Trouvez votre prochaine mission ou futur job IT.

4. Description de la prestation et des missions attendues Le/La Data Engineer sera intégré(e) à l'équipe produit TOPASE NLS et interviendra sur les missions suivantes : 🔹 Conception, développement et optimisation des pipelines de données (GCP) Concevoir, développer et maintenir des pipelines robustes et performants pour la collecte, la transformation et le chargement des données depuis diverses sources (Oracle, fichiers, API, etc.) vers BigQuery et autres cibles. Exploiter et orchestrer les services Google Cloud Platform (Dataflow, Dataproc, Cloud Composer/Airflow, Pub/Sub, Cloud Storage, BigQuery) afin de construire des architectures data scalables et fiables. Automatiser les traitements, gérer les dépendances et orchestrer les jobs de données. Optimiser les performances des pipelines ainsi que la consommation des ressources GCP. 🔹 Modélisation et gestion des données Participer à la conception et à l'évolution des modèles de données dans BigQuery, en lien avec les Data Analysts et les équipes métiers. Garantir la qualité, la cohérence et l'intégrité des données. Mettre en œuvre des stratégies de versioning des schémas et de gestion du cycle de vie des données. 🔹 Run opérationnel, maintenance et support N2/N3 Assurer le support opérationnel de niveau 2/3 de la solution TOPASE (environnement GCP + solution éditeur). Développer et maintenir des scripts Bash pour automatiser les tâches récurrentes (supervision, traitement de données, maintenance). Rédiger, optimiser et exécuter des requêtes SQL complexes (BigQuery et Oracle) pour l'analyse, le diagnostic d'incidents et la restitution de données. Gérer les incidents en collaboration avec les équipes internes et l'éditeur. Participer à la qualification des livraisons de patchs éditeur impactant les flux de données. Suivre les incidents via le CRM éditeur et contribuer aux comités de suivi. 🔹 Monitoring, logging et alerting Mettre en place et maintenir des dispositifs de supervision des flux de données, de la qualité, des performances et de l'utilisation des ressources (Stackdriver, Grafana, Looker Studio). Définir et implémenter des alertes permettant la détection proactive des anomalies. Concevoir des tableaux de bord pour le suivi des KPI opérationnels et métier. 🔹 Infrastructure as Code (IaC) Contribuer à la définition et à l'implémentation de l'infrastructure data via Terraform. Garantir la reproductibilité et la traçabilité des environnements (Dev, Recette, Pré-prod, Prod). 🔹 Collaboration et conseil Travailler en étroite collaboration avec les équipes Data (Data Scientists, Data Analysts), les Product Owners et les métiers. Proposer des solutions techniques adaptées et conseiller sur les bonnes pratiques en Data Engineering. Participer aux rituels Agile/Kanban de l'équipe produit. 5. Compétences et expériences requises5.1 Expertise technique Cloud GCP : Expertise confirmée des services data (BigQuery, Dataflow, Cloud Storage, Pub/Sub, Composer/Airflow, Stackdriver, Data Catalog). Bases de données : Maîtrise avancée SQL (optimisation, requêtes complexes), expérience sur BigQuery et Oracle 19 (MySQL/PostgreSQL appréciés). Scripting : Excellente maîtrise de Bash (indispensable pour le run). Systèmes : Bonne maîtrise des environnements Linux (RedHat). IaC : Solide expérience avec Terraform. CI/CD : Maîtrise d'un outil comme GitLab CI. Monitoring/Logging : Stackdriver, Grafana, ELK, Looker Studio. Versioning : Git (GitLab). Réseaux : Connaissances solides (TCP/IP, HTTP/S, DNS, load balancing, firewall). Data Engineering : Maîtrise des concepts ETL/ELT, Data Warehouse, Data Lake et streaming. 5.2 Environnement technique TOPASE NLS OS : RedHat Enterprise 9.4 Cloud : Azure (solution éditeur) & GCP (data, monitoring, pipelines) CI/CD : GitLab CI IaC : Terraform Monitoring : Looker Studio, GANTI, Grafana, ELK Bases : Oracle, BigQuery Langage : Bash 5.3 Méthodologies et soft skills Expérience en environnement Agile (Scrum, Kanban). Excellentes capacités d'analyse et de résolution de problèmes, notamment en situation d'incident. Autonomie, proactivité et sens de l'amélioration continue. Bonnes compétences de communication (français courant, anglais technique). Esprit d'équipe et partage des connaissances. Sens des responsabilités, notamment en environnement de production. 5.4 Expérience Minimum 3 ans d'expérience en tant que Data Engineer, idéalement sur GCP. Expérience sur des environnements à forte volumétrie, avec des enjeux de performance, fiabilité et disponibilité.

Hello, Pour le compte de l'un de mes clients dans le secteur du BTP, je suis à la recherche d'un PO Data dans le domaine de l'environnement. Le/La Product Owner Data Environnement agit en véritable directeur/chef de projet hybride (MOE/MOA) au sein du département Data. Il/Elle est le garant du delivery, de la valeur métier et de la gouvernance de l’ensemble des solutions analytiques de son périmètre (Reporting BI traditionnel, initiatives exploratoires, cas d’usage IA et Machine Learning) situées en aval des systèmes transactionnels. Pour ce 5e poste créé au sein de l'équipe, il/elle prend la responsabilité exclusive du domaine Environnement. Interlocuteur central et "tout-terrain", il/elle manage son équipe de développement, anime la comitologie, pilote ses budgets et assure l'interface entre les métiers, la gouvernance, l'architecture et les responsables des systèmes sources transactionnels. • Management d'équipe : Encadre, anime et coordonne au quotidien son équipe de développement (Analytics Engineers, Data Engineers, Data Scientists). • Méthodologie Agile : Structure et pilote le backlog produit sous Jira et s’assure du rythme des livraisons. • Relations Métiers & Sources : Recueille les besoins des directions métiers (RSE/Environnement), gère le delivery et fait le lien avec les responsables applicatifs des systèmes transactionnels amont pour sécuriser la mise à disposition des données sources. • Comitologie & Communication : Prépare et anime les instances de gouvernance projets (Comités de projet, Comités de pilotage). Rédige l’ensemble des livrables clés (comptes-rendus, supports de présentation synthétiques, spécifications fonctionnelles). • Gestion Budgétaire : Assure le suivi financier et la gestion rigoureuse de ses lignes budgétaires dans l’outil DSI Orchestra. Alignement transverse et respect des standards : • Data Gouvernance : Travaille main dans la main avec la cellule Data Gouvernance pour implémenter les directives, la conformité et la documentation des données de son périmètre. • Architecture & Performance : Collabore avec la cellule Architecture pour coconstruire les data models, s'assurer de l’application des normes de développement et veiller à l'optimisation et la performance des traitements de son équipe. Implication opérationnelle, "Hands-on" et Qualité : • Culture Data Analyst : Ne se cantonne pas à un rôle purement organisationnel : participe activement aux phases de test de validation des données, et peut être amené(e) à maquetter ou développer lui-même des rapports/indicateurs pour accélérer les cycles de livraison. • Garantit la qualité finale de la donnée restituée, essentielle sur les indicateurs réglementaires (DPEF, BEGES). Garantie de l'adéquation Qualité - Coût - Délai : • Garantit la conformité des données affichées dans les rapports avec les règles de gestion métiers définies. • Respecte et suit les jalons projets (délais et coûts de delivery). ● Accompagnement du Changement & Innovation : Accompagne les métiers dans la transition vers des cas d'usage avancés (Data Science, IA, prédictif liés aux enjeux environnementaux et à l'empreinte carbone). ● Accompagnement à la Migration Technique : Participe au plan de bascule de la solution BI historique (SAP Hana) vers l'environnement moderne (BigQuery) sur son périmètre. À ce titre, il/elle se montre curieux et non réfractaire à l'analyse de l'écosystème historique. ● Suivi technologique : Participe à la phase de cadrage et de transition industrielle vers les flux d'acquisition modernes (Fivetran, POC en cours).

Mission Freelance : Lead Data Engineer / Expert Databricks & Spark (H/F) 📋 Contexte de la mission Au sein d'un grand pôle industriel et de sa direction des systèmes d'information, vous rejoignez l'équipe Transverse SI Chaînes Communicantes à Lyon. Cette équipe, actuellement en pleine phase de structuration, pilote et supervise des projets d'envergure commune. L'objectif majeur de votre intervention est d' accompagner la migration globale et l'industrialisation d'une nouvelle plateforme data cible autour des technologies les plus modernes du marché. Vous serez l'un des piliers techniques pour mener à bien la refonte complète de nos applications d'informatique décisionnelle (Business Intelligence) à forte valeur ajoutée. 🎯 Vos principales responsabilités1. Ingénierie Data & Développement (Activité principale) Pipelines de données : Concevoir, développer et maintenir des pipelines de données robustes sous Databricks et Spark . Traitements complexes : Développer l'ensemble des flux de traitement de données en Python, PySpark et SQL . Modélisation : Contribuer activement à la définition et à la mise en œuvre du modèle de données cible en exploitant Delta Lake et Unity Catalog . Orchestration : Assurer l'ordonnancement des traitements via Databricks Workflows et Lakeflow Jobs . 2. Industrialisation & Qualité Standards de production : Mettre en œuvre des pratiques d'industrialisation poussées (tests unitaires/d'intégration, pipelines CI/CD pour la Data). Performance & FinOps : Optimiser l'exécution des requêtes techniques, garantir la scalabilité du système tout en maîtrisant les coûts d'infrastructure cloud. MCO : Participer au suivi de la production (Run), analyser les incidents techniques et piloter l'amélioration continue de la plateforme (fiabilité et observabilité). 3. Cadrage & Accompagnement (Activité secondaire) Participer au cadrage fonctionnel des besoins en étroite collaboration avec le Product Owner et les équipes utilisatrices. Assurer l'interfaçage de la plateforme avec Power BI pour faciliter l'exposition et la consommation des données par le métier. Contribuer à l'intégration de flux d'alimentation temps réel vers le datalake (via Kafka ). Rédiger la documentation technique et animer les rituels agiles au sein de la feature team . 👤 Profil recherché Nous recherchons un Lead Data Engineer / Expert Databricks senior (Niveau 3) capable de démontrer une autonomie complète après une phase d'intégration de 4 jours sur nos spécificités métiers. Vous devez justifier d’une expertise confirmée de 4 ans minimum sur l’environnement Databricks , idéalement validée par une certification officielle de l'éditeur. Votre parcours témoigne obligatoirement d'une participation active à un projet d'envergure de migration ou de transformation d'architectures data , soutenu par de solides compétences en modélisation de données (Delta Lake, Unity Catalog). Sur le plan technique, vous possédez une maîtrise parfaite de l'écosystème Spark / PySpark, de Python et de SQL , ainsi qu'un savoir-faire éprouvé dans l'automatisation de l'infrastructure via Terraform pour les sujets Cloud et Databricks. Au-delà de vos compétences de développeur émérite, vous affichez un véritable leadership technique naturel (sans posture managériale requise) qui vous permet de guider, structurer, standardiser et documenter le travail d'une équipe. Force de proposition, orienté solutions robustes et pragmatiques, vous savez collaborer avec des profils variés, allant des Data Scientists et experts BI jusqu’au Product Owner et interlocuteurs métiers. 💻 Environnement de travail Vous évoluerez au cœur de Lyon au sein d’une structure moderne favorisant un équilibre de vie professionnelle grâce à un accord de télétravail fixé à 50% . La mission s’inscrit dans un cadre méthodologique strictement Agile , au sein d'une équipe transverse dynamique et en pleine construction, actuellement composée d'un chef de projet et appuyée par des experts du pôle (référents techniques, managers, coordinateurs). La stack technique mise à votre disposition est à la pointe de l'ingénierie des données : Databricks, Spark, PySpark, Delta Lake, Unity Catalog , le tout s'exécutant sur un environnement cloud public. L’industrialisation, l’observabilité et la qualité de service sont au centre des préoccupations de cette DSI, s'appuyant sur des chaînes CI/CD automatisées et de l'Infrastructure as Code. Vous aurez l'opportunité d'intervenir sur des flux de données complexes, incluant l'ingestion de sources variées, l'intégration de technologies événementielles comme Kafka , et la liaison étroite avec des outils de restitution de premier ordre tels que Power BI . Aucun horaire décalé (HHN) ni aucune astreinte ne sont prévus pour cette mission, vous assurant un cadre de production stable au quotidien. 🛠️ Stack technique récapitulative Incontournables (Niveau Expert) : Databricks, Spark, PySpark, Python, SQL. Architecture Data : Modélisation de données, Delta Lake, Unity Catalog. DevOps / Industrialisation : CI/CD, Tests automatisés, Terraform, Databricks Workflows. Écosystème apprécié : Kafka, Lakeflow / DLT, Power BI, Certifications Cloud.

RÉSUMÉ EXPRESS Data Engineer senior (4 ans+, Bac+5) pour construire et opérer les pipelines data d'une plateforme cloud de paiement à fort volume transactionnel. Il maîtrise Python/PySpark et Databricks en production, conçoit les architectures data lakehouse sur AWS (S3, Redshift), optimise les jobs Spark et garantit la fiabilité et la qualité des données pour les usages analytics et ML. Expérience fintech ou paiement fortement appréciée. 2 jours de télétravail par semaine / Anglais professionnel opérationnel obligatoire. MISSIONS PRINCIPALES Design & Construction des Pipelines Data Concevoir et construire les pipelines ETL/ELT d'ingestion, transformation et chargement depuis de multiples sources (terminaux POS, APIs, systèmes de paiement) Choisir les patterns adaptés selon les cas d'usage : batch vs streaming, data warehouse vs data lake vs lakehouse Développer en Python/PySpark avec des pratiques d'ingénierie logicielle solides (tests, packaging, code maintenable) Databricks & Optimisation Spark Construire et optimiser les workflows Databricks (Jobs, Delta Live Tables) en production sur des volumes significatifs Optimiser les jobs Spark : partitionnement, broadcast joins, caching, memory management, tuning des performances et des coûts Architecture Data & Stockage AWS Concevoir les structures de données et les patterns de stockage sur AWS (S3, Redshift, formats Parquet/Delta/Iceberg) Modéliser et optimiser les données dans Redshift (distribution keys, sort keys, requêtes analytiques) Gérer la sécurité des données dans un contexte de données de paiement sensibles (IAM, chiffrement, conformité) Fiabilité Production & Qualité des Données Assurer le monitoring et l'alerting des pipelines en production, intervenir sur les incidents (données manquantes, pipeline en retard, données corrompues) Mettre en place des contrôles de qualité des données (data validation, schema evolution, data lineage) Collaboration & Veille Travailler avec les data scientists pour comprendre leurs besoins et leur fournir des datasets de qualité pour le ML Assurer une veille technologique active sur les nouvelles technologies et best practices data

Rôle principal Industrialiser les modèles d’intelligence artificielle sur le cluster Kubernetes, structurer les pipelines d’entraînement et d’inférence, et accompagner les équipes Data Scientists et métiers dans leurs projets IA. Missions Concevoir et mettre en place des pipelines MLOps / LLMOps (CI/CD IA) robustes et automatisés. Gérer les workflows d’entraînement des modèles IA. Optimiser l’utilisation des GPU via batching, mixed precision, et parallélisation multi-GPU. Déployer des API d’inférence performantes et scalables. Mettre en place et gérer un registre (registry) des modèles IA. Assurer la gestion des versions des datasets et des modèles. Effectuer une veille technologique constante sur les outils et méthodes IA. Apporter un support technique aux équipes R&D. Réaliser des benchmarks de performance des modèles et des pipelines. Compétences clés MLOps / LLMOps : Expérience dans la mise en place et la gestion de pipelines MLOps, maîtrise des outils tels que MLflow, Weights & Biases, Kubeflow, Argo Workflows, GitLab CI, GitHub Actions, vLLM. Intelligence Artificielle : Expertise en IA générative, deep learning, utilisation des frameworks Hugging Face. Optimisation GPU : Maîtrise de CUDA, techniques de batching, mixed precision, multi-GPU. Langages de script : Python, Bash. DevOps : Intégration et automatisation avec Kubernetes, Docker, gestion des déploiements automatisés.

Expert Dataiku DSS - Bordeaux COMPETENCES · Dataiku DSS – niveau avancé (MLOps & DataOps) · Expérience confirmée en industrialisation de modèles ML · Python, SQL · CI/CD, Git · Très bonne compréhension des architectures Data · Environnements Cloud (AWS / GCP / Azure) · Sensibilité forte aux enjeux sécurité, RUN et exploitation CONTEXTE Le domaine SI Dataplatform & BI souhaite renforcer ses capacités d’industrialisation des projets Data Science et IA. La plateforme Dataiku DSS est utilisée pour le développement des modèles ML et nécessite une expertise externe pour sécuriser leur mise en production, leur exploitation dans le temps et leur alimentation en données. La mission s’inscrit à l’interface entre l’équipe Data Science et l’équipe Dataplatform de la DSI, avec une forte orientation d’industrialisation (build & run). OBJECTIFS DE LA MISSION · Industrialiser les projets de Machine Learning développés sous Dataiku DSS · Mettre en place une chaîne MLOps robuste, sécurisée et maintenable · Garantir la fiabilité, la performance et la gouvernance des flux de données alimentant Dataiku · Assurer le bon passage du POC à la production, puis l’exploitation dans le temps · Contribuer à la diffusion des bonnes pratiques MLOps & DataOps au sein des équipes Data PERIMETRE D’INTERVENTION • Projets Data Science & IA développés sous Dataiku DSS • Chaînes MLOps (entraînement, déploiement, supervision des modèles) • Connexion de Dataiku aux sources de données de l’entreprise • Environnements DEV / TEST / PROD LIVRABLES ATTENDUS · Pipelines MLOps Dataiku industrialisés et documentés · Modèles ML déployés et supervisés en production · Connecteurs Dataiku vers les sources de données opérationnels · Documentation d’exploitation MLOps & DataOps · Recommandations de standardisation et d’amélioration continue INTERACTIONS · Rattachement : Responsable de domaine SI Dataplatform et BI avec un détachement opérationnel dans l’équipe Data Science le temps du projet · Partenaires clés : équipes IT (projets, devs, MCO), directions métiers (commerce, marketing, supply chain, finance), conformité et sécurité. Data Scientists, Data Engineers, Architectes Data / Cloud, équipes de la direction technique : Infrastructures, Production, Sécurité & Exploitation COMPETENCES · Dataiku DSS – niveau avancé (MLOps & DataOps) · Expérience confirmée en industrialisation de modèles ML · Python, SQL · CI/CD, Git · Très bonne compréhension des architectures Data · Environnements Cloud (AWS / GCP / Azure) · Sensibilité forte aux enjeux sécurité, RUN et exploitation

Vous serez responsable de la conception et de la mise en œuvre d'architectures optimisées et scalables au sein d'une plateforme data, analytique et IA basée hébergée en hybride Cloud/On Premises. Ce poste nécessite une compréhension approfondie de l’écosystème Data en terme de technologies et de pratiques à l’état de l’art (i.e. Hybridation, Datamesh etc…) Les principales activités sont les suivantes : - Collaborer avec les équipes data (Data Engineer, Data Analyst, Data Scientist, Business Analyst, Product Owner, Chef de projet, etc.) pour comprendre les exigences en matière de données, d'usages et de capacités et concevoir et formaliser l’architecture adaptée - Accompagner les équipes data dans la mise en œuvre des architectures définies - Assurer la qualité, l'intégrité et la sécurité des données dans l'environnement de la plateforme data, analytique et IA - Optimiser les processus d'ingestion de données et contribuer à la définition et la mise en œuvre des politiques de gouvernance des données - Évaluer et préconiser les technologies et outils appropriés pour le stockage, le traitement et l'analyse des données - Proposer des optimisations pour résoudre les problèmes d’architecture liés au stockage, à l’accès et à l’exploitation de la plateforme data - Une expérience sur l’accompagnement de projet en lien avec des migrations de plateforme data On premises vers le Cloud (idéalement GCP). Compétences techniques ou métier recherchées : - Vous avez une expérience minimale de 6 ans sur un poste d'architecte data et vous avez une expérience de mise en œuvre d'une plateforme basée sur une technologie Cloud. - Vous avez obtenu un diplôme dans le domaine IT et êtes spécialisé dans la Data. - Vous avez une expérience similaire sur la modélisation des données. - Concepts et technologies liés au Big Data (par exemple, Apache Spark, Hadoop) et aux bases de données SQL/NoSQL. Compétences comportementales recherchées : - Coopérer et fonctionner en transversal - Interagir facilement avec les autres - Négocier et convaincre - Proposer des initiatives ou des solutions - S'adapter aux changements. Compétence complémentaire : - Maitrise des Plateformes Data GCP, Spark, Python, SQL, Kafka, MongoDB Excellente connaissance des concepts et technologies des datalake, datawarehouse / entrepôts de données, lakehouse, des plateformes cloud telles que Google Cloud.

Description du besoin : Type de prestation : Chef de projet Data Client : Secteur d'assurance Lieu de la mission : Paris 2 Durée de la prestation : 6 mois renouvelable Expérience requise : +8 ans Date de démarrage : 15/06/2026 CONTEXTE : Cette prestation vise à renforcer l’équipe Data Business Analysis au sein d’un département Data Management. Elle sera dédiée au pilotage de projets Data, avec un fort enjeu autour de l’analyse de données, et consistera à accompagner les clients internes (filiales et fonctions centrales) dans leurs projets : recueil et formalisation des besoins, conseil et orientation vers les solutions de mise à disposition des données les plus adaptées. Le département Data Management regroupe une vingtaine de collaborateurs (Business Analysts, Data Engineers, Data Scientists et experts Data Governance). Ses principales missions couvrent : La gouvernance des données L’analyse métier des données L’ingénierie des données La data science L’ensemble des use cases (Crédit, Valeur Résiduelle, Épargne, Innovation, Marketing, etc.) est géré sur une plateforme GCP. OBJECTIF DE LA PRESTATION : Dans le cadre des activités de la Data Factory, la prestation de Chefferie de projet Data aura pour missions de : Accompagner les clients internes dans leurs projets data, les aider à formaliser leurs besoins et les orienter vers les solutions de mise à disposition des données adaptées Animer la qualité des données en coordination avec les data stewards et les business owners Promouvoir les solutions de la Data Platform auprès des différentes entités et fonctions centrales Identifier des cas d’usage Data et démontrer leur valeur ajoutée métier Garantir la cohérence des projets Data Platform avec la stratégie globale et les exigences de conformité (gouvernance, sécurité, protection des données, etc.) Identifier les synergies entre projets et proposer des recommandations de mutualisation, priorisation ou arbitrage Traduire les besoins métiers en exigences fonctionnelles et produire la documentation nécessaire aux décisions et développements Piloter les projets data de bout en bout selon les axes QCD (Qualité, Coûts, Délais) dans un environnement Agile Assurer la conformité méthodologique, l’auditabilité des projets et la bonne production de la documentation associée Coordonner l’ensemble des parties prenantes : métiers, gouvernance, privacy, équipes data, architecture et IT Définir et suivre les KPI projets ainsi que les reportings d’avancement Garantir la validation métier, la formation des utilisateurs et l’adoption des solutions livrées Assurer la continuité des produits après leur mise en production

Contexte de la mission** Vous interviendrez dans le cadre de la Transformation IA Générative au sein de la Direction Data Science & IA. Vous rejoindrez une équipe de 5 personnes (3 stagiaires data scientist, 1 alternant en innovation, 1 manager), rattachée à la Direction Data Science et collaborant étroitement avec toutes les équipes non techniques. Vous serez placé(e) sous la responsabilité du Directeur de la Transformation IA Générative. La prestation s'inscrit dans un contexte de transformation d'entreprise à l'ère de l'IA Générative, pour des profils non techniques. --- ** Missions principales** Accompagner les équipes métier dans leur transformation IA et les rendre progressivement autonomes dans leur quotidien. Il s'agit de donner aux collaborateurs les outils, les connaissances et la confiance pour intégrer l'IA de manière durable et concrète. À ce titre, vous serez notamment amené(e) à : **Pilotage des licences** — Administrer l'attribution des licences IA, s'assurer de leur bonne utilisation et analyser les données d'usage pour orienter les actions d'accompagnement. **Animation des événements IA** — Concevoir et animer les rendez-vous mensuels : onboarding pour les nouveaux utilisateurs et webinaire "La Parole au Champion" pour partager les bonnes pratiques. Assurer la régularité, améliorer les formats et mesurer l'impact. **Veille technologique** — Suivre les nouvelles solutions d'IA générative (généralistes comme spécialisées) et faire remonter les opportunités d'adoption de façon structurée. **Documentation Confluence** — Maintenir une base de référence toujours à jour : bonnes pratiques, cas d'usage, tutoriels, retours d'expérience. **Accompagnement terrain** — Aider les équipes métier à mettre en place agents, skills et workflows IA. Valoriser et diffuser les réussites pour créer une dynamique collective. --- **Activités complémentaires** **Communication Codir / Comex** — Préparer et animer les points réguliers sur l'avancement : métriques d'adoption, personae, succès, points de vigilance, prochaines étapes. --- **Contexte technique & organisationnel** Outils & Framework : Claude, ChatGPT, Copilot, Power Automate et outils no-code Langages : Python Infrastructure : Azure / Snowflake Méthodologie : Scrum (sprint planning, daily, retrospective) --- **Profil recherché** • Capable de travailler en équipe transverse • Autonome et force de proposition • À l'aise dans la communication avec les métiers • Orienté(e) résultats, rigoureux(se) et structuré(e) **Expérience requise** • Formation : Bac+5, école d'ingénieur • Expérience : minimum 2 ans sur des missions similaires • Expérience obligatoire en IA Générative • Expérience dans le secteur e-commerce appréciée