Data & AI Engineer Senior – Data Office sur Bois-Colombes

Contexte

Au sein du Data Office de Coface, le consultant intervient dans un contexte international pour développer et industrialiser des solutions autour de la Data Management, Data Quality, Data Governance et de l’IA générative.

Missions

1. Data Management, Data Governance & Data Quality

• Concevoir, développer et maintenir des applications et services Python destinés à automatiser les processus de Data Governance et Data Quality.

• Développer des mécanismes de contrôle de la qualité des données, de détection d’anomalies et de monitoring.

• Industrialiser les traitements de collecte, d’analyse et de reporting liés à la qualité des données.

• Développer des APIs REST et services MCP permettant d'interconnecter les outils du Data Office, Data Marketplace, catalogues de données, plateformes data et outils BI.

• Automatiser et optimiser les processus de gestion des données.

• Contribuer à la mise en place de solutions robustes, maintenables et conformes aux standards d’architecture et de sécurité du Groupe.

2. IA Générative & Agentic AI

• Concevoir et développer des assistants IA spécialisés pour les besoins du Data Office.

• Développer des solutions de Text-to-SQL permettant d'interroger des bases de données en langage naturel.

• Concevoir des architectures Agentic AI basées sur des LLM, avec mécanismes d’orchestration, raisonnement et accès aux différentes sources d’information.

• Développer des connecteurs et intégrations via le Model Context Protocol (MCP).

• Mettre en œuvre des architectures de type RAG et intégrer différentes sources de données et de connaissances.

• Participer à l’industrialisation et au déploiement des solutions IA en environnement de production.

• Veiller au respect des exigences de sécurité, gouvernance, architecture et exploitation.

• Contribuer aux initiatives IA existantes du Data Office, notamment :

  • l’agent Jira permettant d’évaluer la qualité des tickets entrants et d’anticiper leur criticité ;

  • l’agent de requêtage de bases de données en Text-to-SQL.

3. Industrialisation & accompagnement

• Produire du code, packages Python, APIs et services documentés, testés et maintenables.

• Mettre en place les pipelines d’intégration et de déploiement nécessaires à l’industrialisation des solutions.

• Rédiger la documentation technique et d’exploitation ainsi que les procédures de déploiement.

• Participer aux phases de tests, mise en production et maintien en conditions opérationnelles.

• Assurer un reporting régulier sur l’avancement, les risques, les dépendances et les arbitrages nécessaires.

• Communiquer efficacement les résultats et sujets techniques auprès d’interlocuteurs techniques et métiers.