Trouvez votre prochaine mission ou futur job IT.

ContexteAu sein du Data Office de Coface, le consultant intervient dans un contexte international pour développer et industrialiser des solutions autour de la Data Management, Data Quality, Data Governance et de l'IA générative. Missions 1. Data Management, Data Governance & Data QualityConcevoir, développer et maintenir des applications et services Python destinés à automatiser les processus de Data Governance et Data Quality. Développer des mécanismes de contrôle de la qualité des données, de détection d'anomalies et de monitoring. Industrialiser les traitements de collecte, d'analyse et de reporting liés à la qualité des données. Développer des APIs REST et services MCP permettant d'interconnecter les outils du Data Office, Data Marketplace, catalogues de données, plateformes data et outils BI. Automatiser et optimiser les processus de gestion des données. Contribuer à la mise en place de solutions robustes, maintenables et conformes aux standards d'architecture et de sécurité du Groupe. 2. IA Générative & Agentic AIConcevoir et développer des assistants IA spécialisés pour les besoins du Data Office. Développer des solutions de Text-to-SQL permettant d'interroger des bases de données en langage naturel. Concevoir des architectures Agentic AI basées sur des LLM, avec mécanismes d'orchestration, raisonnement et accès aux différentes sources d'information. Développer des connecteurs et intégrations via le Model Context Protocol (MCP). Mettre en œuvre des architectures de type RAG et intégrer différentes sources de données et de connaissances. Participer à l'industrialisation et au déploiement des solutions IA en environnement de production. Veiller au respect des exigences de sécurité, gouvernance, architecture et exploitation. Contribuer aux initiatives IA existantes du Data Office, notamment : l'agent Jira permettant d'évaluer la qualité des tickets entrants et d'anticiper leur criticité ; l'agent de requêtage de bases de données en Text-to-SQL. 3. Industrialisation & accompagnementProduire du code, packages Python, APIs et services documentés, testés et maintenables. Mettre en place les pipelines d'intégration et de déploiement nécessaires à l'industrialisation des solutions. Rédiger la documentation technique et d'exploitation ainsi que les procédures de déploiement. Participer aux phases de tests, mise en production et maintien en conditions opérationnelles. Assurer un reporting régulier sur l'avancement, les risques, les dépendances et les arbitrages nécessaires. Communiquer efficacement les résultats et sujets techniques auprès d'interlocuteurs techniques et métiers.

Contexte : Dans le cadre d'un programme de transformation digitale des activités Trésorerie d'un grand groupe international, nous recherchons un(e) Consultant(e) MOA Trésorerie & Reporting Décisionnel disposant de solides compétences en gestion de projet afin d'accompagner le développement de solutions décisionnelles, l'automatisation de reportings et l'optimisation des flux de données issus de plusieurs systèmes de Trésorerie. Vous intervenez en étroite collaboration avec les équipes Métier Trésorerie, les responsables applicatifs et les programmes de transformation pour accélérer la digitalisation des processus de reporting et d'analyse notamment autour de l'Intelligence Artificielle. Vos responsabilités : Recueillir et analyser les besoins métiers auprès des équipes Trésorerie et Finance Rédiger les spécifications fonctionnelles Extraire, transformer et consolider les données provenant de différents systèmes Treasury et Finance Concevoir, développer et maintenir des tableaux de bord et reportings décisionnels Automatiser les traitements actuellement réalisés manuellement Définir et mettre en œuvre des modèles de données adaptés aux besoins métiers Piloter des projets BI/Data de bout en bout Assurer la coordination avec les équipes métiers, techniques et les partenaires externes Garantir la qualité, la fiabilité et la traçabilité des données Participer aux phases de recette, déploiement et conduite du changement Documenter les solutions mises en œuvre et assurer le transfert de compétences

En tant que développeur Fullstack vous serez en charge de Assurer la réécriture d'une application mobile initialement développée avec Ionic Capacitor vers Flutter. Réécriture complète du back for front Java (BFF) de l'application Assurer le développement des applications mobiles en Flutter, Contribuer à l'optimisation des processus de développement au travers de l'IA GitHub Copilot Proposer des nouveaux cas d'usages IA afin d'enrichir l' application et améliorer l'expérience de développement. Assurer la maintenance et les évolutions futures de l'application après la réécriture.

Description du poste Dans le cadre du développement et de l'encadrement des usages de l'intelligence artificielle générative au sein de la banque, le groupe souhaite renforcer ses capacités d'évaluation, de qualification et de sécurisation des LLM. Les LLM sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. La mission consiste à intervenir en tant que Data Scientist spécialisé dans l'évaluation des LLM, afin de définir et de mettre en œuvre des méthodologies d'évaluation, de benchmark et de red teaming des modèles d'IA générative utilisés, testés ou envisagés par le groupe. Cette mission s'inscrit dans une démarche de gouvernance des modèles d'IA, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Principaux objectifs Définir et mettre en œuvre un cadre d'évaluation des LLM adapté aux enjeux de la banque. Évaluer les performances, limites, risques et comportements des modèles d'IA générative. Réaliser des benchmarks comparatifs entre différents LLM, qu'ils soient internes, open source ou fournis par des éditeurs. Concevoir et exécuter des campagnes de red teaming pour identifier les vulnérabilités, biais, hallucinations et comportements indésirables. Contribuer à la sélection, la validation et la qualification des modèles LLM avant usage ou mise en production. Produire des analyses objectives permettant d'éclairer les décisions métiers, techniques, risques et conformité. Participer à l'industrialisation des processus d'évaluation des LLM dans le cycle de vie des modèles d'IA. Contribuer à la constitution de jeux de tests, métriques, référentiels d'évaluation et outils de suivi. Activités principalesÉvaluation des LLM Définir les protocoles d'évaluation adaptés aux cas d'usage d'IA générative de la banque. Identifier les métriques pertinentes pour mesurer la qualité des réponses générées : exactitude, pertinence, cohérence, complétude, factualité, robustesse, sécurité, explicabilité et conformité. Évaluer les capacités des modèles sur différents types de tâches : résumé, extraction d'information, classification, question-réponse, génération de texte, analyse documentaire, raisonnement, traduction ou reformulation. Mettre en place des jeux de tests représentatifs des usages métiers bancaires. Analyser les performances des modèles selon différents contextes, langues, domaines métiers et niveaux de complexité. Identifier les limites fonctionnelles et techniques des modèles testés. Documenter les résultats d'évaluation et formuler des recommandations. Benchmark LLM Concevoir et conduire des benchmarks comparatifs entre plusieurs modèles LLM. Comparer les modèles selon des critères de performance, coût, latence, robustesse, sécurité, empreinte technique et conformité. Tester différents modèles propriétaires, open source ou internes selon les contraintes du groupe. Mettre en place des grilles d'analyse permettant d'aider au choix des modèles selon les cas d'usage. Évaluer l'impact de différents paramètres : prompt, température, taille de contexte, modèle d'embedding, architecture RAG, fine-tuning ou quantization. Produire des rapports de benchmark clairs, exploitables par les équipes métiers, data, IT, sécurité et conformité. Participer à la définition de standards internes pour la comparaison et la qualification des LLM. Red teaming et sécurité des LLM Définir et exécuter des scénarios de red teaming adaptés aux risques liés à l'IA générative. Tester la résistance des modèles face aux attaques de type prompt injection, jailbreak, data leakage, contournement de garde-fous, génération de contenu inapproprié ou non conforme. Identifier les risques d'hallucination, de biais, de toxicité, de désinformation ou de réponses dangereuses. Concevoir des corpus de prompts adversariaux adaptés aux contextes bancaires et réglementaires. Évaluer la capacité des modèles à respecter les politiques internes, les règles de conformité et les contraintes de sécurité. Analyser les vulnérabilités détectées et proposer des mesures de mitigation. Collaborer avec les équipes sécurité, conformité, risques et architecture pour renforcer le cadre d'usage des LLM. Méthodologie, outillage et industrialisation Mettre en place des outils, notebooks, scripts ou pipelines d'évaluation automatisée. Contribuer à l'industrialisation des campagnes d'évaluation dans le cycle de vie des modèles. Définir des référentiels de métriques et de seuils d'acceptabilité. Construire et maintenir des datasets d'évaluation internes, anonymisés et représentatifs. Participer à l'intégration des résultats d'évaluation dans les outils de gouvernance des modèles, notamment ModelHub v2. Assurer la traçabilité des campagnes d'évaluation, des versions de modèles et des résultats obtenus. Mettre en place des tableaux de bord ou rapports de suivi de la qualité des LLM. Contribuer à la veille technologique sur les méthodes d'évaluation, frameworks de benchmark et pratiques de red teaming LLM. Livrables attendus Cadre méthodologique d'évaluation des LLM adapté aux usages bancaires. Protocoles de test et grilles d'évaluation des modèles d'IA générative. Jeux de tests et datasets d'évaluation documentés. Corpus de prompts de benchmark et de red teaming. Rapports d'évaluation des LLM testés. Rapports de benchmark comparatif entre modèles. Analyses de risques liées aux comportements des LLM. Synthèses des vulnérabilités identifiées lors des campagnes de red teaming. Recommandations de mitigation et plans d'amélioration. Tableaux de bord ou indicateurs de suivi de performance et de sécurité. Scripts, notebooks ou pipelines d'évaluation automatisée. Documentation des métriques, seuils et critères de validation. Recommandations pour la sélection et la mise en production des modèles. Contributions à l'intégration des résultats d'évaluation dans ModelHub v2 ou tout autre outil de gouvernance IA. Supports de présentation à destination des équipes métiers, techniques,

Data & AI Engineer (Data Engineering / AI Engineering) Qui sommes-nous ? Fondée par des experts techniques et portée par des passionnés de l'IT, Big APPS est une société de conseil spécialisée dans la Data, le Cloud, le DevOps et l'Intelligence Artificielle (IA). Nous accompagnons nos clients dans leurs projets de transformation digitale en concevant des plateformes de données performantes et des solutions innovantes basées sur l'IA. Nous intervenons sur des projets à forte valeur ajoutée en mettant en œuvre les technologies les plus récentes et les meilleures pratiques du marché. Dans le cadre de notre croissance, nous recherchons un(e) Data & AI Engineer pour renforcer nos équipes. Vos missions En tant que Data & AI Engineer, vous serez amené(e) à : Concevoir, développer et maintenir des plateformes de données robustes et évolutives. Développer et optimiser des pipelines de données (ETL/ELT). Concevoir des architectures Data sur Azure, AWS ou GCP. Préparer, transformer et valoriser les données pour les projets d'IA. Développer, intégrer et industrialiser des modèles de Machine Learning et d'IA générative. Participer au déploiement des modèles en production (MLOps). Collaborer avec les équipes métiers, Data Science et Cloud. Mettre en œuvre les bonnes pratiques DevOps, CI/CD et Infrastructure as Code. Garantir la qualité, la sécurité et la disponibilité des données. Que vous soyez Data Engineer, AI Engineer, Data Scientist ou déjà doté(e) d'une double compétence Data & IA, vous souhaitez intervenir sur des projets innovants mêlant Data Engineering, Machine Learning, IA Générative et Cloud ? Rejoignez Big APPS !

Merci de contacter Sumi Delplanque directement. Vous allez me trouver facilement sur google. Rattaché.e au département Data OR & AI de notre client, au sein de l'équipe Finance, votre mission consistera principalement à concevoir, développer et déployer des applications de Machine Learning et d'IA Générative au service des métiers des achats client. Objectifs principaux : Cas d'usage variés, allant des applications prédictives (classification, aide à la décision, etc.), Traitement intelligent de documents (OCR, parsing, extraction d'informations), Phases de cadrage et de prototypage (POC) Industrialisation des solutions IA. Compétences techniques : Maitrise du python Compréhension d'un environnement cloud (GCP) > MANDATORY Maitrise des techniques de Machine Learning (notamment modélisation mathématiques/statistiques) et aussi d'IA générative (LLM, RAG, Pipelines de Parsing ..) Détails subsidiaires : Equipe de 4 personnes Autre : Localisation : Roissy Charles de Gaulle Télétravail : 3 jours / semaine Date de commencement : 01 septembre 2026 Durée de la mission : 12 mois Déplacements : Possible à Amsterdam ou Toulouse, tous les 6 mois environ. Anglais : travail au quotidien, réunions, documentation écrite, etc.

L'AI design engineer occupe une position charnière entre le design et le développement, appliquée ici spécifiquement au design system. À la différence d'un profil front-end classique, il porte un regard de designer sur ce qu'il automatise : son rôle n'est pas de concevoir ou de développer les composants lui-même — cela reste le travail des designers et développeurs de l'équipe — mais de construire les outils et les fondations qui leur permettent, à eux comme à l'IA, d'aller plus vite sans perdre en qualité ni en cohérence d'usage. Sa spécificité : il connaît finement les capacités et les limites des outils d'IA générative, et structure le design system pour qu'il devienne "IA-ready" — c'est-à-dire pour que l'IA puisse produire, de manière fiable et nativement conforme, des spécifications, des tokens et des composants codés, sans contrôle humain systématique. Il ne se contente pas d'utiliser l'IA pour aller plus vite : il conçoit les fondations (identité visuelle, règles de conception, accessibilité, conventions d'écriture) qui permettent à l'IA de produire juste du premier coup. Missions principales Structuration du design system pour l'IA • Transmettre à l'IA l'ADN du design system (identité visuelle, règles de conception, accessibilité, conventions d'écriture) sous une forme exploitable par les outils génératifs. • Évaluer les capacités et les limites des outils d'IA (design-to-code, génération de tokens et de composants) et remonter ces constats pour éclairer les arbitrages. • Mettre en œuvre les spécifications, tokens et conventions garantissant une production IA nativement conforme au design system, sans contrôle humain systématique. • Implémenter les évolutions des fondations du design system décidées avec le lead, au fur et à mesure de la montée en maturité des outils IA. Rédaction et documentation automatisées • Standardiser le format des briefs de composants (spécifications fonctionnelles, tokens, critères d'accessibilité) pour le rendre exploitable aussi bien par les développeurs que par l'IA. • Utiliser l'IA pour accélérer la rédaction des briefs, tout en garantissant leur clarté et leur exploitabilité sans besoin de clarification en aval. • Fiabiliser la qualité des briefs générés ou assistés par l'IA en les confrontant systématiquement à l'usage réel des composants. • Maintenir une documentation du design system tenue à jour de façon continue, générée ou assistée par l'IA, alignée avec l'état réel des composants livrés. Test et validation • Tester les composants et livrables produits par l'IA du point de vue technique (fonctionnel, non-régression, performance) et du point de vue de l'usage (ergonomie, accessibilité, cohérence visuelle). • Identifier les écarts entre l'intention design du système et le comportement réel des productions IA une fois intégrées dans les produits. • Recueillir les retours des designers, développeurs et équipes produit sur la fiabilité des outils et automatisations mis en place, et arbitrer les évolutions à y apporter. • Assurer une veille sur les usages détournés ou non prévus des composants générés, source d'incohérences à corriger.

Contexte du poste : Nous recherchons un Data Scientist Confirmé afin de rejoindre la direction Data/IA d'un grand groupe industriel. Vous intégrerez une équipe dédiée à la transformation data et à l'intelligence artificielle, et interviendrez sur plusieurs projets de data science et de data analyse à forte valeur métier. Sous la supervision d'un Lead Data Scientist, vous accompagnerez les équipes métiers dans l'identification de leurs besoins, la conception de solutions data adaptées et leur déploiement en production. Missions principales : Identifier, qualifier et prioriser des cas d'usage data science à forte valeur métier Concevoir, développer et évaluer des modèles de data science et d'intelligence artificielle Collecter, fiabiliser, enrichir et analyser les données nécessaires aux projets Développer des notebooks, codes et pipelines structurés, versionnés et documentés Participer au déploiement et à l'industrialisation des modèles sur les infrastructures de production Collaborer avec les équipes métiers et techniques et participer aux différentes instances projet : kick-offs, revues de sprint, comités de pilotage... Réaliser des benchmarks, analyses et recommandations afin de mesurer la performance et la valeur des solutions développées Valoriser les travaux réalisés à travers des démonstrations et des communications internes

Dans le cadre du développement de nouveaux usages autour de l'Intelligence Artificielle, l'équipe souhaite renforcer ses compétences afin d'accompagner les équipes métiers et de développement dans l'identification, la conception et la mise en production de cas d'usage IA. Vous aurez la charge de : • Identifier et qualifier les cas d'usage IA en collaboration avec les équipes métiers. • Recueillir, analyser et formaliser les besoins fonctionnels. • Accompagner les équipes dans la définition des solutions techniques. • Piloter la réalisation et la mise en production des cas d'usage IA. • Définir les critères de succès et assurer le suivi des livrables. • Animer des ateliers avec les différentes parties prenantes. • Accompagner les équipes afin de leur transmettre les compétences nécessaires à la maintenance et à l'évolution des solutions développées. • Identifier les axes d'amélioration et partager les retours d'expérience avec les équipes techniques. • Collaborer avec les AI Engineers sur les choix techniques et les architectures mises en œuvre. Référence de l'offre : 2c8iqte7hq

Dans le cadre du développement de solutions intégrant l'Intelligence Artificielle, l'équipe souhaite renforcer ses capacités de développement afin de concevoir, développer et industrialiser des applications basées sur les modèles de langage. Vous aurez la charge de : • Concevoir et développer des applications intégrant des modèles de langage (LLM). • Développer des architectures RAG adaptées aux besoins métiers. • Concevoir et développer des agents IA. • Participer à l'ensemble du cycle de développement, de la conception jusqu'à la mise en production. • Développer les composants backend et frontend des applications. • Intégrer les solutions IA aux applications existantes. • Participer aux revues de code et aux choix techniques. • Garantir la qualité, la performance et la maintenabilité des développements. • Collaborer avec les équipes Produit, Architecture et Plateforme. Référence de l'offre : ih6ctza5hr

Contexte de la mission Prestation destinée à concevoir et réaliser des tests usines (fonctionnels) des applications du Domaine “Transport Data Solutions”. Objectifs et livrables Principales tâches : - Validation de la chaine de eFacturation : facturation des clients réguliers, des clients occasionnels, facturation des droits et taxes - Aide à la recette métier sur cette chaine de eFacturation - Evaluation des risques et sélection de ceux couverts par les tests - Conception et rédaction en autonomie des plans de test, - Expertise en conception et exécution de tests assistée par l'IA - Construction des tests assisté par l'IA (environnement, jeux de données, automatisation des tests), - Exécution des tests, suivi des anomalies, reporting, suivi de leur correction,

Mission de l'équipeL'équipe constitue le point de contact technique de référence sur les sujets d'Intelligence Artificielle au sein de l'ITTF. Elle accompagne les équipes dans la conception, l'architecture et la réalisation de leurs cas d'usage IA, tout en garantissant leur alignement avec les standards, les plateformes et les exigences de gouvernance du Groupe. Son objectif est d'accélérer l'adoption de l'IA au sein de l'organisation en développant les compétences des équipes, en favorisant la réutilisation des composants existants et en assurant la cohérence des solutions mises en œuvre. 1. Accompagnement des équipes sur les cas d'usage IAL'équipe accompagne les équipes ITTF dans la conception et la mise en œuvre de leurs cas d'usage IA. Elle apporte son expertise sur les choix d'architecture, les outils et les bonnes pratiques afin de permettre aux équipes de développer leurs solutions en autonomie, sans se substituer à elles. 2. Support technique aux fonctions ne disposant pas de capacités IAL'équipe apporte un support opérationnel aux fonctions ne disposant pas d'expertise IA. Lorsque cela est nécessaire, elle contribue directement au développement de certains cas d'usage afin d'assurer leur bonne réalisation. 3. Standardisation des composants IAL'équipe est responsable de promouvoir la standardisation des architectures et des composants IA. Elle favorise la réutilisation des solutions existantes afin d'accélérer les développements, de réduire les coûts et d'assurer une meilleure cohérence entre les différents projets. 4. Gouvernance et conformitéL'équipe veille à ce que l'ensemble des initiatives IA respecte les standards techniques, les plateformes de référence et les exigences de gouvernance définis au niveau Groupe. Elle garantit ainsi la cohérence, la conformité et la pérennité des solutions déployées. Prestations demandéesLa mission interviendra principalement sur les activités suivantes : Accompagner les équipes ITTF dans la conception et la réalisation de leurs cas d'usage IA. Apporter une expertise sur les architectures IA, les outils et les bonnes pratiques. Développer les compétences des équipes afin de favoriser leur autonomie. Fournir un support technique aux fonctions ne disposant pas de capacités IA et contribuer au développement de certains cas d'usage. Promouvoir la standardisation et la réutilisation des composants IA afin d'accélérer les développements et d'optimiser les coûts. Garantir l'alignement des solutions avec les standards, les plateformes et les exigences de gouvernance du Groupe.

Dans le cadre d'un projet stratégique autour de l'Intelligence Artificielle, nous recherchons un AI Engineer pour intervenir sur des sujets mêlant IA Générative, Machine Learning et industrialisation de modèles. Vos missionsConcevoir et développer des solutions d'IA Générative (LLM, RAG, Agents IA). Développer des architectures multi-agents et des systèmes conversationnels. Industrialiser les modèles via des API et mettre en œuvre les pratiques MLOps / LLMOps. Concevoir et optimiser des modèles de Machine Learning (scoring, prédiction, fraude...). Assurer le monitoring et l'amélioration continue des modèles en production. Collaborer avec les équipes Data, IT et Métier sur des projets à fort impact.

Nous recherchons un(e) Consultant(e) Senior Finance / FP&A pour accompagner un grand groupe international dans le cadre d'un programme stratégique autour de l'IA et de l'agentification. 🎯 La mission L'objectif est de construire et déployer un modèle financier commun permettant de mesurer de manière fiable la valeur créée par différents cas d'usage d'agents IA à travers plusieurs métiers du groupe. Vous interviendrez comme référent(e) financier(ère) du programme et aurez notamment pour responsabilités de : • Concevoir et structurer un modèle d'évaluation financière commun • Construire et challenger les business cases associés aux différents cas d'usage • Analyser la pertinence des hypothèses de coûts, de temps et de création de valeur • Définir une approche cohérente permettant de mesurer le ROI des initiatives • Challenger les cas d'usage proposés par les différentes équipes métiers • Échanger avec des interlocuteurs seniors et des membres de la direction 📍 Localisation : Paris – secteur Val de Seine / Balard 🏠 Télétravail : 2 à 3 jours par semaine 📅 Démarrage : mi-septembre 2026 ⏳ Durée : mission longue Le programme s'inscrit dans une initiative de transformation à long terme et offre une forte exposition auprès des équipes Finance et IA du groupe.

ContexteDans un environnement financier en constante évolution, marqué par : L'intensification des cybermenaces (ransomware, attaques sur les chaînes d'approvisionnement, risques liés à l'IA générative), Un cadre réglementaire exigeant (DORA, NIS2, lignes directrices EBA, etc.), nécessitant une conformité rigoureuse et une gouvernance renforcée, La transformation digitale accélérée (cloud, automatisation, modernisation des infrastructures), une grande institution financière souhaite renforcer sa capacité à piloter et gouverner les risques IT liés à l'IA. Le pôle Global IT Risk & LOD1 Reviews recherche un prestataire capable d'apporter un soutien opérationnel et méthodologique à la première ligne de défense pour améliorer la maturité du dispositif et garantir une vision consolidée, cohérente et pilotable des risques IT. MissionsLa mission assure l'évolution et l'adaptation du cadre de gestion des risques ICT en cohérence avec la gouvernance IA de la banque d'investissement, notamment par : Participation et appui aux ateliers dédiés à l'IA, Analyse et adaptation des documents cadres proposés par le Groupe, Pilotage et synthèse des travaux IT associés, couvrant : • Les inventaires (actifs, processus, données), • La gestion de projets (plans d'action, priorisation), • Le déploiement des exigences cyber (contrôles, normes, conformité).

Dans le cadre du développement de ses plateformes Data & IA, notre client recherche un Data Engineer Databricks Senior capable de concevoir, développer et industrialiser des pipelines de données à grande échelle. Le consultant interviendra sur l'ensemble du cycle de vie des projets Data, en lien avec les équipes métiers, Data Scientists, Architectes et équipes Cloud. MissionsRecueillir et analyser les besoins métiers. Concevoir des architectures Data modernes sur Databricks. Développer et maintenir des pipelines d'ingestion et de transformation. Optimiser les performances et la qualité des traitements. Participer à la mise en place des bonnes pratiques Data Engineering. Assurer les phases de tests, recette et mise en production. Collaborer avec les équipes Data Science, BI et Architecture. Contribuer aux sujets IA et valorisation des données. Documenter les solutions et accompagner les utilisateurs. Compétences requisesTechniquesDatabricks (indispensable) Apache Spark / PySpark Python SQL avancé Azure Data Factory ou équivalent Azure Synapse / Microsoft Fabric (apprécié) Git CI/CD Data Lake / Lakehouse Modélisation de données FonctionnellesAnalyse des besoins métiers Animation d'ateliers Rédaction de spécifications Communication avec des interlocuteurs non techniques