TROUVE TES PROCHAINES MISSIONS FREELANCE ET PROPULSE TA CARRIÈRE !

ENVIRONNEMENT TECHNIQUE * Visualisation : Tableau Software, Power BI, autres outils de dataviz. * Data Science & Préparation des données : Dataiku, Data Lake Groupe, Azure Databricks. * Outils collaboratifs : Office 365 (Teams, SharePoint), Jira, Service Now etc. * Gestion de projets en Agile (Scrum, SAFe) ou cycle en V selon les besoins. Environnement de travail Objectifs et livrables Le Consultant Data Analytics interviendra sur des volets d'acculturation, animation de communauté, développement de solutions analytiques pour le compte du Centre d'Excellence ou en délégation pour les entités métiers. MISSIONS Accompagnement projet * Accompagner les directions métiers en co-construction de leurs initiatives data (Reporting, Machine Learning, etc.) * Accompagner les collaborateurs dans leurs projets (recueil des besoins, création de PoC et de MVP, préparation des données…). * Assister au développement de tableaux de bord opérationnels ou modèles ML. Animation de la communauté * Participer activement à l'animation de la communauté Data au sein du Groupe La Poste. * Promouvoir la culture data et les initiatives du Pôle Data à travers des événements et partages d'expériences : Hackaton, Challenge Dataviz, Programme Champion etc. Conseil et veille technologique * Identifier les opportunités d'amélioration, notamment sur des problématiques qualité des données. * Proposer des axes stratégiques pour enrichir l'offre analytique libre-service. * Réaliser une veille active sur les outils de visualisation et leurs évolutions (Tableau, technologies émergentes…). LIVRABLES ATTENDUS * Rapports d'avancement (cadence et format définis en collaboration avec les parties prenantes). * Supports pour réunions et ateliers (incluant comptes rendus).. * Matrices de suivi des actions et roadmap projet. * Supports pour comités de suivi avec reporting clair

Nous recherchons un profil type architecte DataOps, MLOps, AI pour participer au design technique, à l'implémentation en production, à l'industrialisation, et au support et à l'amélioration continue des produits et services d'IA pour les métiers et fonctions du groupe Vous travaillerez avec le front sur : * L'élaboration, la mise en production, l'amélioration continue et le support opérationnel des fonctionnalités à valeur ajoutée autour des produits et services du Datalab : APIs, workflows MLOps, pipelines, dashboards, etc. You build it, you run it! * Participer au maintien en conditions opérationnelles, à la supervision et à la fiabilisation des 15+ plateformes de Data Science de Production du Groupe * Mettre en place les outils et bonnes pratiques, et accompagner les clients dans les démarches MLOps / LLMOps autour de ces outils. * Accompagner les utilisateurs dans l'utilisation de frameworks de calcul distribué et/ou d'accélérateurs de calcul hardware (GPU). * Renforcer les équipes de Support et d'accompagnement N3 du DataLab sur les plateformes et outils d'IA du groupe (best practices, mentoring, etc). Environnement technique de l'équipe Front * Docker / Kubernetes / OpenShift * Frameworks de calculs distribues (Spark, Ray, Dask, OpenMPI) * GPU Computing (CUDA, Rapids, NIMs, Nemo) * Environnements de Data Science Python, Conda, R (opt.) * Programmation en python * Shell scipting * MLFlow / KubeFlow * Outils de CI/CD DevSecOps/GitOps : Hashicorp Vault, Gitlab, Gitlab-CI, Artifactory, ArgoCD, Argo Workflow, Notre équipe est passée de 4 à 15 personnes en 2ans et nous passons à 20 cette année. Elle est séparée en 3 « mini-équipes » : * Front / AI Competency Center : Assurent le développement des solutions à offrir as-as-service et l'accompagnement des utilisateurs. * Automation : Pratiques DevSecOps / GitOps. / MLOps / LLMOps * GPU Grid System : Assurent l'administration des systèmes et un grid de GPU on premises … Et un PO Nous travaillons de pair avec : * Une équipe de DevOps pour les outils de plateformes (Vault, SSO etc...) * Une équipe de SRE pour les plateformes d'infra * Une équipe qui supporte le Datalake (Trino, Spark, et Minio) Environnement de travail

Afin de mener à bien cette mission, le client souhaite préciser le niveau d'expertise nécessaire dans les domaines suivants : -Connaissance en modélisation et restitutions de données -Certification MS PL-300 -Connaissance en datamart/data lake, ETL et Power BI -Anglais souhaité, mais non obligatoire -Connaissance du produit Generix et ou ERP (SAP) serait un plus Prestation attendue du prestataire Console Monitoring -Analyse de l'expression du besoin de notre client interne. -Analyse de l'architecture data fournie par notre architecte -Définition de la spécification technique -Création d'une maquette / visuel non dynamique (type Figma) de la console -Coordination avec les équipes techniques pour la réalisation du Datamart/datalake -Modélisation des données / rapport sur Power BI Livrables : Le Prestataire sera tenu de fournir les livrables suivants : -Si besoin, à déterminer avec le client, dossier d'avant-projet ; -Note de cadrage du projet ; -Compte-rendu et présentation des Kick-Off, COPROJ et COPILs ; -Compte-rendu clôture projet. -Tout type de document technique (ex : mode opératoire / SFD / Blueprint, cahiers de recette …), Analyse de l'expression du besoin de notre client interne. -Analyse de l'architecture data fournie par notre architecte -Définition de la spécification technique -Création d'une maquette / visuel non dynamique (type Figma) de la console -Coordination avec les équipes techniques pour la réalisation du Datamart/datalake -Modélisation des données / rapport sur Power BI Livrables : Le Prestataire sera tenu de fournir les livrables suivants : -Si besoin, à déterminer avec le client, dossier d'avant-projet ; -Note de cadrage du projet ; -Compte-rendu et présentation des Kick-Off, COPROJ et COPILs ; -Compte-rendu clôture projet. -Tout type de document technique (ex : mode opératoire / SFD / Blueprint, cahiers de recette …)

Au sein d'une grande structure de transport public, la Data Factory pilote les plateformes Data de l'entreprise (référentiels, datalake, IA, analytics, self-BI...). Dans ce cadre, notre client cherche un DevOps expérimenté pour intervenir sur deux plateformes Data Cloud : Plateforme Data principale (AWS + Databricks) Plateforme IA Générative (Azure PaaS + Azure OpenAI) Objectif : renforcer le socle technique, assurer la MCO, les déploiements, le monitoring, et accompagner les intégrations applicatives.

Tu as pour mission principale, en tant que Tech Lead, de : * Manager fonctionnellement les développeurs (Software(s), Data engineer(s)…) d'une ou plusieurs squads, * Assurer les choix techniques en collaboration avec la squad dans le respect des standards, * Faire comprendre les choix techniques & obtenir l'adhésion des parties prenantes, * Interagir au quotidien avec les parties prenantes (métier, tech authority…) * Garantir la qualité logicielle de la prestation de l'équipe, * Veiller à la bonne mise en œuvre du plan de développement du produit., 1. Excellence technique & architecture * Garantir la qualité du code, des tests et de la documentation. * Concevoir des solutions évolutives, performantes et maintenables. * Définir et faire respecter les standards techniques et les bonnes pratiques. * Diriger les revues de code, les choix d'architecture et les discussions techniques. 2. Encadrement & leadership * Accompagner, mentorer et faire monter en compétence les membres de l'équipe. * Organiser les entretiens individuels et suivre les performances. * Favoriser un environnement collaboratif et innovant. 3. Pilotage projet * Élaborer et suivre les plannings de livraison. * Travailler avec les Product Owners pour comprendre et prioriser les besoins. * Identifier et gérer les risques techniques (dette technique, performance, scalabilité). 4. Communication & coordination * Servir de lien entre l'équipe de développement et les parties prenantes (produit, qualité, ops...). * Communiquer clairement sur les enjeux, les choix techniques et l'avancement des projets. * Représenter l'équipe lors des réunions transverses. 5. Qualité & DevOps * Mettre en place des pratiques de tests robustes (unitaires, intégration, end-to-end). * Superviser les pipelines CI/CD. * Assurer une culture de qualité et de rigueur dans le delivery. 6. Rituels & interactions d'équipe * Animer les daily stand-ups, les rétrospectives et les revues de sprint. * Organiser des sessions de mentorat et de brainstorming techniques.

Nous recherchons un Data Engineer | DevOps AWS (H/F) pour contribuer à la construction, à l'évolution et à la fiabilité d'un Data Lake stratégique, au cœur des projets liés à l'analyse de l'expérience utilisateur. Vous interviendrez sur l'ensemble de la chaîne de traitement des données (ingestion, transformation, restitution) au sein d'un environnement AWS moderne, dans une logique d'industrialisation, de performance et de qualité de service. Vos principales missions : * Maintenir et faire évoluer une architecture data scalable sur AWS, adaptée à des volumes importants de données hétérogènes (logs, fichiers, API…). * Concevoir et structurer les différentes couches du Data Lake (Landing, Bronze, Silver) en lien avec les besoins métiers et les bonnes pratiques data. * Développer des pipelines de traitement de données robustes et automatisés (ETL/ELT), en batch ou quasi temps réel, via des services AWS : Glue, Lambda, EMR, Redshift, S3… * Orchestrer les flux de données et automatiser les traitements entre les différentes couches du Data Lake. * Assurer le MCO : surveillance, détection et résolution des incidents, fiabilisation des flux, documentation technique. * Intégrer de nouvelles sources de données aux formats variés (API REST, fichiers plats, logs applicatifs…) tout en assurant sécurité et performance. * Mettre en place des mécanismes de gestion des rejets et de réconciliation pour garantir la qualité et la cohérence des données. * Participer à l'amélioration continue de la plateforme (veille, refonte, optimisation), dans une logique DataOps (CI/CD, qualité, tests, versioning). * Collaborer avec les équipes projet, data analysts, data scientists et métiers pour aligner les solutions techniques avec les usages attendus. * Documenter l'architecture, les traitements et les processus pour assurer la traçabilité, la maintenabilité et la capitalisation.