Data engineer - machine learning h/f

AddixGroup est une société de conseil et réalisation en développement applicatif, data, cloud et cybersécurité. En somme, un partenaire en transformation digitale des entreprises, reconnu pour son professionnalisme et son approche clients / consultants.

Notre singularité : nous cherchons véritablement à développer nos consultants en portant leur carrière à la hauteur de leurs espérances. Nous les poussons dans leur formation et progression au travers de projets stimulants au sein d'entreprises à impact ou en phase de transformation vers un modèle plus responsable et durable.

Nous aidons nos clients à réussir leur transformation numérique en travaillant aux côtés de leurs équipes sur :
- Le développement et la maintenance de produits performants et durables avec un excellent niveau technique ;
- L'évaluation du niveau de sûreté / cybersécurité en combinant audit et pentests ainsi que la mise en oeuvre d'actions de remédiation ;
- L'évaluation, la mise en oeuvre et la migration de solutions cloud agnostiques ;
- L'exploitation de leur potentiel data en leviers de performance business. Nous recherchons un(e) Data Engineer / Machine Learning pour piloter les projets data, BI et IA de notre client, avec un focus particulier sur l'intégration de l'IA dans l'ERP.
Le premier objectif est la mise en place d'une architecture data robuste (ETL, Data Warehouse) afin de fiabiliser, historiser et exploiter la donnée de façon industrielle.

Le second objectif est que ce Data Engineer arrive avec une forte sensibilité Machine Learning, capable de poser les fondations de notre SI data-driven et d'accompagner l'émergence de cas d'usage IA.

Missions principales :

1. Architecture & Infrastructure Data
- Définir et mettre en oeuvre l'architecture du Data Warehouse (sur site).
- Construire des pipelines ETL/ELT pour automatiser les flux de données à partir des systèmes existants (ERP, TMS, WMS, etc.).
- Assurer la gouvernance de la donnée : qualité, traçabilité, historisation, sécurité.
- Participer à la mise en place d'un catalogue de données.

2. Préparation et Structuration pour l'IA
- Concevoir des modèles de données adaptés aux futurs cas d'usage IA.
- Structurer et enrichir les datasets nécessaires aux analyses prédictives (prévisions ETA, détection anomalies).
- Travailler en étroite collaboration avec les développeurs de l'ERP pour intégrer les flux de données métiers.

3. Collaboration & Culture Data
- Travailler de manière transverse avec les équipes IT, métier, développement logiciel et direction.
- Accompagner les équipes dans l'usage de la donnée (montée en compétence, outils de consultation, sensibilisation aux enjeux data).
- Être moteur dans la montée en puissance d'une culture data-driven.

4. Développement Machine Learning (à moyen terme)
- Participer à l'expérimentation de premiers modèles ML simples en collaboration avec les métiers.
- Industrialiser les modèles développés via API, conteneurisation, intégration à l'ERP ou outils de supervision.