Trouvez votre prochaine mission ou futur job IT.

Dans le cadre d'un programme stratégique autour de l'Intelligence Artificielle, nous recherchons un Data Engineer SAP AI capable d'intervenir sur la conception, l'intégration et l'exploitation de données issues de SAP S/4HANA, afin d'alimenter des cas d'usage Data & AI à forte valeur métier. La mission nécessite une présence sur site à Paris 3 jours par semaine. Missions principalesConcevoir et développer des pipelines de données à partir de SAP S/4HANA. Extraire, transformer et intégrer les données SAP vers des plateformes Data. Participer à la mise en œuvre de cas d'usage IA / GenAI exploitant les données SAP. Garantir la qualité et la fiabilité des données. Collaborer avec les équipes métiers, Data Scientists, Data Engineers et Architectes Data. Optimiser les performances des flux de données et traitements analytiques. Préparer et mettre à disposition les données pour les modèles IA. Compétences recherchéesSAP Expertise SAP S/4HANA Bonne compréhension des données et processus métiers SAP Expérience en intégration et extraction de données SAP Data Engineering SQL avancé Python Spark ETL / ELT Data Lake / Data Warehouse APIs et traitements de données AI / Analytics Connaissance des architectures IA et GenAI Préparation des données pour les modèles IA Compréhension des enjeux RAG, LLM et gouvernance des données appréciée Cloud Azure, AWS ou GCP apprécié ModalitésType de mission : Assistance technique / Expertise Data Localisation : Paris Présence : 3 jours/semaine sur site Démarrage : ASAP Durée : à confirmer

Pour notre client basé à Paris , nous sommes à la recherche d'un profil Data Engineer-BI 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). Compétences SQL - Expert - Impératif .. .. XDI Semarchy - Confirmé - Important .. .. .. .. Cloudbees - Confirmé - Important .. .. .. .. ..

Au sein d'un acteur majeur du retail européen, l'équipe Data & IA Marketplace traite des volumes massifs de données issues de vendeurs tiers. L'objectif est d'automatiser la qualification, la classification et l'enrichissement des catalogues produits pour garantir une expérience utilisateur optimale. Le défi réside dans l'industrialisation de modèles complexes au sein d'une architecture Data Mesh en forte croissance. La Stack Technique Langages : Python, Bash. Cloud : GCP (Google Cloud Platform). Orchestration & MLOps : Airflow, Kubeflow, ZenML, MLflow, Vertex AI. Infrastructure & DevOps : Docker, Kubernetes, Terraform, Ansible, Gitlab CI. Data Quality & Feature Store : Great Expectations, Feast. Ta Mission & Ton Impact : Concevoir et maintenir des pipelines MLOps automatisés (CI/CD) pour l'entraînement et le déploiement des modèles en production. Gérer l'infrastructure cloud via Terraform et assurer le versioning complet des modèles et des données. Implémenter le monitoring de performance (détection de drift, latence) et configurer l'alerting pour garantir la fiabilité des solutions. Accompagner les Data Scientists dans l'adoption des meilleures pratiques de développement (code quality, tests, industrialisation). Intégrer des validations de schémas et des filtres de qualité de données au sein des pipelines de production.

Dans le cadre de projets d'innovation technologique, notre client, un acteur majeur du secteur financier, recherche un Développeur Python expérimenté en intelligence artificielle et Machine Learning pour intégrer son équipe AI Factory / Innovation. Vous participerez au développement, à l'intégration et à l'industrialisation de solutions d'intelligence artificielle répondant à différents besoins métiers. Vos principales missions seront : Participer aux ateliers avec les équipes métiers, IT et Data Scientists afin de comprendre les besoins et identifier les cas d'usage IA. Développer, entraîner et optimiser des modèles d'intelligence artificielle et de Machine Learning. Exploiter les outils d'IA générative et d'agentic coding pour accélérer le développement tout en garantissant la qualité du code. Concevoir et développer des APIs et microservices pour intégrer les modèles IA aux applications existantes. Mettre en place des pipelines MLOps pour automatiser l'entraînement, le déploiement, le versioning et le monitoring des modèles. Assurer les tests automatisés et la validation des modèles en matière de performance, de robustesse et de biais. Optimiser les performances des solutions développées : latence, coûts et scalabilité. Rédiger la documentation technique et partager les bonnes pratiques de développement assisté par IA.

ContexteAu sein d'une équipe Cyberdéfense d'un grand groupe international, nous recherchons un Ingénieur Cybersécurité spécialisé dans les sujets IA et IA générative. L'objectif est de renforcer l'expertise de l'équipe sur les nouveaux risques liés à l'utilisation et au développement de solutions d'intelligence artificielle : LLM, assistants, agents, RAG, modèles internes ou services IA proposés par les grands Cloud Providers. Nous recherchons avant tout un vrai passionné de cybersécurité et d'IA, capable de comprendre comment fonctionnent ces technologies, de les tester, de les détourner et d'identifier concrètement leurs vulnérabilités. Ce poste n'est pas un rôle de gouvernance pure : il nécessite une vraie capacité à mettre les mains dans la technique. Tes missionsDevenir le référent technique Cyberdéfense sur les sujets liés à l'IA et à l'IA générative. Évaluer la sécurité des nouvelles solutions IA utilisées ou développées par les équipes du groupe. Réaliser des analyses techniques et des tests de sécurité sur les LLM, applications GenAI et systèmes intégrant de l'IA. Identifier et tester les vulnérabilités spécifiques aux systèmes IA : prompt injection ; indirect prompt injection ; fuite ou extraction de données ; contournement des mécanismes de protection ; compromission des outils ou agents connectés ; risques liés aux architectures RAG ; exposition de données sensibles ; attaques sur les modèles et leurs chaînes d'approvisionnement. Participer à des démarches de Red Teaming appliquées à l'IA. Challenger les architectures IA avant leur mise en production. Accompagner les développeurs, Data Scientists, équipes Data / IA, architectes et Product Teams sur les bonnes pratiques de sécurité. Contribuer à la sécurisation des API, modèles, pipelines et composants utilisés dans les applications IA. Analyser et challenger les services IA proposés par les grands fournisseurs Cloud et éditeurs. Définir et tester des mécanismes de protection et de contrôle adaptés aux usages IA. Participer à l'analyse et au suivi des incidents de sécurité liés à ces environnements. Piloter ou challenger les audits et pentests réalisés par des partenaires spécialisés. Assurer une veille technologique et offensive très forte sur les nouvelles attaques, outils et recherches autour de la sécurité de l'IA. Tester de nouveaux outils, frameworks et techniques afin d'évaluer leur intérêt pour l'équipe Cyberdéfense.

À propos de SparrowSparrow est une plateforme d'IA et d'Analytics entièrement développée et exploitée en interne. Notre équipe développe un environnement technologique de pointe s'appuyant sur les dernières technologies open source, afin de proposer des solutions robustes et capables de monter en charge. En intégrant des technologies de Machine Learning (ML), d'Intelligence Artificielle (IA), d'IA générative (GenAI) et d'IA agentique, Sparrow permet aux équipes métiers et aux analystes d'innover et de créer de la valeur à partir des données dans l'ensemble de l'organisation. Notre mission est de fournir une plateforme fluide permettant d'accélérer la prise de décision grâce à l'IA. Elle permet notamment à des agents autonomes d'exécuter des tâches, de raisonner sur des jeux de données complexes et d'interagir dynamiquement avec les systèmes de l'entreprise, tout en garantissant scalabilité, sécurité, conformité et facilité d'utilisation. À propos du poste – Platform EngineerEn tant que Platform Engineer au sein de l'équipe Sparrow de BNP Paribas Personal Finance, vous serez au cœur de la mission visant à accélérer l'utilisation du Machine Learning et la valorisation des données à grande échelle. Vous participerez à la construction et à la maintenance d'une plateforme ML & Data robuste, permettant aux Data Scientists et Data Analysts de se concentrer sur leur priorité : exploiter la valeur des données. Vous travaillerez au sein d'une Squad multidisciplinaire comprenant notamment un Product Owner, un Lead, des développeurs Front-end/Back-end et des DevOps. Vous serez notamment chargé(e) de : Concevoir, implémenter et maintenir le backend cloud de Sparrow, orchestré par des opérateurs Kubernetes développés en Golang. Utiliser des outils et bibliothèques open source standards : Argo, MLflow, VS Code, etc. Faire évoluer l'architecture de la plateforme afin de répondre aux nouveaux besoins en Machine Learning, analyse et traitement de données. Maintenir et améliorer les pipelines CI/CD, les workflows de développement et les pratiques de sécurité. Participer à la gestion des incidents et au support de la plateforme, afin de garantir sa haute disponibilité et sa fiabilité. Impact auprès des différentes parties prenantesPour les Data Scientists et Data Analysts : vous contribuerez à créer un environnement efficace et simple d'utilisation afin d'accélérer leur travail et de leur permettre de se concentrer sur la création de valeur plutôt que sur les problématiques d'infrastructure. Pour les équipes Engineering : vous fournirez des capacités de plateforme robustes ainsi que des bonnes pratiques permettant de développer efficacement des fonctionnalités à grande échelle. Pour les métiers : vous assurerez une haute disponibilité des composants et ressources, notamment des modèles utilisés en production. Pour l'organisation : vous contribuerez au maintien d'un haut niveau de sécurité et d'efficacité opérationnelle. Ce poste se situe donc à l'intersection du Cloud Computing, de l'infrastructure Machine Learning et du Software Engineering. Stack techniqueLangages : Golang ; Python est un plus Infrastructure : Kubernetes (IKS), Cert Manager, HashiCorp Vault, Full TLS Conteneurisation : Docker, BuildKit OS : Linux CI/CD : GitLab, GitLab CI, Artifactory Déploiement : ArgoCD, Helm, Kustomize Cache : Redis Sentinel Observabilité / Monitoring : Elasticsearch, Grafana, Beats, Kibana, APM, Prometheus Stockage : MinIO, Block Storage Automatisation : Ansible Profil recherchéCompétences et expériences requisesExpérience significative en tant que Software Engineer ou Cloud Engineer ; le poste correspond à un niveau intermédiaire. Forte attention portée à la qualité et aux processus d'ingénierie logicielle. L'équipe exploite elle-même les solutions qu'elle développe et accorde une importance particulière à leur fiabilité. Expérience en Golang ; Python constitue un plus. Bonne maîtrise de Kubernetes On-Premise, l'ensemble des services et workloads fonctionnant sur Kubernetes au sein de plusieurs clusters. Bonnes capacités de communication écrite et orale. Niveau d'anglais correct, à l'écrit comme à l'oral. Orientation utilisateur et solution. Bonnes capacités analytiques et organisationnelles. Compétences appréciéesExpérience sur des sujets liés au Machine Learning ou à l'Intelligence Artificielle. Expérience avec les technologies Cloud. Conditions de travailLe poste est basé dans un environnement Flex Office à Levallois-Perret ou Mérignac. Le télétravail régulier fait partie intégrante du mode de fonctionnement de l'équipe.

Sparrow est une plateforme d'IA et d'Analytics entièrement développée et exploitée en interne. Notre équipe dédiée développe un environnement de pointe s'appuyant sur les dernières technologies open source afin de fournir des solutions robustes et évolutives. En intégrant des capacités de Machine Learning (ML), d'Intelligence Artificielle (IA), d'IA générative (GenAI) et d'IA agentique, Sparrow permet aux équipes métiers et aux analystes de stimuler l'innovation et de créer de la valeur à partir des données dans l'ensemble de l'organisation. Notre mission est de fournir une plateforme fluide permettant d'accélérer la prise de décision basée sur l'IA, notamment en permettant à des agents autonomes d'exécuter des tâches, de raisonner sur des jeux de données complexes et d'interagir de manière dynamique avec les systèmes de l'entreprise, tout en garantissant scalabilité, sécurité, conformité et facilité d'utilisation. À propos du posteEn tant que Platform Engineer au sein de l'équipe Sparrow de BNP Paribas Personal Finance, vous serez au cœur de notre mission visant à accélérer l'utilisation du Machine Learning et la valorisation des données à grande échelle. Vous contribuerez à la construction et à la maintenance d'une plateforme ML et Data robuste, permettant aux Data Scientists et Data Analysts de se concentrer sur l'essentiel : exploiter et créer de la valeur à partir des données. Vous travaillerez au sein d'une squad composée de différents profils : Product Owner, Lead, développeurs Front-end/Back-end et DevOps. Vos principales missions seront : Concevoir, implémenter et maintenir le backend cloud de Sparrow, orchestré par des opérateurs Kubernetes développés en Golang. Utiliser des bibliothèques et outils open source standards tels que Argo, MLflow, VS Code, etc. Contribuer à l'évolution de l'architecture de la plateforme afin de répondre aux nouveaux besoins en Machine Learning, analyse et traitement des données. Participer à l'amélioration des pipelines CI/CD, des processus de développement et des pratiques de sécurité. Participer à la gestion des incidents et au support de la plateforme afin de garantir une haute disponibilité et une forte fiabilité. Impact auprès des différentes parties prenantesPour les Data Scientists et Data Analysts : vous contribuerez à créer un environnement efficace et simple d'utilisation, accélérant leur travail et leur permettant de se concentrer sur la création de valeur plutôt que sur les problématiques d'infrastructure. Pour les équipes Engineering : vous fournirez des capacités de plateforme robustes ainsi que des bonnes pratiques permettant un développement efficace et scalable des fonctionnalités. Pour les métiers : vous assurerez une haute disponibilité des composants, notamment des modèles utilisés en production. Pour l'organisation : vous contribuerez au maintien de standards élevés en matière de sécurité et d'efficacité opérationnelle. Ce poste offre l'opportunité de travailler à l'intersection du Cloud Computing, des infrastructures Machine Learning et du Software Engineering. Stack technique de l'équipeDéveloppement : Golang ; Python serait un plus Infrastructure : Kubernetes (IKS), Cert Manager, HashiCorp Vault, Full TLS Conteneurisation : Docker, BuildKit Système : Linux CI/CD & repositories : GitLab, GitLab CI, Artifactory Déploiement : ArgoCD, Helm, Kustomize Cache : Redis Sentinel Monitoring / Observabilité : Elasticsearch, Grafana, Beats, Kibana, APM, Prometheus Stockage : MinIO, Block Storage Automatisation : Ansible Profil recherchéExpérience et compétences requisesExpérience significative en tant que Software Engineer ou Cloud Engineer. Il s'agit d'un poste de niveau intermédiaire. Forte attention portée à la qualité et aux processus d'ingénierie logicielle : l'équipe exploite elle-même ce qu'elle développe et considère la fiabilité comme une valeur essentielle. Expérience en Golang ; Python constitue un plus. Bonne connaissance de Kubernetes On-Premise : l'ensemble des services et workloads fonctionne sur Kubernetes, réparti sur plusieurs clusters. Bonnes capacités de communication écrite et orale. Niveau d'anglais correct, à l'écrit comme à l'oral. Orientation utilisateur et solution. Capacités analytiques et organisationnelles. Compétences appréciées / bonusExpérience sur des sujets liés au Machine Learning ou à l'Intelligence Artificielle. Expérience avec les technologies Cloud. Conditions de travailBâtiment organisé en Flex Office, situé à Levallois-Perret ou Mérignac. Télétravail régulier, intégré au mode de fonctionnement de l'équipe. Ce que nous proposonsVous évoluerez dans un contexte international, avec des échanges avec des utilisateurs du groupe BNP Paribas sur des domaines techniques et fonctionnels variés et innovants. Vous serez amené(e) à communiquer et collaborer régulièrement avec de nombreuses parties prenantes issues : des métiers : Risques, Opérations, Marketing, etc. des équipes IT : Application Managers, Développeurs, Intégrateurs.

Contexte La mission vient dans le contexte d'un projet de gestion (Build + Run) d'une plateforme data sur GCP pour les données de l'entreprise. Interlocuteurs : Directeur Data, Data Analysts, Data Engineers, Data Scientists, Product Owners, Équipe Métier. Missions Mise en place de pipelines d'ingestion des données cliniques depuis les systèmes on-premise vers GCP (Python, GCS, BigQuery, Argo Workflows, Docker, GKE). Transformation des données via dbt selon les modèles métiers définis. Gestion de l'infrastructure cloud de la plateforme data (création des ressources, gestion des accès) avec Terraform. Orchestration et automatisation des workflows de données sur GKE via Argo Workflows. Développement du backend d'un portail utilisateur pour l'accès aux services de la plateforme (Flask). Création d'un connecteur entre GCP et l'outil de dictionnaire des données pour la remontée et la restitution des métadonnées (Python, DataGalaxy). Développement, maintenance des chaînes CI/CD (Git, Gitlab CI/CD). Mise en place de la supervision et du monitoring des pipelines de données. Rédaction de la documentation technique liée aux développements réalisés.

Dans le cadre du développement et de la modernisation de notre plateforme Data, nous recherchons un(e) Tech Lead Data disposant d'une expertise forte sur Snowflake et dbt. Vous rejoindrez une équipe Data en charge de concevoir, développer et faire évoluer des solutions permettant de collecter, transformer, structurer et valoriser les données de l'entreprise. En tant que Tech Lead, vous serez à la fois référent(e) technique, contributeur(trice) sur les sujets complexes et garant(e) des bonnes pratiques d'architecture, de développement et de qualité des données. Vos principales responsabilités seront : Définir et faire évoluer l'architecture technique de la plateforme Data autour de Snowflake et dbt. Concevoir des modèles de données robustes, performants et maintenables. Développer et industrialiser les transformations de données avec dbt. Concevoir et optimiser les traitements et structures de données dans Snowflake. Mettre en place et faire respecter les bonnes pratiques de développement : Git, code review, CI/CD, tests automatisés, documentation et gestion des versions. Définir les standards de modélisation et de développement Data au sein de l'équipe. Garantir la qualité, la fiabilité, la traçabilité et la performance des données. Identifier les problématiques de performance et proposer des solutions d'optimisation, notamment sur Snowflake. Accompagner les développeurs Data dans la résolution des problématiques techniques complexes. Participer aux choix technologiques et aux décisions d'architecture. Contribuer à la mise en place d'une démarche DataOps / CI-CD. Collaborer étroitement avec les équipes Data Engineers, Data Analysts, Data Scientists, Product Owners et métiers. Assurer une veille technologique sur les évolutions de l'écosystème Data Cloud.

Contexte Dans le cadre du développement d'un produit, nous recherchons un Tech Lead Data / GenAI pour assurer la coordination technique transverse et accélérer la livraison de nouveaux composants et Enablers GenAI. La mission porte notamment sur la mise en place de solutions permettant l'ingestion et l'exploitation de rapports, documents et données structurées ou non structurées, provenant de sources publiques et internes. Le Tech Lead travaillera en proximité avec les équipes Data Science et les différentes parties prenantes du projet afin de définir les choix techniques, industrialiser les solutions et garantir leur intégration dans l'écosystème existant. Missions Assurer le lead technique et la coordination transverse des différents sujets Data / GenAI. Concevoir et développer des Enablers techniques GenAI permettant d'accélérer la livraison du produit. Concevoir et industrialiser des pipelines d'ingestion de données et de documents structurés / non structurés. Développer les composants nécessaires en Python et intégrer des outils d'ingestion adaptés. Concevoir et orchestrer les workflows Data et traitements associés. Déployer et exploiter les solutions sur Google Cloud Platform. Mettre en place et maintenir l'Infrastructure as Code avec Terraform. Définir et maintenir les pipelines CI/CD. Concevoir des interfaces ou outils de visualisation permettant d'exposer les données et résultats. Participer à la conception de pipelines RAG et composants LLM. Collaborer étroitement avec les Data Scientists pour industrialiser leurs travaux. Garantir la qualité, la maintenabilité, la sécurité et l'observabilité des composants développés. Identifier les points de blocage, proposer les choix d'architecture appropriés et accompagner leur résolution. Communiquer de manière claire sur les avancées, risques et décisions techniques.

En quelques motsCherry Pick est à la recherche d'un Support & Data Reliability Engineer(H/F), pour le compte de l'un de ses clients qui opère dans le domaine financier. Description🚀 Contexte de la missionAu sein du département Data Technology d'un acteur majeur de la gestion d'actifs et de la finance quantitative, vous intégrez l'équipe en tant que Support & Reliability Engineer (H/F). Votre rôle sera d'assurer la gestion, la robustesse et la fiabilité maximale des systèmes et processus de données. Vous travaillerez en étroite collaboration avec les équipes de développement, les Data Engineers, les Data Scientists et les Quantitative Developers pour garantir la disponibilité, la qualité et les performances des pipelines de données critiques. 🎯 Missions principales & Rôle1. Support Data & Opérations : Assurer le support N1 sur le périmètre Data, gérer les alertes en temps réel et résoudre les incidents durant le shift de Paris. Agir en tant que Gatekeeper pour la gestion des mises en production (Data Release Management / CMRM process) et la fiabilité des données. Définir et faire appliquer les politiques de gestion des données (sauvegarde, restauration, sécurité, conformité). 2. Automation, Monitoring & Fiabilité : Maintenir des pipelines de données fiables, performants et scalables (collecte, stockage, traitement, diffusion). Mettre en place un monitoring proactif et continu pour détecter les anomalies de qualité, d'intégrité et de consistance des données. Automatiser les tâches récurrentes pour optimiser l'efficacité opérationnelle et réduire le risque d'erreur humaine. 3. Collaboration Transverse & Conduite du Changement : Collaborer avec les développeurs quantitatifs, Data Engineers et Data Scientists pour comprendre leurs besoins et résoudre les dysfonctionnements. Promouvoir les meilleures pratiques de développement axées sur la fiabilité des données. Rédiger et maintenir la documentation technique et opérationnelle. 🏁 ObjectifsGarantir la haute disponibilité et la cohérence des pipelines de données en production. Réduire le temps moyen de résolution (MTTR) des incidents Data durant le shift de Paris. Industrialiser et automatiser les processus récurrents de maintenance et de monitoring.

Contexte : Dans le cadre de ses activités de gestion et de traitement de la donnée, notre client recherche un Data Quality Analyst confirmé pour garantir la qualité, l'intégration et la bonne exploitation des données provenant de sources multiples. Le consultant interviendra notamment sur la qualification des données, leur référencement, leur normalisation et leur intégration au sein du Data Lake. Missions principales : · Garantir la qualité et la fiabilité de l'accès aux différentes sources de données. · Assurer le référencement, la normalisation et la qualification des données. · Faciliter l'exploitation des données par les Data Analysts et Data Scientists. · Contribuer à la définition de la politique de gestion de la donnée et à la structuration de son cycle de vie. · Superviser et intégrer des données provenant de sources multiples et de différentes natures. · Contrôler la qualité des données intégrées dans le Data Lake. · Réaliser les recettes et contrôles de données. · Identifier et supprimer les doublons. · Contribuer à l'amélioration continue de la qualité et de la gouvernance des données. · Livrables attendus : · Données intégrées et contrôlées dans le Data Lake. · Résultats des contrôles et recettes de données. · Données qualifiées, normalisées et référencées. · Identification et traitement des anomalies et doublons. · Contribution à la documentation du cycle de vie et de la qualité des données.