Trouvez votre prochaine mission ou futur job IT.

Data Scientist BI / Data Engineer expérimenté Nantes Python, PySpark, SQL, Power BI, DAX, API, Git, Azure, Azure Data Factory, Databricks, DataGalaxy, Jira, Confluence 3 ans Nantes Python, PySpark, SQL, Power BI, DAX, API, Git, Azure, Azure Data Factory, Databricks, DataGalaxy, Jira, Confluence Mission de Data Scientist BI orientée data engineering et valorisation de la donnée, couvrant l’ensemble du cycle de vie : collecte, transformation, modélisation et restitution. Le consultant intervient sur le traitement de données complexes, la conception de modèles de données (tables, vues, datamarts) et le développement de pipelines performants. Il est en charge du développement de traitements en Python (notamment PySpark), de l’optimisation des requêtes SQL et de l’intégration de données via API. Il contribue à la structuration et à la mise à disposition de données fiables pour les équipes métiers et analytiques. La mission inclut également la création et l’évolution de tableaux de bord Power BI (DAX), la production d’analyses avancées ainsi que la vulgarisation des résultats auprès des parties prenantes. En parallèle, le consultant participe à l’industrialisation de la plateforme data, à l’amélioration continue des flux (monitoring, performance, qualité) et aux projets d’évolution ou de migration. Il évolue dans un environnement agile, en interaction constante avec les équipes techniques et métiers, avec un fort niveau d’autonomie et de responsabilité.

OBJECTIFS DE LA PRESTATION Implémenter un outil de monitoring dédié à la surveillance de la qualité des données issues des Stress Test Marché. Garantir que les sorties de stress‑test respectent les exigences de complétude, cohérence et conformité avant leur diffusion aux équipes de risk‑management. - Surveillance qualité : Garantir la complétude, la cohérence et la conformité des sorties de Stress Test avant diffusion. - Suivi d’indicateurs de risque : Produire des KPI et visualiser leurs évolutions. - Détection d’anomalies IA : Implémenter des modèles de machine learning pour identifier automatiquement des problèmes de qualité des données. - Industrialisation : Intégrer le composant dans le pipeline CI/CD existant et le livrer sous forme de micro service containerisé.

Data Scientist Expert Python Versailles Pandas, NumPy, Scikit-learn, TensorFlow ou PyTorch, Matplotlib, et Seaborn, machine learning, Pour un client sur Versailles à raison de 3 jours de présence sur site par semaine , nous recherchons un Data Scientist Expert habilitable . Connaissance et expérience en programmation en langage Python, Niveau EXPERT demandé Connaissance et expérience en Bibliothèques et Librairies Python : Pandas, NumPy, Scikit-learn, TensorFlow ou PyTorch, Matplotlib, et Seaborn, Niveau EXPERT demandé Connaissance et expérience en modélisation : connaissance des techniques de machine learning, Niveau EXPERT demandé Connaissance et expérience en statistiques : compréhension des méthodes statistiques, notamment Kaplan-Meier et Weibull, Niveau EXPERT demandé Connaissance et expérience en déploiement : utilisation de GitLab, Niveau EXPERT demandé Capacité à communiquer : Capacité à expliquer des concepts techniques à des non-spécialistes Niveau confirmé attendu Capacité analytique : esprit d'analyse et capacité à résoudre des problèmes complexes, Niveau confirmé attendu Capacité d’autonomie : capacité à travailler de manière autonome tout en collaborant avec différentes équipes, Niveau confirmé attendu.

Crolles (38) sur site · mission 2 à 3 jours/semaine en longue durée - Début août 2026(flexible) Nous recherchons un·e consultant·e pour accompagner l'équipe Data & Analytics du client dans son exploration IA et data science et l’accélération de sa transformation grâce à ces leviers. L'approche est pragmatique et séquencée : comprendre le besoin métier, le valider par l'expérimentation — y compris en Machine learning custom si nécessaire — puis orienter vers la solution marché (COTS) la plus adaptée dès lors que la valeur est prouvée. Missions : 1. Cadrage & validation des besoins Animer des workshops avec les métiers pour qualifier les besoins analytiques et IA Structurer chaque cas d'usage avant tout développement Prioriser les sujets selon leur potentiel impact/effort et construire un backlog exploratoire partagé avec le Head of DATA 2. Exploration & validation par le ML custom (≈ 50%) Conduire des analyses exploratoires et prototyper des modèles ML en Python/SQL pour valider la valeur d'un cas d'usage : classification, prévision, détection d'anomalies, NLP, etc. Cas d'usage prioritaires identifiés : o Analyse du portefeuille produit : classification volume/profitabilité, identification de tendances, recommandations intelligentes. o Etude des impacts marketing : explication et prévision des impacts de nos campagnes marketing. Documenter rigoureusement chaque PoC 3. Recommandation & orientation vers des solutions COTS (Commercial Off The Shelf) (≈50%) Une fois la valeur prouvée, identifier les solutions marché capables d'industrialiser le cas d'usage sans maintenir du code custom : Microsoft Fabric, Copilot Studio, Snowflake Cortex, AI Studio, Make, ou équivalents. Conduire les benchmarks et tests de ces solutions en conditions réelles sur nos données ; produire une recommandation claire Accompagner le déploiement des solutions retenues : configuration, intégration aux flux existants (M365, SAC, Snowflake, ODI), validation fonctionnelle avec les équipes métiers. 4. Gouvernance & Transfert Alerter sur les risques à chaque étape Communiquer régulièrement avec le métier et le département IT sur l’avancement des projets Documenter les travaux de manière accessible et transférable à l'équipe interne Contribuer à l’élaboration de la roadmap IA/ML outillée sur 12 mois : cas d'usage priorisés, solutions recommandées (custom ou COTS), budge estimé et indicateurs de succès. Définir et établir une méthodologie MLOps pour le client, dans le but de cadrer et accélérer les futurs sujets ML

Dans le cadre du développement de nos activités d'innovation, nous recherchons un INGENIEUR IA AGENTIQUE (H/F) capable de transformer l'IA en véritable levier de décision et de performance opérationnelle pour les activités du groupe. Votre défi : Créer des agents intelligents connectés aux écosystèmes métiers, capables de croiser les données internes, les signaux du marché et la veille concurrentielle afin de produire des analyses et recommandations à forte valeur ajoutée pour le business. Au programme : Conception d'architectures IA agentiques Développement de workflows autonomes robustes Orchestration multi-agents Intégration aux systèmes d'information et aux plateformes de données Intelligence économique et analyse des marchés Industrialisation et passage à l'échelle des usages IA

Au sein d’une direction dédiée à la couverture clients et à l’investissement, vous rejoignez une équipe en charge de la performance commerciale et de l’optimisation de la relation client . L’objectif est de maximiser la valeur des portefeuilles clients en combinant : analyse stratégique allocation des ressources accompagnement opérationnel des équipes commerciales Dans ce cadre, l’équipe Data & Innovation renforce ses capacités pour mettre la Data et l’Intelligence Artificielle au service du business .

Nous recherchons un(e) Data Scientist senior habilitable pour intervenir sur une mission longue durée dans un environnement exigeant et à forte composante analytique. 🎯 Objectif : concevoir, développer et industrialiser des modèles avancés de data science et de machine learning. 🚀 Missions Développement de modèles de Machine Learning & analyses statistiques avancées Exploitation et traitement de données avec Python Conception et optimisation d’algorithmes analytiques Utilisation de librairies Data Science & Deep Learning Participation au déploiement et au versionning des développements Collaboration avec les équipes métiers et techniques Vulgarisation des sujets techniques auprès d’interlocuteurs non spécialistes

Objectif de la mission Le bénéficiaire souhaite une prestation d'accompagenemnet dans le cadre d'une mission en data Science. La mission consiste en: science des données, en machine learning. analyse de grands ensembles de données, du développement de modèles prédictifs et de la mise en œuvre d'algorithmes de machine learning et de LLM pour résoudre des problèmes complexes. Qualifications: - Expérience avérée en analyse de données, machine learning (random forest, SVM, k-means, PCA, …) - Excellentes capacités de communication et de travail en équipe. - Expérience avec PostgreSQL et MongoDB - Connaissance des outils de visualisation de données (powerBI) - Familiarité avec la plateforme cloud Azure - Expérience avec les LLMs Les tâches sont: - Analyse et interprétation des ensembles de données (structurées et non structurées) sur les produits et services et l’environnement de travail des collaborateurs BNP pour identification des motifs et des tendances. - Développement et mise en œuvre des modèles de machine learning et des LLM pour détection, prédiction et classification des données. L’objectif principale étant du datamining sur les tickets d'incidents des utilisateurs. - Construction et maintient des pipelines de machine learning pour les modèles d'IA/ML dans des environnements de production. - Collaboration avec les ingénieurs logiciels et les ingénieurs de données pour intégrer les modèles d'IA dans des applications évolutives. - Analyse et interprétation des résultats des modèles pour affiner des algorithmes et amélioration des performances

Vous intervenez au sein d’un programme stratégique majeur visant à optimiser les moteurs de recommandation client d’un grand groupe aérien international. Le projet « Offer Display Recommender » a pour objectif d’améliorer la personnalisation et la pertinence des offres grâce à l’adoption de technologies avancées, notamment : Apprentissage par renforcement (RL) Modèles de recommandation nouvelle génération Approches expérimentales et data‑driven Le Data Scientist senior jouera un rôle clé dans la conception, l’expérimentation, la modélisation et la mise en production des solutions. Objectifs & responsabilités Modélisation & Data Science Concevoir, entraîner et optimiser des modèles de recommandation avancés. Proposer, challenger et prioriser les solutions data à tester. Appliquer des techniques de modélisation Data Science de niveau expert. Expérimenter des approches RL, bandits, ranking models, embeddings, etc. Communication & pilotage scientifique Présenter en anglais les travaux de modélisation aux stakeholders (produit, business, tech). Challenger les orientations stratégiques du projet. Vulgariser les choix algorithmiques et leurs impacts business. Mise en production & industrialisation Contribuer à la mise en production des modèles dans un environnement Cloud (GCP). Participer à l’optimisation des pipelines ML et à la fiabilité des modèles. Collaborer avec les équipes MLOps, Data Engineering et Produit.

Pour le compte d’un acteur majeur du secteur de l’assurance, nous recherchons un consultant Data expérimenté afin d’intervenir sur des sujets de transformation et d’optimisation des traitements décisionnels. La mission s’inscrit dans un environnement data complexe avec des enjeux importants autour de la migration de traitements existants, de la structuration des données et de l’amélioration des outils de reporting. Missions Analyse et reprise de traitements existants sous SAS Migration et optimisation de flux data vers des environnements Python / SAS Contribution à l’évolution du datamart client Structuration, transformation et fiabilisation des données Gestion de problématiques de qualité et de cohérence des données Création et évolution de dashboards sous Tableau Documentation des traitements et accompagnement des équipes métiers et IT

Contexte de la mission Vous intervenez au sein d’une Squad dédiée à la mise en place et à l’exploitation des outils Data Science et MLOps utilisés par les équipes Data (Data Scientists, Data Engineers) d’un grand groupe bancaire (réseau de 39 entités). Le périmètre couvre : Une plateforme Big Data basée sur Cloudera Des outils open source Data Science : JupyterLab, TensorFlow, librairies Python Un portail de services facilitant l’accès aux ressources Data Des services associés (accès aux données SI, environnements de travail, composants MLOps) Vous êtes un point central entre les utilisateurs métiers Data et les équipes techniques. Missions principales 1. Analyse fonctionnelle & cadrage Recueillir et analyser les besoins des utilisateurs (Data Scientists, Data Engineers) Animer des ateliers de cadrage et de conception Traduire les besoins en spécifications fonctionnelles et user stories Maintenir une documentation claire et exploitable 2. Pilotage de projets Data / MLOps Piloter les projets liés aux plateformes Data et outils IA Coordonner les équipes techniques et les parties prenantes Assurer le suivi des livraisons et des dépendances Contribuer à la roadmap produit avec le Product Owner 3. Gestion du backlog & Agile Rédiger et prioriser les user stories dans Jira Gérer le backlog produit et suivre son avancement Participer aux rituels Agile (daily, sprint planning, reviews) 4. Tests & qualité Concevoir et exécuter les campagnes de tests fonctionnels Rédiger les plans de tests et scénarios de recette (XRAY) Identifier, analyser et suivre les anomalies Garantir la qualité des livraisons 5. Gestion des risques & conformité Analyser les risques métiers liés aux solutions Data Travailler avec les équipes SSI, conformité et juridique Intégrer les contraintes réglementaires : RGPD, gouvernance des données Assurer la conformité des usages Data (sécurité, confidentialité, éthique) 6. Accompagnement des utilisateurs Produire la documentation fonctionnelle et supports de formation Assurer l’assistance fonctionnelle aux utilisateurs (Caisses Régionales) Accompagner les migrations et la conduite du changement 7. Amélioration continue Collecter les feedbacks utilisateurs Analyser les usages et proposer des optimisations Contribuer à l’évolution des plateformes et services Environnement technique Big Data : Cloudera, Hadoop ecosystem Data Science : Python, TensorFlow, JupyterLab Requêtage : SQL / HQL Outils : Jira, XRAY Méthodologie : Agile Contexte : SI bancaire, plateformes Data & MLOps Accès aux données Accès à des données à caractère personnel via plateforme ZEUS (en production) Respect strict des règles de sécurité, confidentialité et conformité

Informations Clés : Intitulé du poste : System Architect Gen AI – Expert Cloud Hybride (GCP / Microsoft) Département : Direction de la Data / Pôle Architecture IA Localisation : Paris (75) Rythme de travail : Mode hybride (Présentiel obligatoire 3 jours par semaine minimum) Date de démarrage : ASAP (Urgent) Durée de la mission : Visibilité jusqu'au 31/12/2026 Budget / Tarif : 650 € - 680 € HT / jour (Selon expérience) Objectif de la mission : Sous la supervision du Lead System Architect AI, votre rôle principal sera de concevoir, de mettre en œuvre et de faire évoluer les assets d'Intelligence Artificielle Générative (Gen AI) sur une plateforme hybride GCP/Microsoft. Vous serez le garant de la cohérence technique, de la scalabilité, de la robustesse et de la sécurité des solutions d'IA Générative, tout en agissant comme référent d'excellence sur les architectures LLM. 🛠️ Missions Principales & Responsabilités Architecture Gen AI & LLMOps : Conception d'architectures découplées, scalables et sécurisées (RAG, Agents autonomes). Définition de l'architecture applicative des environnements LLM (DEV, UAT, PROD) et intégration des pipelines CI/CD via les pratiques LLMOps. Solutions "Développeur Augmenté" : Piloter et mettre en œuvre des solutions et outils d'augmentation de la productivité des développeurs par l'IA. Conception d'Architectures Robustes : Garantir la tolérance aux pannes, rédiger les contrats d'interface, développer les processus de fallback et gérer les exigences non fonctionnelles (optimisation de la latence, sécurité, fiabilité). Modèles d'Interaction et d'Ingestion : Analyser les besoins métiers, créer les modèles conceptuels pour le stockage vectoriel, optimiser la consommation des tokens LLM et mettre en place des mécanismes d'évaluation continue des modèles. Gouvernance et Dette Technique : Assurer la mise en application des principes de gouvernance de l'IA au sein du groupe et piloter activement la réduction de la dette technique. Compétences Techniques Requises : 1. Expertises Cloud Écosystèmes IA (Multi-Modèles) Environnement Google Cloud (GCP) : Agent Platform (ex-Vertex AI), BigQuery Data Agents, Gemini. Environnement Microsoft : Copilot, Copilot Studio, WorkIQ, M365 Copilot Agents. Développement & Frameworks : Python, SQL, ADK. Protocoles : A2A, MCP. 2. Architectures Cognitives & LLMOps Avancés Orchestration & Function Calling : Expérience prouvée dans le découplage de la logique métier pour faire interagir dynamiquement les agents avec le Système d'Information (code modulaire en Python, Go, etc.). Conception pour Forts Volumes : Gestion des bases de données vectorielles à l'échelle ( Vector Search ), stratégies avancées de mise en cache sémantique (réduction des coûts et de la latence) et maîtrise des architectures multi-agents (planification, réflexion). Sécurité appliquée à la Gen AI : Maîtrise des stratégies de prévention des attaques (ex: Prompt Injection , Data Poisoning ) et implémentation de filtrages stricts (OLS/RLS sémantique) pour le cloisonnement des données. Observabilité & Monitoring : Traçabilité fine des prompts, monitoring des coûts par token et diffusion des logs applicatifs vers les couches de Sécurité du SI (SIEM). Livrables Attendus : Diagrammes d'architecture cibles et cartographies techniques. Dossiers de spécifications techniques des pipelines LLMOps. Documentation des exigences et formalisation des décisions d'architecture. Supports techniques et évangélisation auprès des équipes de développement.

Je cherche pour un de mes client un Architecte Big data sur le Havre Missions principales : Conception, mise en place et évolution d’architectures data modernes (Data Lakes, Data Warehouses) adaptées aux enjeux métiers et aux volumes de données. Développement et industrialisation de pipelines de données (ingestion, transformation, orchestration) dans des environnements Big Data. Intégration et valorisation des données pour alimenter des cas d’usage avancés, notamment en data science et intelligence artificielle. Développement de modèles analytiques et algorithmes de data science en réponse aux problématiques métiers. Création de tableaux de bord et reporting décisionnel via des outils BI tels que Qlik et Microsoft Power BI. Mise en œuvre et optimisation de moteurs de recherche et d’indexation avancée basés sur Elasticsearch (expertise clé). Gestion, enrichissement et évolution du catalogue de données (data catalog) afin de garantir la gouvernance et la qualité des données. Activités transverses : Analyse des systèmes existants et animation d’ateliers avec les parties prenantes pour cadrer les besoins. Définition des standards techniques, bonnes pratiques et architectures cibles. Dimensionnement, chiffrage et cadrage des solutions data. Accompagnement des équipes projet dans la mise en œuvre des solutions et suivi opérationnel. Transfert de compétences et montée en autonomie des équipes internes. Rédaction de documentation technique, cahiers des charges et rapports d’études. Réalisation d’audits techniques et amélioration continue des processus data. Veille technologique et conseil stratégique sur les outils et architectures data. Environnement technique : Big Data, Data Lake, Data Warehouse, ETL/ELT, Elasticsearch, Qlik, Power BI, Data Catalog, IA / Data Science.

Dans le cadre du renforcement de son dispositif de lutte contre la fraude, un acteur majeur de la protection sociale souhaite engager une démarche analytique avancée basée sur l’exploitation de ses données internes. L’objectif est de détecter, anticiper et prioriser les cas de fraude via des approches Data Science et Machine Learning. 🚀 Objectifs de la mission Identifier les schémas de fraude existants Développer des modèles de détection (supervisés / non supervisés) Mettre en place un scoring de fraude (segmentation des risques) Améliorer la détection précoce et les capacités d’investigation Proposer des outils et recommandations opérationnelles pour les métiers

Contexte Dans le cadre du développement de solutions Data dédiées à l’analyse ESG, nous recherchons un consultant expérimenté capable de contribuer à la production d’indicateurs, à l’automatisation des traitements et à l’amélioration continue des processus de gestion de données. Le consultant interviendra sur l’ensemble du cycle de vie des données, depuis leur ingestion jusqu’à la production de KPI et scores ESG. Missions Assurer l’ingestion et le suivi des données externes. Gérer les évolutions de structure et de méthodologie des fournisseurs de données. Produire et maintenir les KPI et scores ESG. Développer des contrôles qualité et des mécanismes de surveillance des traitements. Concevoir des tableaux de bord de suivi de production. Participer à la traduction et à la migration de modèles Matlab vers Python. Réaliser des analyses statistiques et Data Science sur des jeux de données complexes. Documenter les modèles, traitements et procédures. Garantir la qualité, la cohérence et la traçabilité des données.