Au sein de notre practice IA générative et Machine Learning, vous concevez et mettez en production les modèles qui font tourner les cas d'usage IA de nos clients grands comptes : LLM, RAG, modèles de machine learning classiques. Vous savez arbitrer en faveur de la bonne approche selon le problème, la donnée disponible et le coût. Vos principales responsabilités :

1. Choisir et adapter les modèles

• • Comparer les LLM du marché et les modèles open source (OpenAI, Mistral, Anthropic, Llama, Qwen) selon la qualité, la latence, le coût et les contraintes de souveraineté
  • Adapter les modèles au besoin du client : prompt engineering, RAG, fine-tuning (LoRA, QLoRA) quand il se justifie
  • Garder le machine learning classique là où il est plus fiable et moins cher qu'un LLM (scoring, prévision, détection d'anomalies)

2. Construire des applications IA fiables

• • Concevoir des chaînes RAG : Découpage, embeddings, bases vectorielles, reranking
  • Développer les API et services qui exposent les modèles aux applications métier

3. Évaluer et mesurer

• • Construire les jeux d'évaluation et les métriques adaptées : Précision, hallucinations, robustesse, biais
  • Suivre la qualité des modèles en production et détecter les dérives

4. Industrialiser

• • Déployer les modèles en production avec MLflow, CI/CD et conteneurs, en lien avec nos ingénieurs LLMOps
  • Optimiser l'inférence (quantification, batch, cache) pour maîtriser les coûts GPU et API

5. Faire de la veille et la partager

• • Suivre les nouveaux modèles et les publications, tester ce qui est utile au SmartLab et partager avec les équipes

De formation supérieure (Bac+5 en informatique, mathématiques appliquées, data science ou école d'ingénieurs), vous avez 5 ans d'expérience minimum en machine learning dont au moins un projet d'IA générative mené jusqu'en production. Compétences techniques requises IA générative & LLMs

• LLM : API (Azure OpenAI, Bedrock, Vertex AI) et modèles open source (Hugging Face)
• RAG : embeddings, bases vectorielles (pgvector, Qdrant, Azure AI Search), reranking
• Fine-tuning : LoRA, QLoRA, PEFT
• Évaluation : Ragas, DeepEval, Langfuse ou équivalent

• PyTorch, scikit-learn, XGBoost ou LightGBM
• Apprentissage supervisé et non supervisé, NLP, deep learning

• Python avancé, FastAPI, tests automatisés
• MLflow, Docker, Git, CI/CD

• Vous choisissez la solution la plus simple qui fonctionne, même si ce n'est pas la plus "hype"
• Vous savez expliquer les résultats d'un modèle et ses limites à des non-initiés
• Vous aimez travailler en équipe, entouré de data engineers, de data scientists et d'experts IA
• Vous êtes curieux et suivez de près ce domaine qui évolue en permanence
• Vous avez envie de rejoindre une entreprise qui saura vous faire grandir et progresser rapidement vers de nouvelles responsabilités

Les agents IA sont un vrai changement de méthode de travail au delà de la technologie elle-même. Nous cherchons un Tech Lead qui partage cette conviction. Au sein de notre practice IA générative et agents, vous encadrez une équipe d'AI engineers et vous êtes le garant de la qualité de ce que nous livrons à nos clients. Vos principales responsabilités :

1. Encadrer et faire grandir l'équipe

• • Accompagner les AI engineers au quotidien : Revues de code, pair programming, choix techniques
  • Fixer avec l'équipe les bonnes pratiques, lisibles et applicables à chaque projet (pas un processus en 90 étapes)

2. Faire des tests la vraie spécification

• • Imposer les tests automatisés et les jeux d'évaluation comme référence de ce que le système doit faire
  • Veiller à ce que les tests soient ancré dans la réalité projet : Vraies données, vraies intégrations, le moins de mocks possible
  • Mettre en place des agents de revue chargés de critiquer le travail des agents de développement

3. Attaquer les risques en premier

• • Lancer des spikes (prototypes) rapides sur les points qui peuvent faire échouer un projet (intégration au SI, données de production, sécurité), avant de soigner la démo
  • Remettre le plan en question dès qu'un spike apporte une information nouvelle

4. Choisir les outils 

• • Évaluer frameworks d'agents, outils d’encadrement des agents et modèles au cas par cas, selon le besoin du client
  • Garder une documentation courte et à jour

5. Porter l'expertise auprès des clients

• • Expliquer vos choix aux DSI et aux équipes métier
  • Contribuer au SmartLab et à nos contenus (avis d'experts, livre blanc, publications)

De formation supérieure (Bac+5 en informatique ou école d'ingénieurs), vous avez 8 ans d'expérience minimum en développement logiciel ou Data, dont au moins un an à concevoir et livrer des applications LLM ou des agents IA en production. Vous avez déjà encadré une équipe technique. Vous avez connu plusieurs vagues de méthodes et d'outils et vous savez faire la différence entre ce qui contribue vraiment au travail en équipe et ce qui "buzz". Compétences techniques requises Ingénierie logicielle

• Python avancé, architecture logicielle, revue de code
• Culture forte des tests : tests automatisés, tests d’acceptation automatisés (BDD, Gherkin, Cucumber)
• CI/CD, Docker, Git

• Agents et orchestration : LangGraph, Semantic Kernel, CrewAI ou équivalent
• Agents de développement (Claude Code, Copilot, Cursor ou équivalent)
• Évaluation des LLM et des agents : Ragas, DeepEval, Langfuse ou équivalent
• RAG, MCP, appels d'outils

• SQL et manipulation de données de production
• Au moins un cloud : Azure, AWS ou GCP

• Pragmatisme
• Leadership technique bienveillant et capacité à transmettre
• Esprit critique sans rejeter les vraies avancées
• Aisance pour défendre un choix technique devant un DSI

Au sein de notre practice Gouvernance des données, vous accompagnez les DSI, CDO et directions conformité dans la gouvernance de leurs systèmes d'IA et leur mise en conformité avec l'AI Act. Vous faites le lien entre les équipes juridiques, risques, data et IT. Vos principales responsabilités :

1. Cartographier et classer

• • Recenser les systèmes d'IA y compris les IA déjà en production et les usages d'IA générative
  • Qualifier le niveau de risque de chaque système au sens de l'AI Act et le rôle du client (fournisseur, déployeur)

2. Construire le cadre de gouvernance

• • Définir les rôles, les instances et les processus de validation des projets d'IA
  • Rédiger les politiques : Usage de l'IA générative, gestion des risques, supervision humaine

3. Mettre en conformité

• • Piloter la documentation technique, les registres et les analyses d'impact
  • Articuler l'AI Act avec le RGPD, l'ISO 42001 et les cadres de gestion des risques existants

4. Outiller et faire vivre

• • Accompagner le choix et le déploiement d'outils de gouvernance IA et de catalogue (Collibra, DataGalaxy ou équivalent)
  • Définir les indicateurs de suivi et animer les comités de gouvernance

5. Former et sensibiliser

• • Former les équipes métier et IT à l'AI Act et aux bonnes pratiques d'IA responsable
  • Contribuer à nos contenus d'expertise (livres blancs, articles, webinaires)

De formation supérieure (Bac+5 en école d'ingénieurs, de commerce ou en droit du numérique), vous avez 5 ans d'expérience minimum en gouvernance des données, conformité ou gestion des risques, et une bonne compréhension des projets data et IA. Compétences techniques requises Réglementation & cadres

• Connaissance approfondie de l'AI Act et du RGPD
• Cadres de référence : ISO 42001, NIST AI RMF, DAMA
• Notions d'ISO 27001 et de gestion des risques

• Gouvernance des données : catalogue, lineage, qualité, data owners et data stewards
• Compréhension du cycle de vie d'un modèle et d'une application LLM (entraînement, RAG, agents, évaluation)

• Certification AIGP (IAPP), CIPP/E ou DPO
• Expérience dans la banque, l'assurance ou le secteur public

• Pédagogie et aisance face aux comités de direction
• Capacité à appréhender un texte réglementaire en actions concrètes
• Rigueur, sens de l'écoute et esprit de synthèse

Au sein de notre équipe DataOps & IAOps, vous êtes responsable du run des applications d'IA générative et des agents de nos clients. Votre mission ? Que les IA en production restent fiables, observables, sécurisées et maîtrisées en coût. Vos principales responsabilités :

1. Construire les plateformes LLMOps

• • Mettre en place la chaîne de déploiement des applications LLM : gestion des versions de prompts, de modèles et de configurations
  • Déployer et exposer les modèles (API managées, passerelle LLM, modèles open source sur GPU)

2. Observer et superviser

• • Instrumenter les applications et les agents : traces, latence, taux d'erreur, qualité des réponses
  • Mettre en place les tableaux de bord et les alertes pour les équipes de run

3. Évaluer en continu

• • Automatiser l'évaluation à chaque changement de prompt ou de modèle (tests de non-régression)
  • Suivre la dérive de qualité en production et organiser les retours utilisateurs

4. Maîtriser les coûts (FinOps IA)

• • Mesurer la consommation de tokens et de GPU par cas d'usage
  • Proposer les optimisations : cache, routage entre modèles, choix du modèle selon la tâche

5. Sécuriser et documenter

• • Mettre en place les contrôles : gestion des secrets, filtrage, journalisation, droits d'accès
  • Produire la documentation technique utile à la conformité AI Act

De formation supérieure (Bac+5 en informatique ou école d'ingénieurs), vous avez 4 ans d'expérience minimum en DevOps, MLOps ou SRE, et une première expérience sur des applications LLM en production. Compétences techniques requises Plateforme & Outils

• Kubernetes, Docker, Terraform
• CI/CD : GitLab CI, GitHub Actions ou Azure DevOps
• Au moins un cloud : Azure, AWS ou GCP

• Observabilité des LLM : Langfuse, LangSmith, Arize Phoenix, OpenTelemetry ou équivalent
• MLflow ou équivalent pour le suivi des modèles
• Passerelles LLM : LiteLLM, Azure API Management ou équivalent
• Serving de modèles : vLLM, TGI, Ollama (apprécié)

• Python, scripting, API REST
• Monitoring : Prometheus, Grafana, Datadog ou équivalent

• Sens du service et culture du run
• Rigueur dans la documentation et la gestion des incidents
• Capacité à travailler avec des équipes data, IA et sécurité

Rattaché(e) à notre practive IA générative et agents, vous concevez et mettez en production des agents IA pour nos clients grands comptes. Votre rôle : faire passer les cas d'usage du POC à la production, avec la fiabilité, la sécurité et la maîtrise des coûts qu'attend une DSI. Vos principales responsabilités :

1. Concevoir des agents IA utiles aux métiers

• • Cadrer les cas d'usage avec les équipes métier et IT, et choisir le bon niveau d'autonomie (assistant, agent outillé, multi-agents)
  • Concevoir l'architecture : orchestration, mémoire, outils, accès aux données via RAG

2. Développer et intégrer au SI

• • Développer les agents en Python avec LangGraph, Semantic Kernel, CrewAI ou un framework équivalent
  • Connecter les agents aux applications et aux données du client via API et serveurs MCP
  • Mettre en place les garde-fous : gestion des droits, validation humaine, filtrage des entrées et des sorties

3. Évaluer et fiabiliser

• • Construire des jeux d'évaluation et mesurer la qualité des réponses, le taux de réussite des tâches et les hallucinations
  • Comparer les modèles (OpenAI, Mistral, Anthropic, modèles open source) selon la qualité, la latence et le coût

4. Industrialiser

• • Déployer en production avec CI/CD, conteneurs et observabilité, en lien avec nos ingénieurs LLMOps
  • Documenter les agents pour la conformité AI Act et la passation au run

5. Contribuer au SmartLab

• • Participer à nos travaux de R&D sur les agents et partager votre veille avec les équipes

De formation supérieure (Bac+5 en informatique, data science ou école d'ingénieurs), vous avez 3 à 5 ans d'expérience en développement Python, dont au moins un projet d'IA générative mené jusqu'en production. Compétences techniques requises IA & LLMs

• Agents et orchestration : LangGraph, LangChain, Semantic Kernel, CrewAI ou équivalent
• RAG : embeddings, bases vectorielles (pgvector, Qdrant, Azure AI Search), reranking
• Protocole MCP et appels d'outils (function calling)
• Évaluation des LLM : Ragas, DeepEval, LangSmith, Langfuse ou équivalent

• Python avancé, FastAPI, tests automatisés
• Docker, Git, CI/CD
• Au moins un cloud : Azure (Azure OpenAI, AI Foundry), AWS (Bedrock) ou GCP (Vertex AI)

• Dataiku LLM Mesh, Databricks Mosaic AI ou Microsoft Copilot Studio
• Connaissance de l'AI Act et des enjeux de sécurité des LLM (prompt injection, fuite de données)

• Appétence pour la mise en production et le concret plutôt que l'effet waouh d'un démo
• Capacité à expliquer un choix technique à un DSI comme à un métier
• Curiosité et veille active sur un domaine qui évolue chaque mois

Smartpoint recherche, dans le cadre de ses missions auprès de grandes organisations publiques et privées, un(e) Data Gouvernance Manager intervenant sur des missions de structuration et de pilotage opérationnel de programmes de gouvernance data, visant à faire progresser la maturité data des organisations, à coordonner les acteurs métiers et techniques, et à ancrer des pratiques durables dans la durée. Le Data Governance Manager est un profil senior opérationnel, capable de prendre en main un programme de gouvernance chez un client et de le faire vivre. Il pilote, coordonne et fait progresser la maturité data de l'organisation, en s'appuyant sur les Data Stewards et en interagissant directement avec les Data Owners, la DSI et les équipes conformité. Il intervient dans des contextes variés, allant de la mise en place des fondations de gouvernance jusqu'aux organisations les plus avancées. Le poste consiste à :

• Définir ou consolider le cadre de gouvernance data : politiques, standards, rôles (Data Owner, Steward, Product Owner), processus
• Construire et piloter la roadmap de maturité data, prioriser les chantiers avec les parties prenantes
• Animer les instances de gouvernance : comité data, groupes de travail domaines, revues qualité
• Mesurer et reporter la progression via des KPIs de maturité, de qualité et d'adoption
• Encadrer et coordonner les Data Stewards de plusieurs domaines
• Accompagner les Data Owners dans la prise en charge de leurs responsabilités data
• Être l'interlocuteur clé entre les métiers, la DSI, les équipes data engineering et les équipes conformité
• Faciliter la résolution des arbitrages et la gestion des conflits de priorité
• Piloter le choix, le déploiement et l'adoption de l'outil de data catalog en lien avec la DSI et les équipes data
• Structurer les métadonnées dans l'outil : domaines, objets de données, règles de gestion, glossaires transverses
• Définir et faire respecter les règles de saisie et de maintenance du catalog : qui saisit quoi, selon quelles normes, avec quelle fréquence
• Animer l'adoption du catalog auprès des Data Stewards et des équipes métiers : formation, accompagnement, montée en autonomie
• Assurer le lien entre le data catalog, le data lineage et la traçabilité des données dans les pipelines
• Contribuer à l'intégration de la gouvernance dans les pratiques DataOps et les outils de data quality
• Piloter la conformité RGPD
• Identifier et traiter les risques data : qualité, sécurité, accessibilité, réglementation

De formation Bac+5 (école d'ingénieur, université, école de commerce ou équivalent) vous justifiez de 5 à 10 ans d'expérience, dont une expérience significative sur des chantiers de gouvernance ou de pilotage data.

• Vous avez déjà piloté un chantier data catalog de bout en bout — du choix de l'outil à l'adoption opérationnelle
• Vous êtes à l'aise aussi bien dans des environnements en cours de structuration que dans des organisations avancées sur le plan de la maturité data
• Vous savez naviguer dans des organisations complexes et obtenir l'engagement des métiers sur des sujets transverses

• Bonne maîtrise des frameworks de gouvernance data (DAMA ou équivalent)
• Maîtrise opérationnelle d'au moins un outil de data catalog (Collibra, DataGalaxy, Zeenea, Alation…) : configuration, structuration des métadonnées, animation des utilisateurs
• Compréhension des architectures data modernes (Data Mesh, Lakehouse, plateformes cloud)
• Bonne connaissance des outils de data lineage et de data quality
• Capacité à coordonner des équipes pluridisciplinaires sans lien hiérarchique direct
• Maîtrise du RGPD

• Connaissance des environnements Cloud (Azure, GCP, AWS)
• Expérience sur plusieurs outils de data catalog sur des contextes clients différents
• Connaissance AI Act

Nous recherchons un(e) Data Governance Manager qui soit :

• Structuré(e) et rigoureux(se), avec un sens aigu de la priorisation
• Capable de passer du stratégique à l'opérationnel sans perdre le fil
• Autonome et capable de piloter un programme de bout en bout, y compris dans les phases difficiles d'adoption
• Pédagogue et doté(e) d'un excellent relationnel, aussi bien avec les métiers qu'avec les équipes techniques
• Attiré(e) par des projets à fort impact organisationnel

Dans le cadre de projets data stratégiques menés pour nos clients grands comptes, nous recherchons un Expert Snowflake / dbt pour renforcer nos équipes et intervenir sur des plateformes data cloud modernes à forts enjeux de performance, de sécurité et de qualité des données.  

Vos missions

• Concevoir et faire évoluer des plateformes data cloud basées sur Snowflake et dbt

• Administrer et optimiser les environnements Snowflake (performance, coûts, monitoring)

• Mettre en œuvre des pipelines d’ingestion via Snowpipe et des stages externes AWS S3

• Développer des modèles de données analytiques et des transformations SQL avancées avec dbt

• Industrialiser les traitements grâce aux macros Jinja, tests dbt et snapshots

• Garantir la sécurité et la gouvernance des données (RBAC, RLS, Dynamic Data Masking)

• Documenter les modèles et collaborer avec les équipes data et métiers

  De formation supérieure (Diplôme d'ingénieur, Master, ...), vous justifiez d'une expérience de 5 ans minimum dans un contexte data :  

• Expérience confirmée en data engineering / analytics engineering

• Certification Snowflake exigée (SnowPro Core / Advanced)

• Maîtrise de Snowflake : administration, optimisation des warehouses, monitoring et sécurité

• Pratique avancée de dbt : modélisation, SQL complexe, macros Jinja, tests et snapshots

• Expérience des flux d’ingestion via Snowpipe et AWS S3

• Connaissance des mécanismes de sécurité des données (RBAC, RLS, Dynamic Data Masking)

• Sens de la qualité, de la documentation et des bonnes pratiques data

Au sein d’une équipe spécialisée en Data et Intelligence Artificielle, vous intervenez sur des problématiques à forte dimension technique autour de la gestion de données, de l’Information Retrieval et de l’IA générative. Votre mission consiste à concevoir et industrialiser les pipelines permettant de collecter, transformer, indexer et rechercher de grands volumes de données, afin d’alimenter des applications basées sur les LLM et les architectures RAG. Vous serez également impliqué dans les choix d’architecture, l’amélioration de la pertinence des recherches et l’industrialisation des solutions en production.   Vos principales missions Data Engineering & Indexation

• Concevoir et industrialiser des pipelines d’ingestion de données provenant de sources hétérogènes.
• Mettre en œuvre les traitements de parsing, nettoyage, normalisation et chunking.
• Concevoir et maintenir des systèmes d’indexation à grande échelle.
• Mettre en œuvre des bases vectorielles et des embeddings.
• Garantir la qualité, la fraîcheur, la traçabilité et la scalabilité des données et des index.

• Concevoir des stratégies de recherche sémantique et hybride.
• Combiner recherche lexicale (BM25), embeddings, filtrage et reranking.
• Mettre en place des indicateurs de pertinence : Recall, Precision, nDCG, MRR.
• Optimiser les mécanismes de Retrieval alimentant les LLM et architectures RAG.
• Travailler sur la gestion du contexte, la déduplication et la qualité des résultats.

• Participer aux choix techniques et à l’évolution de la stack Data/IA.
• Mettre en place les bonnes pratiques de développement : Clean Code, SOLID, tests automatisés.
• Assurer l’observabilité des pipelines et des services.
• Contribuer à la sécurité et à la conformité des données.
• Accompagner techniquement les équipes et partager les bonnes pratiques.

• Python 3.11+
• Data Engineering / Information Retrieval
• Embeddings / NLP
• Recherche sémantique et hybride
• RAG / LLM
• Bases vectorielles : Qdrant, Weaviate, pgvector, OpenSearch
• PostgreSQL
• Tests avec Pytest

• LangChain
• OpenAI, Mistral, Amazon Bedrock
• BM25 / reranking
• Kafka
• Redis
• Airflow / Spark
• Docker / Kubernetes
• CI/CD
• Go ou Java

De formation supérieure en informatique, Data, IA ou domaine équivalent, vous disposez d’une expérience significative en Data Engineering, Information Retrieval ou IA appliquée, idéalement sur des environnements à forte volumétrie. Vous maîtrisez notamment :

• la conception de pipelines Data industrialisés ;
• l’indexation et la recherche sur de grands volumes de données ;
• les embeddings et la recherche vectorielle ;
• les architectures de Retrieval et RAG ;
• l’évaluation et l’optimisation de la pertinence des résultats ;
• les problématiques de qualité, traçabilité et versioning des données.

Nous recherchons un(e) Data Engineer Senior passionné(e) pour rejoindre notre équipe Microsoft. Vous intervenez sur la conception et la modernisation de plateformes data sur Microsoft Azure et Microsoft Fabric, y compris la migration de plateformes Azure existantes vers Fabric.

• Concevoir et implémenter des solutions de données sur la plateforme Microsoft Azure.
• Gérer et optimiser les flux de données avec des outils comme Azure Data Factory, Azure Data Lake, Azure SQL Database et Azure Functions.
• Concevoir et déployer des plateformes data sur Microsoft Fabric : OneLake, Lakehouse, Warehouse et architecture médaillon (bronze, silver, gold).
• Développer les pipelines d'ingestion et de transformation avec Data Factory dans Fabric, Dataflows Gen2 et les notebooks Spark (PySpark).
• Participer aux migrations d'Azure Synapse, d'Azure Data Factory ou de Power BI Premium vers Microsoft Fabric.
• Mettre en place la gouvernance et la sécurité de la plateforme avec Microsoft Purview, les espaces de travail et les droits Fabric.
• Mettre en place des processus d'intégration et d'analyse de données via Azure Analysis Services.
• Participer activement à la modélisation des données en utilisant les techniques de modèle entité-association et de modélisation dimensionnelle.
• Travailler sur des projets complexes en collaboration avec les équipes de développement et les architectes de données.
• Assurer une qualité de données optimale et garantir des performances de traitement élevées.
• Mettre en œuvre des processus ETL/ELT robustes et optimisés.
• Utiliser Azure DevOps pour le suivi des tâches et la gestion des projets.
• Concevoir des modèles sémantiques et des rapports Power BI connectés à Fabric, notamment en mode Direct Lake.

• Expérience de 5 à 7 ans en tant que Data Ingénieur, avec une forte maîtrise des outils et services Microsoft Azure.
• Solide expérience avec les technologies suivantes : Azure Data Factory, Azure Data Lake, Azure SQL Database, Azure Analysis Services, Azure Functions.
• Expérience significative sur Microsoft Fabric : OneLake, Lakehouse, Data Factory dans Fabric, notebooks Spark.
• Bonne maîtrise de PySpark et du format Delta Lake.
• Certification Microsoft Fabric Data Engineer Associate (DP-700) ou Fabric Analytics Engineer (DP-600) appréciée.
• Maîtrise du langage SQL et des bonnes pratiques de gestion de base de données.
• Bonne compréhension de l'architecture des services cloud Azure : réseau, sécurité, identités (Microsoft Entra ID).
• Bonne maîtrise des techniques de modélisation des données, en particulier le modèle entité-association et la modélisation dimensionnelle.
• Solide expérience en ETL/ELT.
• Maîtrise de Azure DevOps pour assurer une gestion efficace des tâches.
• Compétences dans l’utilisation d’outils de dataviz, notamment Power BI, pour la création de rapports et tableaux de bord.
• Capacité à travailler en équipe et à gérer plusieurs priorités simultanément.

• Vous êtes synthétique et organisé ;
• Vous avez un bon sens du relationnel et vous aimez travailler en équipe, entouré de nombreux experts dans la data ;
• Vous avez envie de rejoindre une entreprise qui saura vous faire grandir et progresser rapidement vers de nouvelles responsabilités.

Smartpoint, ESN spécialisée dans la data, accompagne ses clients dans la conception et le déploiement de plateformes data cloud performantes et scalables.
Dans le cadre de notre croissance, nous recherchons un Data Engineer pour intervenir sur des projets stratégiques autour de la donnée, du Cloud et du Big Data.

Vos missions

En tant que Data Engineer, vous serez au cœur des enjeux data de nos clients :

• Conception et développement de pipelines de données robustes et scalables

• Développement en Python pour le traitement et l’orchestration des flux

• Mise en œuvre de solutions data sur Google Cloud Platform (GCP)

• Modélisation, optimisation et exploitation de Snowflake

• Intégration de données (ETL / ELT) issues de sources multiples

• Garantie de la qualité, de la fiabilité et de la performance des données

• Contribution aux choix d’architectures Data & Cloud

• Travail en collaboration avec Data Analysts, Data Scientists et équipes métier

Diplômé d'une école d'ingénieur ou d'un Master vous avec une forte sensibilité aux architectures modernes et disposez des qualités requises suivantes :

• une expérience de minimum 3 ans dans un contexte data similaire

• Solide maîtrise de Python

• Expérience confirmée sur GCP (BigQuery, Dataflow, Cloud Storage, Composer…)

• Pratique professionnelle de Snowflake

• Bonne connaissance des bases de données SQL

• Compréhension des enjeux Big Data, Cloud et Data Warehouse

• Sensibilité aux problématiques de performance, de coûts et de sécurité

• Autonomie, rigueur et esprit d’équipe

• une maitrise de l'anglais à l'oral et à l'écrit