POSTE : Lead Data & ai Engineer H/F DESCRIPTION : ITSAP est la filiale IT du Groupe Oui Care, leader français des services à la personne. Au coeur de la transformation digitale du Groupe, elle conçoit et fait évoluer les outils technologiques qui accompagnent son développement. Développement & industrialisation - Concevoir, développer, fiabiliser et industrialiser les solutions Data exploitées par ITSAP et les entités du Groupe. - Intervenir directement sur les développements complexes, les pipelines, les modèles de données, les interfaces et les problématiques de performance, de qualité et d'exploitation. - Contribuer à la construction de la nouvelle plateforme Data, structurée autour de Snowflake (entrepôt de données) et dbt (transformation des données), en s'appuyant sur Matillion pour l'intégration et l'orchestration des flux dans le cadre de la plateforme actuelle en transition. - Assurer en parallèle la reprise et la maintenance de la plateforme Data existante, dans une logique de transition progressive vers la nouvelle plateforme. - Concevoir et fiabiliser les recettes SQL (tests de validation des données), en s'appuyant sur l'IA pour en accélérer la production. Référent technique de l'équipe - Assumer un rôle de référent technique auprès de l'équipe en place, revues de code, choix d'implémentation, standards de développement, tests, documentation, CI/CD et accompagnement de la montée en compétence. Architecture & pilotage du delivery - Seconder l'Architecte Data/IA dans la déclinaison concrète de l'architecture cible, l'évaluation des solutions et l'industrialisation des composants techniques. - Travailler en proximité avec le Chef de projet BI/Data afin de sécuriser les estimations, anticiper les impacts, proposer les solutions adaptées et garantir la qualité du delivery. Fiabilité & sécurité des plateformes Data - Contribuer à la fiabilité, à la traçabilité, à la sécurité et à la maintenabilité des flux et plateformes Data. IA & innovation - Participer à l'intégration progressive de capacités d'IA dans les produits, les processus et les pratiques de développement : services fondés sur les LLM, RAG, assistants, automatisation, génération de code et de tests, documentation et analyse. - Comprendre le fonctionnement des briques d'IA mises en oeuvre (par exemple la logique de fonctionnement d'un chatbot), afin d'en garantir la pertinence et la fiabilité. - Définir des critères de pondération adaptés aux cas d'usage métier (ex. optimisation des plannings des intervenants, détection des signaux de départ d'un client). - Utiliser des agents IA dans les pratiques quotidiennes de développement et d'exploitation. - Accompagner l'équipe dans l'adoption pragmatique et responsable de ces usages, en définissant des méthodes, garde-fous et composants réutilisables plutôt qu'en multipliant les expérimentations isolées. - Faire preuve de curiosité pour explorer de nouveaux usages et technologies au-delà du périmètre immédiat de la mission. Environnement technique Snowflake (entrepôt de données), Matillion (intégration et orchestration des flux), dbt (transformation des données), AWS, Git, GitLab et Jira. Tickets restaurant, intéressement participation, télétravail, frais de transport PROFIL : Profil & posture technique - Data Engineer senior, fortement opérationnel, capable de prendre de la hauteur tout en restant engagé dans la conception et le développement. - À l'aise avec les problématiques de modélisation, de pipelines, de qualité des données, de performance et d'industrialisation logicielle. Posture de Tech Lead - Capacité à challenger les choix, à expliquer, à faire progresser les pratiques et à devenir un point d'appui reconnu pour l'équipe, sans se substituer à l'Architecte Data/IA ni au Chef de projet BI/Data. Posture vis-à-vis de l'IA - Une expertise complète en intelligence artificielle n'est pas obligatoire ; en revanche, une curiosité forte, une pratique concrète des outils d'IA générative et la volonté d'en industrialiser les usages sont attendues. - Devra conserver une approche responsable : sécurité, confidentialité, qualité des données, évaluation des résultats, traçabilité et contrôle humain. Savoir-être - Pragmatisme, exigence technique, goût de la transmission, capacité à documenter. - Aptitude à travailler avec des interlocuteurs techniques comme métiers.