Trouvez votre prochaine mission ou futur job IT.

Il aura la charge de gérer une architecture Lakehouse : • Data security : Apache Ranger • Data governance : Apache Atlas • Data processing : Spark, Apache Zeppelin • Data ingestion : nifi • Data analytics : Apache Impala • Data lake : hadoop, Apache KUDO • Dara serving: Hue Gestions des logs via la stack ELK (Elasticsearch-Logstash-Kibana) Provisionner des infrastructures via Terraform Connaissance réseaux (Mise en place et ouverture de flux réseau basé sur le dossier d'architecture réseau) Il documente les procédures d'exploitation et rédige des rapports synthétisés Il assure du bon fonctionnement des services dans le respect des SLA. Il connait et s'appuie sur les process ITIL (Gestion des incidents, des problèmes et des demandes de changement) pour opérer dans des environnements de production. Il a un bon niveau d'anglais pour converser avec les éditeurs dont Cloudera et les fournisseurs Il automatise les déploiements de fichiers de configurations, gestion des certificats et keystores via Ansible. Il utilise les Outils devops de versionning et de packages : Github, Jenkins Sa maitrise des environnements sous Linux lui permet d'analyser les logs dans le cadre du traitement des incidents. Il est force de proposition pour l'amélioration de l'exploitabilité des solutions et de la supervision des services. Il participe aux réunions d'équipe et rend compte des actions Il participe aux projets et aux différents comités.

Contexte Acteur majeur de la gestion des droits d'auteur. Équipe composée d'un lead dev, deux développeurs et un data analyst. Missions Établir un protocole de tests permettant de mesurer l'impact des règles de matching développées par l'équipe Piloter les campagnes de tests et produire une analyse quantitative des écarts pour ajuster les critères de matching Participer activement à l'automatisation des analyses de données pour accélérer le time to deliver Analyser les anomalies et remontées utilisateurs en collaboration avec les experts métiers Participer à la validation et à la non-régression des développements en lien avec le PO et les développeurs Intervenir dès le cadrage, dans une démarche shift-left, pour aider à la rédaction des User Stories via les critères d'acceptance et la stratégie de recette Mesurer l'apport qualitatif des nouveaux développements par des campagnes de tests comparant deux versions du moteur d'identification Analyser les remontées utilisateurs pour nourrir la roadmap produit Enrichir les analyses avec des données internes, externes ou via des algorithmes

ContexteMission consistant à développer une solution permettant aux chercheurs de transformer leurs analyses exploratoires en traitements fiables et réutilisables. MissionsDévelopper une solution logicielle pour la transformation d'analyses exploratoires en traitements fiables et réutilisables Collaborer avec des chercheurs et un Data Scientist dans un contexte de recherche Monter en compétence rapidement sur les outils spécifiques du projet Assurer la communication claire avec des profils non techniques Outils & Environnement & Compétences obligatoiresMaîtrise de GCP : GKE, IAM, GCS, BigQuery Python en production : conception modulaire (principes SOLID, architecture hexagonale ou équivalent), typage statique, tests unitaires/d'intégration Docker, Git et CI/CD avec expérience concrète de déploiement et de diagnostic (debugging pipelines) SQL, modélisation de données et définition de contrats de données (data contracts) Expérience cloud avec adaptation de modules Terraform existants (pas nécessairement de conception from scratch, mais capacité à faire évoluer un IaC existant) Réalisation agentique concrète : appels d'outils/API, gestion des erreurs, dans le cadre d'un projet réel ou d'un démonstrateur Compétences appréciées (Nice-to-have)Agents IA déjà déployés en production MCP, Claude Code GitLab CI Vertex AI / KFP et MLOps avancé Analyse statique de code Python (AST/LSP) Connaissances en imagerie médicale et histopathologie Soft skillsAutonomie et rigueur Communication claire, notamment avec des profils non techniques (chercheurs) et le Data Scientist Capacité à monter en compétence rapidement sur les outils spécifiques du projet Esprit de collaboration dans un contexte de recherche

En lien avec l'équipe de production applicative / DevOps, vous serez en charge de la mise en œuvre technique des évolutions du Data Lake. Vous interviendrez sur l'ingestion, la préparation et la transformation des données ainsi que sur l'évolution des pipelines. Votre rôle Ingestion et transformation des données · Mettre en œuvre de nouvelles ingestions de données au sein du Data Lake · Développer les traitements de préparation et de transformation des données · Développer les traitements associés en Python, PySpark et Hive Développement et évolution des pipelines · Maintenir et faire évoluer les outils de gestion des pipelines de données · Développer et maintenir les traitements en PySpark et les scripts Shell associés · Analyser et résoudre les problématiques techniques sur le périmètre Evolution de la plateforme Data · Identifier les besoins d'évolution de la plateforme liés aux traitements et pipelines de données · Formaliser et transmettre à l'équipe DevOps les demandes relatives aux évolutions de la plateforme · Rédiger les spécifications techniques nécessaires aux évolutions mises en œuvre

Vous rejoindrez une équipe qui accompagne les différentes lignes métiers dans leurs usages des données de référence. Vous interviendrez sur deux périmètres : les référentiels Market Data (taux de change et taux interbancaires) et les référentiels Static Data (caractéristiques des produits financiers). Vous contribuez à la refonte et à l'évolution de ces référentiels, utilisés notamment par les fonctions Finance et Risques. Votre rôle Finalisation de la refonte des référentiels Market Data · Finaliser la mise en œuvre de la nouvelle version des référentiels de taux de change et de taux interbancaires · Contribuer aux spécifications fonctionnelles selon une approche BDD - Behaviour Driven Development dans le cadre d'une organisation Agile · Participer à la conception et aux tests des traitements de transformation et d'alimentation des données · Accompagner la mise en production de la nouvelle plateforme Support et accompagnement utilisateurs · Assurer le support utilisateurs après la mise en production de la nouvelle plateforme · Analyser les besoins et problématiques rencontrées lors de son utilisation · Faciliter les échanges entre les utilisateurs et les équipes techniques Refonte du référentiel des produits de synthèse · Cadrer la refonte du Référentiel des produits de synthèse utilisé pour l'alimentation et les reportings des fonctions Finance et Risques · Recueillir et structurer les besoins liés à la modernisation de l'interface web · Prendre en compte les évolutions fonctionnelles attendues sur les fonctionnalités d'administration · Conduire la refonte en lien avec les différentes parties prenantes

Contexte :Équipe AI for PDP (Product Data Platform) produit des outils pour le pricing, l'optimisation de l'assortiment des produits. Une grande entreprise de distribution pilote ses prix sur des dizaines de milliers de références, par pays. L'enjeu : fournir aux équipes pricing un coefficient d'élasticité-prix par produit, exploitable pour l'ajustement quotidien, la promotion et la hausse stratégique. Missions :Data Collection et Preprocessing (dbt) : reconstruction de la vue produit hebdomadaire au niveau Business Unit à partir des transactions caisse et de l'historique de prix multi-magasins. Agrégation par prix médian (robuste aux prix extrêmes d'un magasin), filtre sur les produits, construction de baselines de demandes saisonnières, de tendances de demandes, de variations cumulées de prix (pour intégrer l'impact des changements de prix passés). Migration terraform + dbt + DataHub, source Teradata. Modélisation : le modèle ne mesure pas l'élasticité, il prédit la demande hebdomadaire (LightGBM, Tweedie loss) à partir du prix, puis l'élasticité est dérivée en simulant 10 scénarios de variation de prix (-25% à +25%). Passage à l'échelle & performance : industrialisation sur 5 Business Units (France, Espagne, Portugal, Italie, Pologne), jusqu'à ~18M lignes et ~58k produits par Business Unit. Optimisation RAM : prune colonnes SQL-side, downcast des types, batchs de CV en générateur, chaînes en catégoriel. Contrôle qualité : quality gates bloquant la publication par BU (comptage nombre de produits uniques, MAPE, WAPE, turnover-weighted WAPE), performance drift check sur un test set fait du dernier mois, typage des alertes (échec infra vs échec qualité données). Métriques calculées à la granularité de consommation (hebdo pour le tuning, mensuelle pour le gate). Orchestration ZenML : portabilité local et remote via stacks, exécution Vertex conteneurisée. Système de configurations à 3 couches (commun / env / BU), date d'exécution résolue une seule fois (backfills reproductibles). Packaging uv, CI qualité (ruff, mypy, pytest, sonarqube), step de tuning Optuna (TPE) optionnel. Documentation fonctionnelle : ouverture de la boîte noire pour le métier : d'où viennent les données, comment la demande est transformée, ce que le coefficient signifie vraiment, et où il peut induire en erreur (ne pas moyenniser à plat des scénarios à l'interprétation différente, absence de stock, cannibalisation, améliorations potentielles de la solution). Objectif : un utilisateur métier peut se servir du coefficient avec le bon niveau de confiance.

Contexte de la mission Le consultant travaillera en étroite collaboration avec les équipes de production applicative et DevOps afin de mettre en œuvre les évolutions techniques de la plateforme. Missions principales Mettre en œuvre de nouvelles ingestions de données. Réaliser les traitements de Data Preparation / transformation. Développer, maintenir et faire évoluer les pipelines de données en PySpark. Réaliser du Shell Scripting sous Unix/Linux. Collaborer avec l'équipe DevOps pour les demandes d'évolution de la plateforme. Participer au maintien en conditions opérationnelles et à l'évolution des traitements Data. Rédiger les spécifications techniques et documenter les solutions mises en œuvre. Compétences indispensables Très bonne maîtrise attendue : Hadoop Python / PySpark Hive SQL Shell Scripting Unix/Linux Environnement/outils : Git Jenkins Jira Méthodologie Agile / Scrum Anglais professionnel indispensable, à l'écrit comme à l'oral, Compétences appréciées / différenciantes Une expérience sur les technologies suivantes constituera un plus : Indexima – Alteryx – Altair – GCP – BigQuery – bibliothèques Python orientées API.

ContexteDans le cadre du renforcement d'une équipe intervenant sur des sujets de Risk Management et de Data, nous recherchons un(e) Business Analyst / Data Analyst pour rejoindre une équipe en charge de la production, de la qualité et de la maintenance des données utilisées dans un environnement de Market Risk. L'équipe intervient notamment sur la maintenance de référentiels fonctionnels, la supervision de la Data Quality, l'analyse et la résolution d'incidents de production ainsi que sur différents projets réglementaires. MissionsMaintenance et production des référentielsVous serez notamment amené(e) à : Analyser les logs quotidiens d'intégration et identifier les éventuelles anomalies ; Assurer le suivi des workflows liés à l'enrichissement des données ; Effectuer la saisie et la modification d'attributs dans les bases référentielles ; Produire et maintenir les reportings de suivi de la production ; Accompagner les évolutions des référentiels : mises à jour massives, création de nouveaux attributs, évolutions du modèle de données, etc. ; Participer aux phases de tests et de validation lors des évolutions applicatives ; Contribuer à l'amélioration et à l'automatisation des processus existants via des scripts Python. Data QualityVous participerez également à la mise en place et à l'amélioration de la supervision de la qualité des données : Analyser les problématiques de Data Quality rencontrées en production ; Identifier les anomalies liées aux données et aux référentiels ; Participer aux réunions de suivi et à la résolution des incidents ; Mettre en place et améliorer des contrôles de cohérence, d'exhaustivité et de détection de données manquantes ou anormales ; Développer en Python des indicateurs de qualité (KQI) ; Collaborer avec les équipes IT afin d'industrialiser les contrôles développés ; Participer à l'amélioration continue des dispositifs de Data Quality. Projets et évolutionsDans le cadre des différents projets, vous pourrez être amené(e) à : Participer à la définition et à l'évolution des modèles de données et des référentiels ; Contribuer aux phases de recette et de tests ; Analyser les besoins fonctionnels et proposer des solutions adaptées ; Accompagner les équipes projet sur les problématiques liées aux données ; Identifier et remonter les anomalies, besoins d'évolution et axes d'amélioration. Reporting réglementaireVous interviendrez ponctuellement sur des exercices de reporting réglementaire et de stress tests : Analyser et comprendre les templates et exigences réglementaires ; Réaliser des contrôles de Data Quality en amont des exercices ; Préparer et mettre à niveau les données et référentiels nécessaires ; Participer aux phases de tests des développements IT ; Produire et consolider les données à reporter ; Participer aux contrôles et réconciliations entre les différentes sources de données ; Répondre aux demandes de données ad hoc ; Contribuer aux phases de post-mortem et aux plans de remédiation. Profil recherchéDe formation supérieure en informatique, ingénierie, finance ou data, vous justifiez d'une expérience significative dans un environnement Data / Risk / Finance de marché. Vous disposez idéalement des compétences suivantes : Business Analysis / Data Analysis ; Bonne maîtrise de SQL et capacité à analyser et requêter des bases de données ; Bonne maîtrise de Python pour le développement et la maintenance de scripts ; Bonne compréhension des modèles et architectures de données ; Expérience dans un environnement de production ; Connaissances en Market Risk : P&L, VaR, Stress Tests, FRTB, Risk Factors, etc. ; Une expérience sur des problématiques de Data Quality est un réel plus ; Une expérience sur AWS / SageMaker serait appréciée. Qualités recherchéesNous recherchons avant tout une personne : Proactive et autonome, capable d'identifier les sujets et de proposer des solutions ; Dotée d'un fort intérêt pour la Data et l'analyse ; À l'aise dans des environnements complexes et à forts enjeux ; Rigoureuse et structurée ; Capable de travailler avec des interlocuteurs fonctionnels et techniques ; Dotée d'un bon esprit d'équipe et d'une bonne capacité d'adaptation.

Chef de projet Data Migration Legacy → S/4HANA. Secteur Défense / Aéronautique Technique : S/4HANA et outils de migration (si possible Migration Cockpit, LSMW, BW), SQL, ETL / data prep type Alteryx ou autre, BI (Tableau, Power BI), gouvernance et qualité des données Projet : mener la migration vers S4 (ateliers de cadrage, planning / charges / jalons / comités, pilotage de la recette, gestion des risques, etc.) Format : mission longue, autonome, à l'aise côté AMOA comme côté MOE, distanciel/présentiel (Dept 92)

Ce qui vous attend : Au sein d'un grand groupe bancaire, vous rejoignez une équipe Data/IA et avez pour rôle de gérer un important flux de données, en interaction avec la DSI et les métiers. Vos responsabilités : • Concevoir, développer, tester, déployer et maintenir des pipelines data robustes, scalables, observables et sécurisés sur Snowflake et Airflow • Structurer les différentes zones data de la plateforme dans Snowflake • Définir et appliquer les standards CI/CD et les pratiques DataOps • Appliquer les bonnes pratiques de développement logiciel : qualité, maintenabilité, testabilité, documentation et revue de code • Garantir la qualité et la fiabilité des flux de données, notamment à travers la mise en place de contrôles automatisés et le suivi des anomalies. • Optimiser le delivery, les traitements et les requêtes, ainsi que les coûts liés au cloud et l'utilisation des ressources de calcul et de stockage. • Participer à la gouvernance et à la documentation des données, en assurant notamment le suivi du lineage, des règles de qualité et des usages • Contribuer à l'amélioration continue de la plateforme Data et au partage des bonnes pratiques auprès des équipes. Environnement technique : Snowflake, Airflow, Python, SQL, Data Galaxy, GiLab CI, Dataiku Ce que nous vous proposons : Valeurs : en plus de nos 3 fondamentaux que sont l'audace, la bonne foi et la réactivité, nous garantissons un management à l'écoute et de proximité, ainsi qu'une ambiance familiale Contrat : en CDI ou freelance, avec un démarrage selon vos disponibilités (nous acceptons les préavis) Localisation : prestation de client grand compte sur Bordeaux avec 1 à 2 jours de télétravail par semaine Package rémunération & avantages : • Le salaire : rémunération annuelle brute • Les basiques : mutuelle familiale et prévoyance, titres restaurant, remboursement transport en commun à 50%, avantages du CSE (culture, voyage, chèque vacances, et cadeaux), RTT (jusqu'à 12 par an), plan d'épargne, prime de participation • Nos plus : forfait mobilité douce & Green (vélo/trottinette et covoiturage), prime de cooptation de 1000 € brut, e-shop de matériel informatique à des prix préférentiels (smartphone, tablette, etc.) • Votre carrière : plan de carrière, dispositifs de formation techniques & fonctionnels, passage de certifications, accès illimité à Microsoft Learn • La qualité de vie au travail : télétravail avec indemnité, évènements festifs et collaboratifs, accompagnement handicap et santé au travail, engagements RSE Référence de l'offre : 642gfnaju9

Dans le cadre du renforcement de l'équipe, intervention sur des sujets d'ingénierie des données (Big Data) et DataOps en lien avec le socle transverse on premise et cloud. La mission intervient sur le Run quotidien et sur des sujets techniques et fonctionnels liés à l'obsolescence technique et applicative, à la scalabilité du socle de données et au déploiement de services Azure. L'environnement comprend également Databricks, des bases relationnelles et NoSQL, ainsi que CI/CD et DevOps / DataOps Missions : - Contribuer au Run quotidien du socle de données - Intervenir sur les sujets d'obsolescence technique et applicative - Intervenir sur la scalabilité du socle de données - Déployer des services Azure - Intervenir sur des sujets d'ingénierie des données Big Data - Intervenir sur des sujets DataOps - Exploiter Airflow et Kafka dans le cadre des activités du socle de données - Intervenir sur Hadoop et Databricks - Exploiter les bases relationnelles et NoSQL - Utiliser CI/CD et DevOps / DataOps Profil attendu : Profil confirmé avec de bonnes compétences en ingénierie des données (Big Data) et DataOps. Expérience attendue sur Spark Scala, Python, SQL, Airflow, Kafka, Hadoop, Cloud Azure / Terraform et les environnements Databricks. Le profil

Bonjour, Pour le compte de l'un de mes clients dans le secteur du luxe, je suis à la recherche d'un Lead Data Quality & Governance Lead en pré-embauche Contexte : Dans un contexte d'accélération des usages analytiques, de développement des Data Products et d'adoption de plateformes telle que Databricks, la fiabilité des données constitue un enjeu majeur pour garantir la confiance des utilisateurs et sécuriser les décisions métiers. Afin d'accompagner cette ambition, nous créons un poste de Lead Data Quality & Governance Lead, chargé de construire et piloter les pratiques de qualité de données sur l'ensemble de la plateforme Data client. Le poste est conçu comme une fonction transverse et structurante. Dans un premier temps, le Lead interviendra en tant qu'expert unique sur ces sujets. À mesure de la montée en maturité de la plateforme, il pourra contribuer à définir et développer une capacité Data Quality dédiée. Votre mission Construire la vision Data Quality de la Direction Data. Votre rôle consiste à : - définir le cadre méthodologique de la qualité des données - établir les standards de contrôle et de validation - définir les indicateurs permettant de mesurer la qualité des données et des traitements - identifier les principaux risques susceptibles d'impacter les usages métiers - promouvoir une culture de confiance et de fiabilité de la donnée auprès des équipes Vous contribuez directement à la sécurisation des indicateurs stratégiques utilisés par les métiers de la Mode. Sécuriser les Data Products et les plateformes analytiques Vous intervenez sur l'ensemble du cycle de vie des données : - ingestion - transformation - enrichissement - publication - exposition aux utilisateurs métiers Vous veillez notamment à garantir : - la qualité fonctionnelle des données - la cohérence des règles métier - la complétude des informations - la traçabilité des transformations - la stabilité des Data Products - Mettre en œuvre le Quality Engineering de la plateforme Vous construisez progressivement les dispositifs permettant d'industrialiser la qualité des données. Vos responsabilités incluent : - la définition des contrôles automatisés - l'intégration des validations dans les pipelines de développement - la mise en place de contrôles de cohérence et de réconciliation - le suivi de la qualité des actifs de données critiques - l'amélioration continue des processus de validation - développer une approche Data Reliability - vous mettez en place les premiers mécanismes de pilotage de la fiabilité de la plateforme Data. Vous définissez notamment : - les indicateurs de qualité de données - les métriques de disponibilité des traitements - les tableaux de bord de suivi - les alertes qualité - les processus d'analyse et de résolution des incidents Vous contribuez à transformer les constats observés en production en plans d'amélioration continue et accompagner la montée en maturité de l'organisation. Vous travaillez en étroite collaboration avec : - les Data Engineers - -les Analytics Engineers - les Data Product Owners - les équipes Business Intelligence - les Architectes Data - les représentants métiers Vous représentez le sujet Data Quality au sein de la Direction et accompagnez l'adoption progressive des bonnes pratiques. À terme, vous pourrez participer à la définition d'une organisation cible permettant de renforcer les capacités de Quality Engineering et de Data Reliability de la plateforme.

Contexte de la Mission Aux côtés d'une équipe d'experts passionnés, vous relèverez les plus hauts défis techniques de la société. En tant qu'Expert Data & Retrieval, vous êtes le garant de la matière première de notre IA : la collecte, l'ingestion, l'indexation et la recherche de pertinence sur des volumes massifs de documents spécialisés, le socle qui alimente nos modèles de langage et nos produits. Votre terrain de jeu : transformer la manière dont tout un secteur professionnel travaille au quotidien. Votre mission n'est pas d'écrire un simple script, mais de concevoir des pipelines de données robustes capables d'ingérer, de nettoyer et d'indexer d'énormes corpus textuels, puis d'exposer une recherche rapide et pertinente (sémantique et hybride) au service de plusieurs équipes à travers l'Europe. Vous garantirez la fraîcheur des index et la qualité du retrieval tout en gérant une complexité technique de haut vol (volumétrie, hétérogénéité des sources, évaluation de la pertinence, scalabilité). Objectifs et Missions Principales Vos missions principales s'articulent autour de trois axes : bâtir, outiller et transmettre. 1. Collecte, Ingestion & Indexation • Pipelines d'ingestion : Concevoir la collecte et le traitement de sources hétérogènes (open data, bases spécialisées, documents métier), le parsing, le nettoyage, le chunking et la normalisation des documents. • Indexation & Embeddings : Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index. • Qualité & Volumétrie : Garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index). 2. Recherche & Pertinence (Retrieval) • Stratégie de retrieval : Combiner recherche lexicale et sémantique (BM25 + embeddings) avec reranking et filtrage par métadonnées pour maximiser la pertinence. • Évaluation continue : Mettre en place des jeux de tests et des métriques de pertinence (recall, precision, nDCG, MRR) pour mesurer et améliorer le retrieval. • RAG : Structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte). • Observabilité & Sécurité : Instrumenter les pipelines (logs, métriques, traces de qualité) et garantir la sécurité et la conformité des données (isolation par pays, conformité aux réglementations). 3. Leadership Technique & Gouvernance • Culture Craftsmanship : Promouvoir les pratiques de Clean Code, SOLID, et tests automatisés.

Vous rejoignez un cabinet de conseil spécialisé sur les métiers de la banque et des marchés financiers, qui accompagne ses clients sur les dispositifs de surveillance des activités de marché et renforce aujourd'hui son équipe. La mission se déroule au sein d'une équipe Trade Surveillance, en banque de financement et d'investissement. Votre rôle : faire évoluer les modèles qui détectent les comportements anormaux sur les opérations de marché, et porter ces évolutions du besoin exprimé jusqu'à la mise en production. Concrètement, vous formalisez les besoins sous forme d'expressions de besoin et de user stories, vous préparez et conduisez les recettes, vous accompagnez le déploiement, et vous traitez les questions de données qui alimentent les modèles : complétude, qualité, réconciliation. Vous êtes l'interlocuteur qui traduit le langage des surveillants de marché en règles exploitables par l'informatique, et inversement. Requis : · Une pratique confirmée du métier de Business Analyst ou de MOA sur des opérations de marché · La compréhension des mécanismes d'abus de marché et des dispositifs de détection · L'habitude de rédiger des spécifications et de mener des recettes utilisateurs Souhaitable, sans être éliminatoire : · La connaissance d'un progiciel de surveillance des transactions · Une aisance sur les sujets de modélisation de données

Testeur QA Offres et Services - [Santé +] –[ Squad Data IA] Contexte : Le programme vise un objectif global de modernisation du SI et d'amélioration de l'expérience utilisateur et collaborateur. La mission concerne la conception / exécution / l'automatisation de tests. Dans un premier temps, ceci concerne la gestion automatique de prestation en médecine douce. Le candidat doit avoir une expérience dans la conception et l'exécution de tests en mode agile MISSIONS Prestations à fournir : - Participation aux différentes cérémonies de la squad - Rédaction des plans de test sur base des spécifications fonctionnelles. - Exécution et analyse des résultats de Test Système (TS) - Démo auprès du métier et accompagnements de leurs tests (TA) La maitrises des outils suivant est requise : - Squash - Jira - Bruno / Postman - SQL - Selenium est un plus Les compétences suivantes sont nécessaires : - Connaissance JSON / XML / SQL - Une expérience dans l'utilisation de l'IA pour le test - Compétences / connaissances en dev - Compétences en automatisation de test (bruno/postman, selenium) - Domaines : - santé individuelle - IA Qualités requises - Capacité d'adaptation, - Communication, - Autonomie, - Rigueur - Curiosité - Organisation