Développeur Python Data Eng (H/F)

🏢 Le Contexte : L'IA et la Data au service de l'Audit Stratégique

Rattachée au plus haut niveau d’un grand groupe bancaire, l’Inspection Générale joue un rôle crucial dans la gouvernance et la gestion des risques indépendante. Elle évalue l'efficacité des processus opérationnels, veille au respect des réglementations et s'assure de la conformité des pratiques avec les normes applicables.

Pour faire face aux nouveaux enjeux du secteur bancaire, l’Inspection Générale accélère le développement de ses pratiques via son pôle Data & IA. L’équipe adopte un système de rotation par vagues de missions couvrant quatre piliers : le développement tactique, une "hotline data" réactive, l'industrialisation des solutions à succès et l’accompagnement direct des inspecteurs lors de leurs missions sur site en France.

Nous recherchons un(e) Full-Stack Data & AI Engineer doté(e) d'une forte culture DevOps pour porter ces projets de bout en bout, de l'idéation jusqu'à l'infrastructure Cloud.

🎯 Vos Missions : Prototypage IA, Industrialisation et Modernisation DevOps

1. R&D, Prototypage & Projets Data/IA (De bout en bout)

• Concevoir et développer des applications d’analyse de données et d’IA robustes pour répondre aux besoins métiers des inspecteurs (ex. requêtage en langage naturel, détection d’anomalies, séries temporelles).

• Intégrer et implémenter des solutions avancées à base de grands modèles de langage (LLM, RAG, approche agentique).

• Contribuer à la réalisation des dossiers de cadrage fonctionnel et d’architecture technique des projets (IA, PowerBI, Dataiku).

2. Industrialisation, Frameworks & Gitflow

• Transformer les analyses et prototypes à succès en composants logiciels réutilisables (librairies, packages, templates, pipelines d'intégration).

• Assurer la "hotline data" : traiter les requêtes, questions et extractions rapides au fil de l'eau, en sécurisant la traçabilité et la priorisation (Jira/Confluence).

• Garantir la qualité globale du code, le respect du Gitflow et mettre en place des indicateurs de performance dans un système de dashboarding.

3. Déploiement Cloud & Pratiques DevSecOps

• Cadrer, administrer et préparer les environnements de développement et de production sur le Cloud (GCP et infrastructure Cloud privée myCloud).

• Accompagner la migration des applications et des chaînes d'intégration et de déploiement continus (CI/CD) vers l'Usine Logicielle du Groupe.

• Automatiser l'intégralité du cycle de release : du build automatisé aux tests unitaires/fonctionnels, jusqu'au paramétrage des analyses de qualité et de sécurité du code.

🛠 Environnement Technique & Compétences Clés

• Back-End & Data : Maîtrise avancée de Python et de son écosystème data (Pandas, Numpy). Conception d'APIs robustes (FastAPI, Django ou Flask).

• Data Engineering : SQL avancé, modélisation de bases de données (sources structurées et non structurées), fiabilisation des flux.

• Data & IA : Solides connaissances en Machine Learning et traitement automatique du langage naturel (NLP, LLM, RAG).

• DevSecOps & Cloud : Pratiques d'industrialisation sur Google Cloud Platform (GCP) et environnements conteneurisés. Fortes recommandations sur les outils de déploiement continu XLD (XL Deploy) et XLR (XL Release).

• Front-End (Le plus qui fera la différence) : Compétences sur Angular / TypeScript (RxJS, architecture front, gestion d'état, tests unitaires/E2E) pour concevoir des IHM complètes.

👤 Le Profil Recherché : L'Ingénieur Data Agile & Orienté Valeur

• Formation : Diplôme d'ingénieur ou équivalent Bac+5 (Master 2 en Informatique, Data Science ou discipline quantitative).

• Expérience : 3 à 6 ans d'expérience réussie dans la conception de solutions back-end/data complexes et l'automatisation DevOps, idéalement dans un environnement exigeant (secteur bancaire, financier ou réglementé).

• Soft Skills :

  • Posture de Leader & Facilitateur : Capacité à être force de proposition et à animer activement la communauté de pratiques de l’équipe.

  • Sens du service et pédagogie : Aptitude à collaborer avec des profils non techniques (inspecteurs), à effectuer des transferts de compétences et à aider les équipes à gagner en autonomie.

  • Esprit orienté "valeur métier", rigueur scientifique dans l'analyse de données et forte réactivité.