Nous recrutons deux Analystes d'Exploitation (H/F) spécialisés en environnement Data, Cloud et Intelligence Artificielle, avec le profil suivant : **Orchestration, automatisation et exploitation intelligente :** Maîtrise des solutions d'orchestration et d'automatisation telles qu'Apache Airflow, Autosys, Control-M et $Universe. Expérience dans la supervision et l'optimisation de chaînes de traitement complexes. Une connaissance des agents IA, des workflows intelligents et des plateformes d'automatisation augmentées par l'IA (LangChain, CrewAI, Microsoft Copilot Studio) constitue un réel avantage. **Expertise technique et gestion des flux de données :** Bonne maîtrise des environnements systèmes, réseaux et bases de données. Expérience significative sur les outils ETL/ELT du marché tels que Datastage, Informatica, Talend, SAS, SSIS et Azure Data Factory. Connaissance des architectures modernes de traitement de données et des plateformes cloud orientées Data Engineering. **Bases de données, Data Warehouse et analytique avancée :** Excellente maîtrise du SQL (T-SQL, PL/SQL) ainsi que du scripting Python, Bash ou PowerShell pour l'automatisation. Solides compétences sur Oracle, SQL Server, PostgreSQL, MySQL ainsi que sur les plateformes analytiques modernes telles que Snowflake, BigQuery, Databricks et Redshift. **Administration systèmes, Cloud et infrastructures hybrides :** Maîtrise des environnements Linux (RedHat, CentOS, Debian, Ubuntu) et Windows Server. Capacité à intervenir sur des infrastructures hybrides (On-Premise et Cloud) dans les environnements Azure, AWS et GCP. Une expérience des technologies Docker, Kubernetes et OpenShift est fortement appréciée. **DevOps, MLOps et industrialisation des traitements :** Connaissance approfondie des outils Git, GitLab, GitHub, Jenkins et Azure DevOps ainsi que des pratiques CI/CD. Maîtrise des solutions de monitoring et d'observabilité telles que Grafana, Prometheus, ELK Stack, Splunk ou Dynatrace. Une expérience des concepts MLOps (MLflow, Kubeflow, Vertex AI, Azure Machine Learning) est un plus. **Développement Data, IA et Machine Learning :** Excellente maîtrise de Python et de son écosystème Data (Pandas, NumPy, Scikit-Learn). Connaissance des frameworks d'IA et de Machine Learning tels que TensorFlow, PyTorch, Spark MLlib et Hugging Face. Une expérience dans le développement, le déploiement ou l'exploitation de modèles prédictifs et de solutions d'IA générative est appréciée. **Sécurité, gouvernance et conformité des données :** Bonne compréhension des standards et bonnes pratiques de sécurité informatique (ISO 27001, RGPD, NIST, PCI-DSS). Sensibilité aux problématiques de gouvernance des données, de qualité des données, de gestion des accès et de sécurisation des environnements Data et IA. **Gestion de projet Agile et amélioration continue :** Expérience des méthodologies Agile (Scrum, Kanban, SAFe) et maîtrise des outils collaboratifs tels que Jira, Confluence, ServiceNow et Microsoft Teams. Capacité à participer activement à l'amélioration continue des processus d'exploitation et de production. **Analyse, communication et gestion des incidents :** Excellentes capacités d'analyse, de diagnostic et de résolution d'incidents critiques. Aptitude à interagir avec des interlocuteurs techniques et métiers, à produire une documentation de qualité et à assurer un reporting efficace auprès des parties prenantes. **Connaissance des environnements métiers :** Une expérience dans les secteurs de la banque, de la finance, de l'assurance, de l'énergie, de l'industrie ou des télécommunications constitue un atout afin de mieux appréhender les enjeux fonctionnels et contribuer à l'optimisation des processus métiers et décisionnels.