clean Architecture, SOLID, séparation des responsabilités, etc.) Intérêt marqué pour les produits IA et les problématiques associées. Mindset produit prononcé : compréhension des enjeux utilisateurs et business Très bonne culture du test (tests unitaires, tests d’intégration, TDD apprécié) Capacité à remettre en question l’existant et à proposer des améliorations pertinentes Autonomie, esprit d’équipe et bonnes compétences en communication Anglais professionnel requis, avec des échanges réguliers à l’international

En tant qu’AI Engineer, vous intervenez sur la conception, le développement et l’industrialisation de solutions d’Intelligence Artificielle, allant du Machine Learning classique aux cas d’usage de GenAI. Vous travaillez au cœur des plateformes Data et ML afin de garantir la robustesse, la performance, la scalabilité et la maintenabilité des modèles et services IA mis en production, au service des équipes métiers et produits. Expérience attendue : 3+ ans en ingénierie IA / ML / Data, avec une forte orientation production. Vous correspondez au/à la AI Engineer que nous recherchons si : Vous évoluez efficacement au sein d’équipes agiles et pluridisciplinaires , en collaboration étroite avec les équipes Data, IT et métiers Vous faites preuve d’un fort esprit analytique , de rigueur et de pragmatisme Vous êtes autonome, proactif et doté d’un solide sens des responsabilités Vous savez communiquer clairement avec des interlocuteurs techniques et non techniques, et vulgariser des sujets complexes Vous savez prioriser vos tâches , gérer les contraintes (qualité, délais, coûts) et respecter vos engagements Vous disposez d’un solide bagage en software engineering , vous permettant de développer des solutions IA robustes, lisibles, maintenables et testables , principalement en Python Vous appliquez les bonnes pratiques de développement : structuration du code, modularité, gestion des dépendances, conventions de nommage Vous êtes à l’aise avec les outils de versioning (Git) et les workflows collaboratifs associés Vous avez déjà travaillé sur des plateformes Data / ML Cloud (ex. Databricks ou équivalent) Vous comprenez les enjeux de préparation des données , de feature engineering et de qualité des datasets pour les usages ML / AI Vous avez une experience dans l’ industrialisation des modèles ML , incluant entraînement, validation, versioning et déploiement Vous êtes sensibilisé aux pratiques MLOps (gestion du cycle de vie des modèles, reproductibilité, monitoring) Vous avez une appétence pour les cas d’usage GenAI (LLM, RAG, embeddings, agents) et savez concevoir et mettre en œuvre de frameworks d’évaluation pour les systèmes GenAI incluant : évaluation de la qualité des réponses (relevance, faithfulness, completeness), validation des chaînes de retrieval et d’embeddings, comparaison de prompts, modèles ou configurations