Trouvez votre prochaine mission ou futur job IT.

En tant que Tech Lead Machine Learning Engineer, vous aurez la charge de : • Accompagner nos clients : cadrage et support technique ; aide à l'amélioration des performances et de l'industrialisation sur le code ; aide à l'évolution de leur AI plateforme • Assurer le support et le développement applicatif interne : opérer le développement de l'infrastructure Datalab (git, installation de packages, outils,...) ; contribuer à la pérennité et à la diffusion des projets internes • Industrialiser : mettre en production les modèles de ML développés (optimisation des scripts développés par les Data Scientist) et maintenir les scripts en production ; développer une CI/CD avec l'infrastructure développée jusqu'en production ; mettre en place une gouvernance viable ; rédiger des documents projets (design, réalisation, déploiement, ...) Référence de l'offre : jqn36ynwbh

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

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

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

En tant que Tech Lead Machine Learning Engineer, vous aurez la charge de : • Accompagner nos clients : cadrage et support technique ; aide à l'amélioration des performances et de l'industrialisation sur le code ; aide à l'évolution de leur AI plateforme • Assurer le support et le développement applicatif interne : opérer le développement de l'infrastructure Datalab (git, installation de packages, outils,...) ; contribuer à la pérennité et à la diffusion des projets internes • Industrialiser : mettre en production les modèles de ML développés (optimisation des scripts développés par les Data Scientist) et maintenir les scripts en production ; développer une CI/CD avec l'infrastructure développée jusqu'en production ; mettre en place une gouvernance viable ; rédiger des documents projets (design, réalisation, déploiement, ...) Référence de l'offre : 3ohfkwvksa

Rejoignez une entreprise lauréate ou membre du réseau La French Tech, qui rassemble les start-up et scale-up les plus innovantes de France et contribue à la création de plus de 1,1 million d'emplois directs et indirects en France et à l'international. Neuralk-AI recherche un Forward Deployed Engineer expérimenté pour piloter l'intégration de sa solution dans les écosystèmes clients. Le poste est rattaché au Chief Revenue Officer et basé au bureau de Paris ou de Londres. Neuralk est une entreprise deep-tech qui construit la nouvelle génération de Foundation Models pour la data science. Sa mission : bâtir la couche prédictive des entreprises, en transformant la data science en une infrastructure prédictive durable et scalable qui apprend en continu des données de l'organisation. Le produit est un agent de data science, propulsé par leurs Foundation Models, qui accompagne les data scientists tout au long de leur workflow, du cadrage du problème jusqu'aux modèles robustes prêts pour la production. L'accent est mis sur les données structurées (clients, opérations, risques, activité financière). Au croisement de la technologie, du produit et du go-to-market, le poste couvre l'avant-vente (découverte technique, cadrage des cas d'usage, évaluations, démos) et l'après-vente (premier référent technique, coordination des déploiements avec les équipes data science, infrastructure et produit). Missions principales : accompagner le cycle de vente aux côtés des Account Executives, mener la découverte technique, concevoir et piloter les évaluations, animer démos et deep dives, gérer les questionnaires sécurité/conformité, coordonner l'implémentation client après signature, servir d'interface avec les équipes internes, et soutenir l'onboarding et l'adoption durable.

Dans le cadre du renforcement d'une équipe Data, nous recherchons un(e) Data Engineer pour intervenir sur une plateforme Data à fort volume, au sein d'un environnement international et orienté produit. Vous rejoindrez une équipe technique en charge de construire, industrialiser et faire évoluer des solutions permettant de collecter, transformer, fiabiliser et exposer la donnée à destination des équipes Data et métiers. L'environnement repose sur une Modern Data Stack, avec une architecture de type Lakehouse, et de forts enjeux autour de la scalabilité, de l'automatisation et de la qualité des données. Vos missionsConcevoir, développer et maintenir des pipelines de données robustes et scalables. Collecter, transformer et mettre à disposition des données provenant de différentes sources. Développer des traitements en Python / PySpark / SQL. Orchestrer les pipelines de données et les workflows avec Airflow. Participer à la modélisation et à la structuration des données. Développer et maintenir les transformations avec dbt. Mettre en place des contrôles permettant de garantir la qualité et la fiabilité des données. Optimiser les performances et les coûts des traitements. Participer à l'amélioration continue de la plateforme Data. Contribuer aux sujets de Data Governance, Data Lineage et Data Contracts. Appliquer les bonnes pratiques de Software Engineering : Git, GitHub, CI/CD, tests et documentation. Travailler en étroite collaboration avec les Data Engineers, Analytics Engineers, Data Analysts et Data Scientists. Environnement techniqueCloud : AWS / GCP Data Platform : Databricks, S3 Processing : Spark / PySpark Langages : Python, SQL, idéalement Scala Orchestration : Airflow Transformation : dbt Data Quality : Great Expectations Versioning / Delivery : Git, GitHub, CI/CD Data : Lakehouse, Data Lineage, Data Governance, Data Contracts Méthodologies : Agile / Scrum / Kanban

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

Au jour le jour, votre rôle sera d'assister le client sur les missions Run Sécurité suivantes : Lutter contre les vulnérabilités Cloud : • Administrer l'outil CNAPP qui permet de gérer les vulnérabilités, les audits de configuration et les comportements à risque de nos environnements cloud publics. • Assurer l'adoption de l'outil auprès des utilisateurs : Documentation, formation, accès, amélioration, suivi des bugs, suivi des licences • Aider à maintenir tous les contrôles, politiques et procédures à jour en fonction des normes de l'industrie dans un objectif d'amélioration continue. Bâtir une gouvernance sécurité transverse : • Assurer le pilotage global des risques opérationnels détectés sur ce périmètre par les différents outils en place. • Coordonner les parties prenantes (dev, secops, infra, référents sécurité) • Produire des indicateurs de suivi de la sécurité opérationnelle afin d'apporter de la visibilité et de la confiance. • Surveiller, gouverner et valider le niveau de maturité et de conformité aux référentiels (ISO, NIST, RGPD, IA Act.) Accompagner les équipes techniques : • Animer des ateliers pour aider les équipes techniques à qualifier les vulnérabilités et à répondre aux alertes sur leurs actifs projets. o Contextualiser les vulnérabilités découvertes selon l'environnement o La participation et le soutien technique à la résolution des vulnérabilités o L'assistance des équipes techniques à la mise en place des bonnes pratiques de cybersécurité pour les clouds publics o L'affectation des vulnérabilités aux bonnes équipes, automatiquement ou manuellement • Former les développeurs et data scientists aux bonnes pratiques de sécurité Participer à la vie de l'équipe sécurité : • Analyser les risques liés aux projets. • Rédiger des expressions de besoins de sécurité • Transmettre la connaissance et montée en compétence de la sécurité cloud des équipes. • Coopérer avec les pairs et la communauté de la cybersécurité au sein du groupe pour établir une relation de travail collaborative globale, créer une adhésion et une base solide pour les décisions des parties prenantes.

Site : ESSONNE 3j/site - 2j TT TJM max : 500 euros Date de démarrage : asap Date de fin : 17/08/2028 Contexte : L'utilisation massive de données, le développement d'approches analytiques rationnelles, le développement de systèmes agentiques d'assistance aux différents acteurs du métier constituent un axe majeur du plan stratégique du Groupe à horizon 2030. Au sein du pôle Offre, vous rejoindrez une task force de Data Engineers cross-projets. Cette task force transverse intervient sur des problématiques stratégiques majeures telles que le pricing, l'assortiment, les planogrammes personnalisés et la négociation augmentée. Missions : Maintenir et faire évoluer les applications de production gérées par l'équipe Concevoir et définir les architectures cibles des projets de données à venir, en garantissant leur scalabilité, leur sécurité et leur maintenabilité. Apporter un support technique solide aux Data Scientists pour faciliter l'exploration, l'industrialisation et le déploiement de leurs modèles. Construire, optimiser et orchestrer des pipelines de données (ETL/ELT) robustes pour manipuler des bases de données à grande échelle. Garantir l'application des bonnes pratiques de développement logiciel (CI/CD, revues de code, tests automatisés) au sein de l'équipe. Participer activement à la communauté Data de l'Analytics Factory (partage de connaissances, tech talks, veille technologique). Must Have : Maîtriser DBT pour la transformation et l'orchestration des données. Exploiter BigQuery et SQL avancé sur de gros volumes de données. Travailler sur des environnements Data et Cloud, notamment GCP. Nice to Have : Manipuler et analyser les données en SQL. Utiliser DBT pour structurer les pipelines data. Gérer des flux temps réel avec Pub/Sub. Automatiser les workflows data via GitLab CI/CD et Docker Compose. Travailler sous Linux et en ligne de commande. Versionner le code avec Git. Collaborer en environnement agile (Scrum).

Intégré(e) au sein de l'équipe Plateforme et en collaboration étroite avec les Architectes, SRE, Data Engineers et Data Scientists, vous contribuerez activement au développement, à la qualification et à la mise en production d'agents IA orchestrés sous LangGraph. Vos responsabilités principales : Développer des agents autonomes complexes en Python à l'aide de LangGraph (StateGraph, multi-agents, human-in-the-loop, prebuilt tools). Connecter les agents aux composants RAG, bases de connaissances internes et API opérationnelles. Affiner les stratégies de prompt engineering et les mécanismes de contrôle avancés (function calling, tool use, plan-and-execute). Mettre en place et enrichir les suites d'évaluation (eval datasets, détection de dérive et d'hallucinations) sous LangSmith. Assurer le versioning, le packaging conteneur et l'intégration CI/CD via GitLab dans le respect des standards de production.

Votre mission Au sein de l'équipe Data, vous contribuez à la construction et à l'évolution de la plateforme de données qui alimente les projets d'analyse avancée, d'intelligence artificielle et de pilotage des activités de notre client. Vous garantissez la disponibilité, la fiabilité et la qualité des données utilisées par les métiers et les équipes Data. Principales responsabilités Concevoir et maintenir des pipelines de données robustes et performants Mettre en œuvre les processus d'ingestion de données provenant de multiples sources Garantir la qualité, la cohérence et la traçabilité des données Administrer et optimiser les Data Lakes et Data Warehouses Automatiser les traitements et assurer leur monitoring Collaborer avec les Data Scientists et les équipes métiers Participer aux projets de migration et d'optimisation Cloud Veiller au respect des règles de sécurité, conformité et gouvernance des données

La mission porte sur la conception et le déploiement de POC autour des agents autonomes et des LLM appliqués aux données d'infrastructure IT (logs, CMDB, monitoring). L'objectif est de fournir des aides intelligentes à la production : supervision, automatisation et résolution proactive d'incidents, dans une logique d'industrialisation à terme. Vos missions : Concevoir et gérer des environnements d'expérimentation Kubernetes / Docker avec intégration CI/CD (Jenkins, GitLab CI, ArgoCD) Automatiser la collecte, le pré-traitement et l'exploitation des datasets d'infrastructure pour alimenter des agents basés sur LLM Développer et intégrer les pipelines de déploiement d'agents IA, en lien avec les data scientists et ingénieurs IA (LangChain, LangGraph, AutoGen ou équivalents) Implémenter des scripts et outils en Python, Bash, Go pour l'automatisation infra, l'orchestration et le monitoring Garantir la sécurité des développements et déploiements en environnement réglementé : DevSecOps, SAST/DAST, gestion des accès, conformité RGPD Produire la documentation technique des POC et les spécifications d'industrialisation Assurer une veille sur les architectures agentiques, les LLM et l'automatisation d'infrastructure

Au sein d'une équipe Data dynamique dans le secteur [secteur du client], vous aurez un rôle clé pour piloter la delivery des produits Data en environnement Agile/Scrum. L'équipe accompagne les métiers dans la prise de décisions fondées sur la donnée et couvre l'ensemble de la chaîne de valeur : collecte, traitements, restitution et gouvernance. Votre mission : Structurer et piloter les projets Data en méthodologie Agile/Scrum. Assurer la livraison continue et la qualité des cas d'usage Data en lien avec la roadmap et autres POs. Animer la relation entre métiers et équipes techniques (Analytics Engineer, Data Scientist, Data Ops). Recueillir, analyser et challenger les besoins métiers pour maximiser la valeur business. Rédiger et prioriser le Product Backlog (User Stories, critères d'acceptation). Définir les KPI, valider les livrables et garantir la communication avec les parties prenantes. Livrables clés : Spécifications fonctionnelles et Product Backlog priorisé. Reporting d'avancement et KPI Agile. Documentation fonctionnelle, suivi des releases et transfert de connaissances.

Au sein d'une organisation Agile et DevOps, l'ITOps/MLOps est le garant de l'exploitabilité, de la disponibilité et de la résilience des solutions IT, il accompagne les équipes projets dans l'intégration des exigences de production, de sécurité et d'infrastructure tout au long du cycle de vie des applications et plateformes. En complément, la dimension IA/MLOPS consiste à industrialiser le déploiement et l'exploitation en production des solutions d'intelligence artificielle (modèles ML, agents conversationnels, IA générative, solutions agentiques, …) du point de vue de l'infrastructure et des opérations. Attention : nous ne recherchons pas de Data Scientists ou d'ingénieur IA, mais un ITOPS (IT Operations) possédant de l'expérience dans le déploiement/industrialisation de solutions d'IA Responsabilités principales • Participer à la conception des solutions en intégrant les exigences de production, sécurité, supervision et résilience, • Promouvoir la réutilisation de services existants, anticiper les contraintes de conformité, de sécurité et d'architecture • Assurer la mise à disposition et l'exploitation des environnements techniques (Production et Hors Production), • Définir et mettre en œuvre les dispositifs de monitoring, supervision et observabilité. • Garantir l'exploitabilité des plateformes (performances, sauvegardes, restauration, capacité, sécurité). • Participer à la gestion des incidents majeurs, problèmes et plans d'amélioration continue. • Contribuer à l'automatisation et à l'industrialisation des opérations. • Maintenir la documentation technique et les procédures d'exploitation. Compétences clés - Techniques • OS (RHEL, Windows), Docker, Kubernetes / OpenShift • Automatisation & IaC Git, Jenkins (CI/CD), Ansible, Terraform, ArgoCD, Digitalai • Scripting: Python, Shell, YAML • Observabilité & Monitoring: ELK, SysDig, Dynatrace, Grafana • Supervision / Scheduling : Control‑M • Cloud: IBM Cloud • Connaissances avancées côté infra/archi/middleware : IA Générative, agentique, entrainement des modèles … - Métier & Soft skills • Capacité à traduire les exigences de production, de sécurité et d'infrastructure en actions concrètes pour les équipes projet. • Sens du service et de la documentation, aptitude à travailler en mode projet et à rendre compte de l'avancement et des risques • Esprit d'initiative et capacité à proposer des améliorations continues. • Excellente communication et aptitude à collaborer avec des profils variés (développeurs, data scientists, PO, responsables sécurité). • Rigueur, autonomie et sens de l'organisation. • Aptitude à gérer les priorités et à travailler sous pression lors d'incidents de production.

Dans le cadre d'une mission transverse, vous interviendrez auprès d'équipes DataScience pour industrialiser et fiabiliser la mise en production de leurs modèles. À ce titre, vous serez notamment amené(e) à : - Concevoir techniquement et industrialiser les processus de déploiement des modèles de datascience en appliquant les bonnes pratiques CI/CD - Automatiser les tests fonctionnels - Optimiser le code Python - Assurer le débogage et l'assistance auprès des équipes DataScience - Assurer la maintenance applicative (migration Python, MCO) - Former et accompagner les data scientists aux bonnes pratiques de développement (Clean Code, SOLID, Refactoring…) - Concevoir et animer des formations auprès des Data Scientists - Exploiter l'IA générative (Claude) pour assister la conception et le développement (génération et revue de code, tests, documentation) et en diffuser les bonnes pratiques auprès des équipes DataScience