Datasets:

axel-rda

/

salary_extraction_ft_dataset

like 0

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

* *Data* * *Groupe en pleine croissance* * *Nantes* Vous rejoignez un groupe français spécialisé dans le Data Marketing auprès de grandes marques notamment dans les domaines du Retail et du E-commerce.Dans le cadre de leur croissance, ils recherchent un Data Analyst Marketing. *Mission*: Vous prenez un poste de Data Analyst et êtes en charge des études clients en équipe avec le pôle conseil. A ce titre vos responsabilités sont : * Études de connaissance clients : profil client, segmentation, performances de l’activité clients, mesure de la fidélisation (valeur clients, attrition), analyse des comportements omnicanal (retail, e-commerce) ... * Scoring prédictif, l'analyse des parcours et trajectoire produits ; * Analyses des campagnes et des performances des actions menées * Modélisation prévisionnelle d’activité * Restitution et présentation des résultats des études aux clients * Recommandations stratégiques et opérationnelles avec les Pôles Conseil et gestion de la relation client... *Profil *: * Diplôme d’Ingénieur en informatique ou équivalent * 5 ans d'expérience dans l'analyse de la Data Marketing * Bon niveau sur SQL * Connaissance d'un outil de Dataviz (Power BI ou Tableau) * Excellentes capacités d'analyse, d'argumentation et d'expression écrite et orale *Pourquoi les rejoindre ?* * Spécialisation Digital et Data Marketing * Diversité des missions et des clients * Entreprise à taille humaine Type d'emploi : Temps plein, CDI Salaire : à partir de 40 000,00€ par an Programmation : * Du lundi au vendredi * Travail en journée Lieu du poste : Hybrid remote (44100 Nantes

{'salaire': [{'montant_min': 40000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

A Propos de nous Capgemini est le leader mondial du conseil, des services informatiques et de la transformation digitale. Mais pour nous… c'est bien plus que ça ! Notre Pôle d'Excellence Insights & Data transforme les plus grandes entreprises en innovant grâce à la data. En France, nous sommes une équipe plus de 1000 passionnés présents au sein de 5 villes (Paris, Lille, Nantes, Rennes et Toulouse) et nous travaillons avec plus de 12 000 experts de la data partout dans le monde. Nous avons donc hâte de rencontrer nos prochains Alternants Data Analyst H/F ! A quoi ressemblera ton quotidien ? Tu seras intégré-e au sein d'une équipe projet pour l'un de nos clients grands comptes (Banques, Transports, Aéronautique, Industrie, Energie, Secteur Public, Assurances, Télécommunications, etc.). Plus précisément tu participeras : • A la mise en place de la stratégie data pour répondre aux enjeux métiers de nos clients • A la mise en place d'une base de données. Pour cela, tu collaboreras... avec les administrateurs et gestionnaires de la base de données • A la création de stratégies d'extraction et d'analyse de données • A rendre accessible et lisible les informations sous forme de Dashboard dynamiques. Pourquoi nous rejoindre ? • Une culture forte et bienveillante, et une grande place laissée à la liberté • Des clients variés, leaders de leur secteur • Une approche pragmatique, qui répond aux vrais enjeux des entreprises. • En plus de ton quotidien, tu pourras entreprendre, être formée et ainsi monter en compétence sur les différentes technologies autour de la Data Analyse dans un contexte enrichissant et en pleine évolution. Tu te reconnais si : Tu possèdes une connaissance (acquise lors d'un projet d'étude, d'un stage ou d'une alternance) sur l'utilisation des données pour répondre aux enjeux métiers de nos clients. Par ailleurs : • Tes ami.e.s ont tendance à te décrire comme rigoureux.se, curieux.se et ayant un réel attrait pour les technologies ? • Tes professeurs disent de toi que tu as bon niveau d'anglais ? • Quant à tes camarades de classe, ils ont tendance à apprécier ton autonomie, ta capacité à prioriser et ton esprit équipe ? Si tu n'as pas fait demi-tour à la lecture de ces questions ? Alors n'attend plus ! Postule ! « CAPGEMINI, Entreprise handi accueillante, conformément à la norme ANFOR NF X50-783, est également signataire de la charte de la diversité en entreprise »

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

QWESTEO est une suite de solutions leaders dans l’écoute client et le management du point de vente. Particulièrement destinée au monde du retail, elle a permis d’analyser plus de 20 millions d’avis clients collectés dans des centaines de points de vente. En très forte croissance, la société recherche un Data Scientist dont le rôle principal sera d’apporter son expertise et ses compétences dans la consolidation et le développement des solutions d’analyses automatisées. • *Missions **: Au sein de l’équipe R&D, vous aurez un rôle prépondérant dans les activités suivantes : - Veille scientifique et technologique ; - Croisement des bases de données ; - Analyses inférentielles des données ; - Conceptualisation des analyses automatisés ; - Visualisation des analyses automatisées ; • *Compétences souhaitées **: Pour mener à bien vos missions, vous devez maîtriser tout ou partie des compétences suivantes : - Méthodologies d’analyses statistiques : - Analyses quantitatives ; - Analyses... qualitatives ; - Outils d’analyses : - Knime, Modeler ou autres ; - Excel ; - Visualisation des analyses : - PowerBI, Datastudio ou autres ; - Langages de requêtes et programmation : - R, Python - SQL ; - Méta analyses de publications scientifiques : - Lecture d’articles scientifiques en anglais ; - Méthodologie de recherche d’articles ; Si vous vous reconnaissez dans cette description et dans les missions venez rejoindre l’aventure Type d'emploi : Temps plein, CDI Salaire : à partir de 25 000,00€ par an Avantages: - Titre-restaurant Programmation: - Travail en journée Formation: - Bac +4 (Maîtrise) (Optionnel) Lieu du poste : Un seul lieu de travail

{'salaire': [{'montant_min': 25000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

- - - - - - - - - - - - A propos de Watèa Watèa by Michelin est une solution de mobilité électrique sur-mesure pour les flottes de véhicules utilitaires. A travers une offre globale tout-en-un et un abonnement mensuel, Watèa by Michelin fournit des véhicules électriques, l’accès à une infrastructure de recharge, des services digitaux et un accompagnement dans la durée garantissant une transition énergétique simple et accessible à tous. Filiale du Groupe Michelin, Watèa s’inscrit dans la raison d’être du groupe Michelin « a better way forward » et ses valeurs de mobilité durable, d’innovation, de fiabilité et de respect du client. Chez Watèa, nous sommes reliés par des valeurs communes - Ouverture, Fiabilité et Audace - et animés par la volonté de contribuer à notre échelle, à améliorer la qualité de l’air en ville et réduire les émissions carbones. Vous souhaitez intégrer une équipe agile, ultra motivée et apporter votre contribution à un projet porteur de sens et en pleine... création ? Rejoignez-nous ! A propos de la politique de télétravail chez Watèa 2 Modes De Travail • Office-base : vous travaillez depuis nos bureaux • Hybrid : vous travaillez à distance 2 jours par semaine et au bureau le reste du temps Vos missions En tant qu’ingénieur Machine Learning, votre mission principale sera d’assister Watèa dans le développement, l’industrialisation et le suivi de modèles de machine learning. Vous travaillerez au sein de l’équipe Incubateur et de son pôle Data Science. L’équipe incubateur est référente dans les domaines de la mobilité bas carbone pour Watèa. Sa mission est d’innover, de tester la faisabilité, et d’industrialiser les produits de Watèa via la conception de systèmes embarqués, d'infrastructure de recharge, le développement de modèles data science, la stratégie d'acquisition de données associée et la mise à disposition des briques techniques développées auprès des autres entités de l’entreprise. A Ce Titre, Vos Missions Sont Les Suivantes • Concevoir, maintenir et faire évoluer les modèles et algorithmes associés à l’offre produit et service de Watèa actuelle et future, tout en respectant les bonnes pratiques de code et de travail collaboratif. • Participer aux déploiements et aux suivis des modèles et algorithmes produits pour en assurer une utilisation large. • Collecter, mettre en forme et analyser des jeux de données. Synthétiser et présenter les résultats obtenus (qualification de partenaires, preuves de concept, test de la solution télématique, etc). Vos compétences Compétences nécessaires • De niveau master vous avez une expérience significative dans le domaine du machine learning et de la data science • 2+ années d’expériences • Vous maîtrisez impérativement R et les librairies de traitement de la donnée (tidyverse et équivalents). Python est un plus. • Vous avez une expérience avec les techniques de modélisation et notamment de machine learning, de deep learning et des librairies associées (tidymodels, caret, keras, tensorflow et équivalents) • Familier du calcul distribué (Spark) et de la technologie cloud • Réalisation de synthèses bibliographiques • Familier de l’écosystème Azure est un plus • Expertise sur Git et stack CI/CD par exemple azure Dev Ops ou équivalent (Gitlab, Github) est un plus • Une expérience en traitement du signal et en analyse de données télématiques est un plus Les « savoir-faire » comportementaux • Vous êtes curieux techniquement, autonome, avec une grande vélocité d’apprentissage. • Vous êtes très rigoureux et utilisez la démarche scientifique pour résoudre les problématiques qui vous sont posées • Vous faites preuve d’un esprit de synthèse et vous adaptez votre communication en fonction de votre interlocuteur technique ou non technique. • Vous êtes force de proposition • Vous avez un niveau d’anglais au moins professionnel Poste basé à Clermont-Ferrand Rémunération 58 à 65k€ selon profil et expérience + bonus - - - - - - - - - - - - Michelin entreprise engagée dans la mobilité durable et reconnue pour ses actions en faveur de l’expérience employé ! • Une note de 99/100 à l’index de l’égalité femmes-hommes • 94,4% des stagiaires et alternants nous recommandent, label "Happy Trainees" depuis 8 années consécutives et toujours sur le podium • 80% de taux d’engagement de nos employés • 1ère place des entreprises dont les Français ont la meilleure image, baromètre Posternak / IFOP • 2ème entreprise la plus performante du CAC 40 et le premier industriel français au classement Challenges 2022 • Michelin lauréat du Grand Prix de l’accélération digitale dans la catégorie « Industrie 4.0 » Pour en savoir plus sur le Groupe : https://recrutement.michelin.fr - - - - - - - - -

{"salaire": [{"montant_min": 58000.0, "montant_max": 65000.0, "devise": "€", "frequence_versement": "an"}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Lynx RH Essonne, cabinet de recrutement en CDI, CDD et Intérim, recherche pour l'un de ses clients un Data Analyst H/F basé à proximité de Massy (91). Vos missions Découvrez les missions qui vous seront confiées : • Assurer le développement, l'évolution et la maintenance des flux de synchronisation entre les différents outils, • Participer à la constitution d'environnements d'analyses sur les données, • Représenter et analyser les données : proposition d'axes d'amélioration par des approches analytiques, • Produire des reports ou dashboards simples et proposer des KPI adaptés pour les différentes équipes métiers concernées, • Contrôler la fiabilité des données, • Transformer de la données brut en binôme avec les Data Engineer. Profil recherché Profil Ingénieur (BAC+5), avec 4 ans d'expérience sur un poste similaire. Savoir être : • Méthodique, • Synthétique, • Sens de l'analyse, • Esprit d'équipe, • Bon rédactionnel. Informations complémentaires Type de contrat : CDI Temps de... travail : Temps plein Salaire : 30000 € - 50000 € par an

{'salaire': [{'montant_min': 30000.0, 'montant_max': 50000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Senior Product Data Analyst - H/F Paris, France 50K€-60K€ TECH STACK : SQL,Python, Power BI ou Tableau LA SOCIÉTÉ : Cette entreprise en plein essor créée il y a 8 ans a développé une plateforme et une application permettant aux entreprises de protéger leurs données par le biais de l’intelligence artificielle. Venez rejoindre cette entreprise en plein essor et à taille humaine avec de belles ambitions de croissance pour 2023 ! La société recrute un profil stratégique pour le développement de sa plateforme : un Senior Product Data Analyst expérimenté. LE RÔLE : Au sein de l’équipe Data et en étroite collaboration avec l’équipe Produit, vous jouerez un véritable rôle technique en tant que premier Senior Product Data Analyst. Vos principales responsabilités seront : • Aider à la définition de la roadmap produit • Concevoir et maintenir des tableaux de bord • Déterminer, exécuter et évaluer les tests A/B • Offrir des analyses ponctuelles pour hiérarchiser et définir les projets •... Modélisation et structuration des données pour l’équipe Produit en collaboration avec des Data Analyst PROFILE RECHERCHE: Le profil devra réunir un maximum des points listés ci-dessous : • Vous êtes diplômé d’un diplôme d’ingénieur ou d’un équivalent Bac +5 • Niveau avancé sur SQL, Python et Power BI • Expérience significative en tant que Data Analyst ou Product Analyst • Expérience en intelligence artificiel et sur le cycle de vie d’un projet Data & Analytics

{"salaire": [{"montant_min": 50000.0, "montant_max": 60000.0, "devise": "€", "frequence_versement": "an"}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

A propos de Hool Hool est une startup Bordelaise qui permet aux entreprises, CSE et collectivités d’acheter des chèques cadeaux solidaires. Ces chèques cadeaux HOOL sont solidaires, car pour chaque utilisation, un don gratuit est réalisé pour financer des associations. Comment développe-t-on notre activité ? • ​ avec solidarité : au cœur de nos statuts ESS, elle fait partie de notre façon de travailler. Que cela soit avec les associations que nous finançons ou avec des clients en difficulté avec le digital, l’idée est de soutenir du mieux qu’on peut chaque acteur de notre chaine de valeur. • ​ en étant engagés : nous sommes engagés pour faire démultiplier l’impact de nos actions et cela nécessite souvent d’être persévérant, qualité nécessaire au quotidien pour mener à bien nos missions. • Créativité autorisée : dans tous les sens du terme, pour trouver des solutions aux problèmes du quotidien, pour communiquer ou encore pour convaincre une entreprise de travailler avec... nous…Utilisons la créativité qui sommeille en nous ! Missions proposées : En étroite collaboration avec notre CEO ainsi que nos équipes vente et commerciale, voici un aperçu de tes principales missions : • Collecter et analyser les données de ventes ou de toute autre activité de l’entreprise pour faciliter ses prises de décision, • Interroger les bases de données, interpréter les résultats et en extraire les plus pertinents, • Modéliser les données afin d’améliorer la segmentation client, • Réaliser des tableaux de bord avec graphiques et indicateurs de suivi, • Actualiser les reportings et analyses récurrentes, • Être force de proposition pour déployer des suivis d'indicateurs pertinents, • Tu participes de manière transverse à différents projets qui te permettront de découvrir les autres métiers de notre start-up, Ce que nous offrons : · L’occasion de participer à une aventure start-up de l’économie sociale et solidaire sur différents projets en France, · L’opportunité d’apprendre et d’évoluer au sein d’un environnement stimulant et en constant développement, · Un univers de travail agréable et convivial reposant sur les valeurs de l’économie sociale et solidaire, · Des perspectives de continuité après la période de stage. Profil recherché : Pour rejoindre notre équipe nous recherchons un(e) super stagiaire avec les compétences et qualités suivantes : • Tu suis une formation « Data Analyst » ou équivalent, • Tu partages les valeurs du secteur associatif et de l’économie sociale et solidaire, • Tu es passionné(e), avec une forte appétence pour les chiffres, le data mining et tu recherches un stage permettant d’envisager une suite après, • Tu es force de proposition et a le souci du détail, • On vante souvent ton dynamisme, ta curiosité et ton autonomie, Autres sujets Télétravail possible de manière ponctuelle Rémunération en fonction de la loi en vigueur : 4,05€ sur 35 heures Journée de travail : 8h30 / 17h Entrée en stage à partir d'avril 2024 Type d'emploi : Temps plein, Stage Durée du contrat : 6 mois Salaire : à partir de 4,05€ par heure Avantages : • Prise en charge du transport quotidien Programmation : • Du lundi au vendredi • Travail en journée Capacité à faire le trajet ou à déménager: • 33160 Saint-Médard-en-Jalles: Faire le trajet sans problème ou prévoir un déménagement avant de prendre son poste (Exigé) Lieu du poste : En présentiel

{'salaire': [{'montant_min': 4.05, 'montant_max': 4.05, 'devise': '€', 'frequence_versement': 'heure'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Les missions du poste A propos, qui sommes-nous ? Harmonie Mutuelle, Membre fondateur du groupe VYV, est un acteur leader de la protection sociale en France et protège 5 millions de personnes, 150 000 entrepreneurs et 69 000 entreprises qui ont choisi d'être accompagnés par une entreprise mutualiste à mission. Dotée d'une raison d'être, inscrite dans ses statuts, Harmonie Mutuelle s'engage à agir sur la santé des personnes et de la société. Acteur de l'Économie Sociale et Solidaire (ESS), Harmonie Mutuelle vise à concilier performance économique, sociale et environnementale, tout en plaçant l'humain au coeur de ses préoccupations. Harmonie Mutuelle, croit en la force du collectif et donne à ses salariés les moyens d'agir au quotidien dans une mission qui a du sens. Vous êtes en quête d'une nouvelle aventure professionnelle collective et porteuse de sens ? Vous voulez un parcours qui vous ressemble ? Vous avez envie d'évoluer dans un environnement de travail épanouissant fondé sur... la confiance, la diversité et l'égalité des chances ? Vous êtes au bon endroit ! Ensemble, nous pouvons faire la différence. Le poste Rattaché(e) la Direction Marketing, vous intégrez le service études de marché. L'équipe accompagne les 3 directions marketing marchés (Particuliers, Entrepreneurs et Entreprises) en menant des études sur-mesure qualitatives et quantitatives, en fournissant des tendances sociétales et analyses d'aide à la décision afin d'orienter leurs stratégies marketing et commerciales. Elle accompagne également les directions commerciales en termes de potentiels territoriaux, d'études géomarketing. Les missions principales Concevoir et mettre en oeuvre des outils de data visualisation à caractère géographique : animer un outil de visualisation de données sectorielles, géographiques à destination des directions de territoires, managers et réseaux commerciaux : - Data visualisation géographique des territoires, des potentiels, optimisation des RDV commerciaux, connaissance des portefeuilles clients/prospects - En gérant l'outil de visualisation des indicateurs géographiques développé sur PowerBI : - Gestion/actualisation/enrichissement de bases de données internes et externes, contrôles de cohérence des indicateurs, coordination avec équipes informatiques et data marketing, - Optimisation des livrables lors des évolutions des indicateurs, des besoins métiers et réseaux commerciaux, - Accompagnement des réseaux commerciaux et référents études en région sur l'appropriation de l'outil : démonstration des fonctionnalités, assistance utilisateurs. Mettre en oeuvre des études quantitatives approfondies et géomarketing pour répondre aux problématiques des marchés particuliers, entrepreneurs, entreprises : - En développant des enquêtes quantitatives en interne : - Recueil et formalisation des besoins auprès des marchés, rédaction de questionnaire, administration d'enquêtes en ligne, expression des besoins de ciblages, analyses statistiques, restitution des résultats avec recommandation sur outil dynamique et rapport d'étude synthétique - Gestion d'un outil d'administration d'enquête - Automatisation de traitement des données pour des enquêtes récurrentes : construction du recueil des données, organisation des livrables en tableaux de bord, analyse des évolutions - En menant des études géomarketing via la sous-traitance ou collaboration interne, sur des thématiques d'optimisation de maillage d'agences, d'évaluation de potentiels pour développement de partenariats d'offres : - Élaborer le cahier des charges, suivi de mise en oeuvre de l'étude avec les prestataires ou interne, validation des résultats et recommandation Le profil recherché Vous êtes titulaire d'un Bac +5 : parcours statistiques, marketing. Vous disposez d'une expérience d'au moins 5 ans sur un poste similaire. La connaissance du secteur assurantiel est un plus. Vous maitrisez des langages de programmation (R, SQL, SAS) et outils de datavisualisation (Power BI langage DAX PowerQuery). Vous connaissez les notions ou logiciel cartographique type géoconcept, un outil d'administration d'enquête en ligne. Vous avez eu l'occasion de construire des analyses quantitatives permettant de comprendre les besoins clients, testing produits... : traitement de données et restitution d'études. Vous avez démontré vos capacités à auditer, challenger, structurer et analyser des données. Vous pouvez collaborer avec différents interlocuteurs : directions, managers de réseaux, data scientists, chargés d'études. Vous êtes force de proposition dans les méthodologies, indicateurs à intégrer dans les études. Vous êtes habitué.e à travailler en transverse, en mode projet et appréciez le travail en équipe. Vous savez adapter votre communication et vos restitutions de données à différents interlocuteurs et en fonction des besoins. Ayant un esprit d'analyse et de synthèse, le goût pour la manipulation des chiffres. Vous êtes reconnu.e pour votre curiosité, autonomie, vos qualités organisationnelles, relationnelles et votre force de proposition. Votre orientation client vous permet de comprendre les enjeux marketing et commerciaux. Bienvenue chez Harmonie Mutuelle A propos, qui sommes-nous ? Harmonie Mutuelle, Membre fondateur du groupe VYV, est un acteur leader de la protection sociale en France et protège 5 millions de personnes, 150 000 entrepreneurs et 69 000 entreprises qui ont choisi d'être accompagnés par une entreprise mutualiste à mission. Dotée d'une raison d'être, inscrite dans ses statuts, Harmonie Mutuelle s'engage à agir sur la santé des personnes et de la société. Acteur de l'Économie Sociale et Solidaire (ESS), Harmonie Mutuelle vise à concilier performance économique, sociale et environnementale, tout en plaçant l'humain au coeur de ses préoccupations. Harmonie Mutuelle, croit en la force du collectif et donne à ses salariés les moyens d'agir au quotidien dans une mission qui a du sens. Mais aussi... Le poste vous permet de vous projeter dans la durée en alliant équilibre vie personnelle et professionnelle : - Statut Cadre au forfait jours (206 jours/an) - 22, 5 jours de RTT par an - Accord télétravail (selon conditions d'éligibilité) - Accord d'intéressement - Plan Épargne Retraite (PERO) - Retraite supplémentaire prise en charge à 100% par l'employeur - Plan épargne entreprise (PEE) et/ou PERCOL - Supplément annuel de rémunération placé par l'employeur - Ticket restaurant (8, 50€/jour) - Contrat collectif Santé et Prévoyance - Comité Social d'Entreprise

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Nous recherchons notre futur(e) alternant(e) Business Analyst pour une durée de 12 mois à partir de septembre 2024. En tant que membre essentiel de notre équipe, tu travailleras sous la responsabilité de notre Data Scientist pour soutenir l'équipe commerciale dans l'analyse et l'exploitation de données. Cette opportunité offre une expérience enrichissante dans un environnement dynamique et en pleine croissance ! Nous te proposons les missions suivantes : Support technique : => Fournir un support technique aux utilisateurs internes sur l’utilisation d’outils d’analyse et l’exportation de données. Analyse de données : => Collaborer avec notre Data Scientist pour collecter, nettoyer et analyser les données relatives aux ventes, aux performances des produits et aux comportements des clients pour fournir des informations exploitables. => Identifier les tendances et les opportunités à travers l'exploration approfondie des données. Rapports et visualisation : => Assister dans la... création de tableaux de bord dynamiques et des rapports visuels clairs pour communiquer efficacement les résultats de l'analyse aux parties prenantes. Gestion de projets : => Travailler en étroite collaboration avec les équipes internes pour définir les objectifs des projets, établir des plans d'action et suivre leur progression dans le respect des délais et des exigences de qualité. À propos de la société: Moustache Bikes

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Détail du poste Lieu : Paris, TJM : 500€-550€ / Jour, Rythme : 3/5j de présence sur site par semaine, Nous recherchons pour notre client un : DATA Engineer GCP - Java H/F dans le cadre d'une mission Freelance de 6 mois minimum. VOS MISSIONS : Vous ferez partie d'une équipe DATA d'une dizaine de personnes, vous serez en particulier dédié(e) à un projet lié à la "RGPD", puisque vous aurez en charge de garantir la qualité des pipelines, d' assurer le développement des programmes pour collecter, préparer, transformer et diffuser les données (Java, GCP, DATA plateforme interne). Bien sûr, vous serez également amené à enrichir la plate-forme Data en assurant les conceptions et développements des pipelines de transformation, comprendre et documenter les sphères de données placées sous votre responsabilité : cycle de vie, modélisation, règles de gestion, qualité, scoring, assurer le maintien en condition opérationnelle des socles Data disponibles et exposer un monitoring quantitatif et... qualitatif rendant compte de l'état des Data dans le système Attention, il est impératif d'être orienté Java et idéalement d'avoir participé à des projets liés au : masquage, anonymisation et/ou obscurcissement de données ! VOUS : Attention, il est impératif d'être orienté Java et d'avoir participé à des projets liés au : masquage, anonymisation et/ou obscurcissement de données ! PROCESS : Après une visio avec un membre de notre équipe, voici les étapes qui vous attendent : - Rencontre avec le Head of Data et son Lead - Décision sous 72h Envoyez-nous votre CV et si vous profil correspond aux attentes de notre client, vous serez contacté par un membre de l'équipe dans les 24h. Au plaisir d'évoquer votre projet, Squaar Profil : De formation Bac +4/5 en informatique et traitement de données en particulier et après 5 ans d'expérience de mise à disposition ET modélisation de données dans un environnement technique similaire = Maîtrise exigée sur : - Langage : Java - Environnement Cloud : GCP > BigQuery Attention, il est impératif d'être orienté Java et idéalement d'avoir participé à des projets liés au : masquage, anonymisation et/ou obscurcissement de données

{"salaire": [{"montant_min": 500.0, "montant_max": 550.0, "devise": "€", "frequence_versement": "jour"}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

**Type de métier**: Types de métiers Crédit Agricole S.A. - Gestion d'Actifs • *Types de métier complémentaires**: Types de métiers Crédit Agricole S.A. - Analyse financière et économique • *Intitulé du poste**: Stage - Data analyst ISR H/F • *Type de contrat**: Stage • *Durée (en mois)**: 6 • *Date prévue de prise de fonction**: 03/07/2023 • *Poste avec management**: Non • *Cadre / Non Cadre**: Non cadre • *Missions**: • *Description du service**: L’équipe recherche ESG, engagement et vote, composée actuellement de 38 personnes est le centre d’expertise d’Amundi Group en matière d’analyse d’entreprises selon les critères environnementaux, sociaux et de gouvernance (ESG). Elle a vocation à établir des notes extra-financières, engager les entreprises et publier des notes de recherches. • *Missions**: - Travaux de recherche en lien avec les analystes ESG, collecte d’information et de données en vue d’optimiser la détection et le suivi des entreprises contreversées; - Automatisation de... certains processus de controles et de suivi de la qualité de production; - Aider au développement, à la maintenance, et à l'évolution de bases de données pour le suivi des portefeuilles et la plannification des interactions avec les entreprises (engagements); - Développement d’outils et de modèles d’analyse extra-financière en partenariat avec les analystes de l’équipe, mesure d’impact social et environnemental; - Participation aux activités quotidiennes de l'équipe ESG. • *Apport du stage**: Intégrer la plus importante équipe d’investissement responsable de Paris. Une activité au cœur du metier de la gestion d’actifs, et en très fort développement. Acquérir des méthodes d’analyse de de traitement des données extra-financières, d’un acteur de référence. • *Localisation du poste**: • *Zone géographique**: Europe, France, Ile-de-France, 75 - Paris • *Ville**: Paris 15 • *Niveau d'études minimum**: Bac + 5 / M2 et plus • *Formation / Spécialisation**: • *Formation**: Ecoles de commerce / Ingénieur / Université • *Spécialisation**: Data analyst ; Développement durable serait un plus • *Niveau d'expérience minimum**: 0 - 2 ans • *Compétences recherchées**: - Rigueur - Organisation - Esprit d’analyse et de synthèse - Capacités rédactionnelles - Goût du travail en équipe et autonomie - Curiosité - Forte motivation à travailler sur les thématiques du développement durable • *Outils informatiques**: Excel, VBA ; Python ; Power BI serait un plus • *Langues**: Anglais courant (parlé et écrit

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

À propos Nous, c'est Apollo Plus. Notre ambition ? Devenir La solution SaaS basée sur l’IA, d'aide à la décision et de prédictions de la demande dans les secteurs du tourisme, de l’hôtellerie et du retail. Depuis Notre Lancement Sur Ce Marché En 2017, Nous N'avons Pas Arrêté De Grandir Et D'enrichir Notre Application Pour Accompagner Nos Clients Dans Leurs Différents Challenges Et Questionnements • Est-il possible de prédire l’intention et le comportement des visiteurs ? • Quelle segmentation des visiteurs construire à partir de nombreuses sources ? • Où et pour quelle offre générer de l’affluence supplémentaire ? • Quelle est l’élasticité prix et la disponibilité à payer de nos clients ? • Comment enrichir nos données avec de l'open data pertinente ? • Comment pouvons-nous améliorer la connaissance de nos visiteurs ? • Comment mesurer les campagnes marketing et les plans de communication ? Apollo Plus est présent sur les marchés français, allemand, espagnol, belge et... américain. Descriptif du poste • Développer de nouvelles features pour intégrer rapidement et simplement de nouveaux clients (enrichissement de la librairie internes, généricité des traitements, automatisation des fonctions d'enrichissement, automatisation des étapes de création, etc.) • Développer les features de MLOps permettant d'améliorer l'implémentation, le test et le back-testing des différents algorithmes de ML maisons • Participer à l'évolution et au maintien de nos pipelines de traitement de données • Participer à l'évolution et au maintien de notre infrastructure (cloud) pour répondre aux différents enjeux de calculs, de stockage et de performance dont FinOps • Implémenter de nouvelles features d'analytiques (KPIs, granularité des chiffres, etc.) • Améliorer la configurabilité (instanciation des paramètres de calculs pour déporter sur le métier les règles de calcul) • Améliorer l'outillage (CI/CD, testings, monitoring) Profil recherché • Bonnes connaissances de Python, des manipulations de dataframes et des bases de données relationnelles (PostgreSQL et ClickHouse) • Une expérience avec Pandas est un plus • Maîtrise de git • A l'aise avec les composants exposant de grands volumes de données • Capacité à travailler en équipe sur des composants communs et en dépendance • Capacité à travailler en équipe avec des membres se trouvant à distance • Capacité à prioriser • Anglais professionnel (expliquer où on en est, où on est bloqué et où on veut aller) • Des connaissances en infrastructure sont un plus • Un première expérience dans un univers SaaS ou de logique de dashboarding est un plus • Une connaissance du secteur est un plus Process de recrutement • Rencontre RH (Google Meet - 30 minutes maximum) pour échanger sur votre parcours et vos aspirations ainsi que notre trajectoire et nos besoins • Tech interview (Google Meet - 30 minutes maximum) pour préciser l'adéquation compétences/besoins • Case Study (à distance ou en présentiel) suite à l'échange Tech • Debrief (en présentiel - peut-être fait à la suite du Case Study) avec le CTO et RH et remise d'offre Informations complémentaires • Type de contrat : CDI • Date de début : 20 mai 2024 • Lieu : Paris • Niveau d'études : Bac +5 / Master • Télétravail ponctuel autorisé • Salaire : entre 44000€ et 60000€ / an

{'salaire': [{'montant_min': 44000.0, 'montant_max': 60000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Tu souhaites rejoindre une entreprise dynamique reconnue pour son savoir faire en logiciel applicatif ? Et où tout le monde est issu du technique ? (même les commerciaux et les managers!) Dans le cadre d'un projet de restructuration et de digitalisation d'un grand groupe international, nous recherchons un profil data analyst expérimenté. Vous êtes familier aves les problématiques d’extraction, de qualification et de gouvernance de l’information et savez mettre en œuvre les pratiques et l’outillage typique des systèmes ETL (MDM). L’objectif principal est de construire un Core Data Model groupe disponible dans un environnement Azure DB. Votre mission est préparatoire à cette réalisation et devra valider notre stratégie en produisant le premier livrable. Les systèmes opérationnels ainsi que les procédures de nos pays sont spécifiques, il vous appartiendra de mettre en place une intégration à l’échelle du groupe. Vous serez donc amené à: Produire une cartographie des contenus locaux (2 ou... 3 pays sélectionnés) Valider les points d’intégration opportuns Valider la faisabilité technique et la stratégie de connexion au cas par cas (DB, fichier, API ) Mettre en place les extractions et la consolidation du modèle cible, vous êtes force de proposition et pouvez influer sur le modèle Déployer l’outil ETL retenu, le configurer. Assurer les exécutions quotidiennes automatiques avec intégration du changement Notre écosystème est orienté Microsoft, un ETL tel SSIS semble plus naturel mais toute proposition sera étudiée Votre séniorité vous permet de comprendre les enjeux de gouvernance, de gestion du changement, de traçabilité et plus globalement de qualité de l’information liés à ce type de projet. Organisé et autonome vous échangez directement avec les « data steward » locaux et assurez un reporting de vos progrès. La direction technique ainsi que les utilisateurs métier sont vos clients et seront disponibles pour permettre une organisation agile. Profil recherché Connaissances: Architecture et environnement technique d’un système d'information Modèles conceptuel et physique de données Principe et mise en œuvre des ETL / ELT Données structurées, non structurées et semi structurées Architecture des datawarehouses Gouvernance de donnée Compétences: BI Outillage ETL (de préférence SSIS) Outillage data catalog Conception de KPI et de datawarehouse Azure Des connaissances de l’environnement Azure en vue du déploiement de nouveaux projets à court/moyen terme serait un plus Des connaissances du monde noSQL et « big data » sont un plus tant sur le plan des concepts que de la réalisation Qualités requises: Avoir une capacité d’apprentissage et une rigueur dans l’exécution Savoir travailler en équipe et avoir le sens du service Avoir une certaine facilité à communiquer avec différents types d'interlocuteurs Vous aimez les défis techniques ? Vous êtes passionné(e), rigoureux(se) et vous appréciez le travail d'équipe. Alors contactez nous et faisons connaissance ! Type d'emploi : Temps plein, CDI Salaire : 42 000,00€ à 50 000,00€ par an Avantages: Aide au déménagement Aide au logement Épargne salariale Formation linguistique offerte Participation au Transport RTT Titre-restaurant Programmation: Du Lundi au Vendredi Repos le week-end Travail en journée Types de primes et de gratifications: Primes Lieu du poste : Télétravail hybride (38000 Grenoble

{'salaire': [{'montant_min': 42000.0, 'montant_max': 50000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

À propos de nous L’Institut de l’Intelligence Artificielle en Santé Reims Champagne Ardenne (IIAS) est une structure fédérative de recherche sous la tutelle du CHU de Reims et de l’Université de Reims Champagne Ardenne dédiée à la promotion de la recherche scientifique liée à l’exploitation des données de santé de toute nature par des algorithmes sophistiqués.. Points clés de notre environnement de travail : • Projets novateurs • Equipe dynamique • Travail collaboratif avec des experts en Recherche et en Santé Titre du poste: Data Scientist (H/F) Aperçu: Nous recherchons un Data Scientist talentueux et passionné pour rejoindre notre équipe. En tant que Data Scientist, vous serez participerez à l'évaluation méthodologique de nos projes de recherche et assurerez un conseil, accompagnement et développement de modèlels de Machine/Deep Learning sur des données de santé. Vous travaillerez en étroite collaboration avec des professionnels et chercheurs de multiples domaines pour... extraire des informations précieuses à partir de nos données et contribuer à la prise de décisions stratégiques. Responsabilités: - Rédiger les rapports d'avancement des travaux - Utiliser des techniques d'apprentissage automatique pour développer des modèles prédictifs et des algorithmes - Effectuer une exploration approfondie des données pour identifier des tendances et des modèles significatifs - Développer et mettre en œuvre des solutions basées sur l'intelligence artificielle pour résoudre des problèmes complexes - Collaborer avec les équipes internes pour comprendre les besoins métier et fournir des recommandations basées sur les résultats de l'analyse - Piloter les réunions et assurer les échanges avec les différents acteurs de projets - Participer à la publication de résultats au travers d'articles scientifique Compétences requises: - Solide expérience dans le traitement de grandes quantités de données (Big Data) -Expérienc significative dans des projets Deep Learning - Maîtrise de VBA, Python, TensorFlow, Spark et autres outils d'analyse de données - Connaissance approfondie de l'apprentissage automatique (Machine Learning) et des techniques associées - Capacité à explorer et à visualiser les données pour identifier des modèles significatifs - Expérience dans le traitement du langage naturel (NLP) est un plus - Capacité à travailler de manière autonome et à gérer plusieurs projets simultanément - Excellentes compétences en communication pour présenter les résultats de manière claire et concise Nous offrons: - Un environnement de travail stimulant et collaboratif - Des opportunités de développement professionnel et de croissance - Une rémunération compétitive en fonction de l'expérience et des compétences Si vous êtes passionné par l'analyse des données et que vous souhaitez contribuer à la prise de décisions stratégiques, nous serions ravis de discuter avec vous. Postulez dès maintenant en envoyant votre CV et votre lettre de motivation. Type d'emploi : Temps plein, CDD Statut : Cadre Durée du contrat : 40 mois Salaire : 35 690,61€ à 45 000,00€ par an Avantages : • Crèche d'entreprise • Restaurant d'entreprise • RTT Programmation : • Du lundi au vendredi • Travail en journée Lieu du poste : En présentiel Date limite de candidature : 10/05/2024

{'salaire': [{'montant_min': 35690.61, 'montant_max': 45000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Zpeople est une entreprise spécialisée dans la formation IT, nous sommes actuellement à la recherche d'un formateur expérimenté en Big Data pour animer un atelier de formation sur la sécurité des données à Paris. La formation aura lieu sur 2 jours et vise à fournir aux participants une compréhension approfondie des enjeux de sécurité liés à l'utilisation des technologies de Big Data. Les tâches incluront la préparation et la conduite des séances de formation, l'évaluation des participants et la fourniture de feedbacks constructifs. Programme de la formation: - Introduction - Sécuriser les frameworks de programmation des calculs distribués - Les meilleures solutions de sécurisation des Data Stores Non-Relationnels - Sécuriser les entrepôts de données et la journalisation des logs - Endpoint Input Validation / Filtering - La supervision de la sécurité et la conformité dans les traitements en temps réel - La scalabilité et la composabilité des moteurs de gestion de vie privée Data... Mining Analytics - Renforcement des contrôles d'accès et la sécurisation de la communication par cryptographie - La granularité des contrôles d'accès - La granularité des audits - La provenance des données Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants. Type d'emploi : CDD, Indépendant / freelance Durée du contrat : 30 jours Salaire : 300,00€ à 550,00€ par jour Avantages: - Travail à domicile Programmation: - Du Lundi au Vendredi - Travail en journée Mesures COVID-19: Pour prévenir la propagation des maladies et la sécurité de nos employés, il est fortement recommandé que chacun de nos employés possède tous les moyens d'hygiène et de prévention Capacité à faire le trajet ou à déménager: - Paris (75): Faire le trajet sans problème ou prévoir un déménagement avant de prendre son poste (Exigé) Question(s) de présélection: - Êtes-vous prêt à travailler avec nous? Langue: - Français (Optionnel) Permis/certificat: - Big Data (Optionnel

{'salaire': [{'montant_min': 300.0, 'montant_max': 550.0, 'devise': '€', 'frequence_versement': 'jour'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Révolutionnant le secteur du retail en utilisant le machine learning, cette stratup accompagne les enseignes du milieu à mieux exploiter leurs données dans l'aide à la décision. Ils sont rentables depuis le début et sans besoin de levée de fonds, ils mettent la tech au cœur de leur sujet. Le job : • Prendre en main la gestion de la donnée dans le cloud pour optimiser les coûts et l'efficacité des analyses effectuées par l'équipe Analytics. • Utiliser Python, Apache Spark, Apache Airflow et Docker pour permettre le traitement des données et assurer la qualité, la sécurité et la conformité des données à toutes les étapes du processus. • Accompagner les équipes conseil & software sur l'ensemble des sujets liés à la data. • Anticiper les évolutions et participer aux choix structurants de la société liés à la gestion de la data ainsi que la stack technique. Le profil Ils sont à la recherche d'un Data Engineer Senior pour rejoindre leurs équipes. • Minimum 3 ans d'expérience en tant que... Data engineer • Une solide expérience en Python, Apache Spark (niveau avancé), Apache Airflow et Docker. • Connaissances approfondies sur le cloud • Familier avec Kubernetes • Connaissance de Kafka, Snowflake & DBT est un plus. Pourquoi les rejoindre ? • Un gros challenge technique • Une ambiance startup et une équipe bienveillante • Une super culture tech Rémunération : 60/80 K€ selon profil 100% des candidats poussés on souhaiter continuer, 100% des candidats ayant eu une offre l'ont accepté, pourquoi pas vous

{'salaire': [{'montant_min': 60000.0, 'montant_max': 80000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Senior Product Data Analyst - H/F Paris, France 50K€-60K€ TECH STACK : SQL,Python, Power BI ou Tableau LA SOCIÉTÉ : Cette entreprise en plein essor créée il y a 8 ans a développé une plateforme et une application permettant aux entreprises de protéger leurs données par le biais de l’intelligence artificielle. Venez rejoindre cette entreprise en plein essor et à taille humaine avec de belles ambitions de croissance pour 2023 ! La société recrute un profil stratégique pour le développement de sa plateforme : un Senior Product Data Analyst expérimenté. LE RÔLE : Au sein de l’équipe Data et en étroite collaboration avec l’équipe Produit, vous jouerez un véritable rôle technique en tant que premier Senior Product Data Analyst. Vos principales responsabilités seront : • Aider à la définition de la roadmap produit • Concevoir et maintenir des tableaux de bord • Déterminer, exécuter et évaluer les tests A/B • Offrir des analyses ponctuelles pour hiérarchiser et définir les projets •... Modélisation et structuration des données pour l’équipe Produit en collaboration avec des Data Analyst PROFILE RECHERCHE: Le profil devra réunir un maximum des points listés ci-dessous : • Vous êtes diplômé d’un diplôme d’ingénieur ou d’un équivalent Bac +5 • Niveau avancé sur SQL, Python et Power BI • Expérience significative en tant que Data Analyst ou Product Analyst • Expérience en intelligence artificiel et sur le cycle de vie d’un projet Data & Analytics

{'salaire': [{'montant_min': 50000.0, 'montant_max': 60000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Présentation du cabinet : a.m.i consulting est une entreprise familiale innovante (Le cabinet a obtenu en 2019 la bourse Innov’UP de BPI France) qui exploite pour vous la data, afin de vous fournir des consultants experts dans ces domaines. Soucieux du bien-être de nos collaborateurs et conscient des enjeux environnementaux, nous nous engageons à réduire notre empreinte carbone grâce à un processus de qualification, de sélection et d'intégration 100%% digitale. Présentation de l'offre : • Lieu de la mission : Toulouse • Secteur : Industrie • Télétravail : 2 jours par semaine • Nombre d'année d'experience : Entre 6 et 9 ans Statut : Freelance TJM évolutif au cours de la mission • 550€/HT de 0 à 6 mois • 570€/HT de 7 à 12 mois • 600€/HT Sup à 13 mois Bilingue Anglais : Ecrit + Oral Objectifs et livrables • Développement de streams de données temps réel dans un environnement big Data • Capacité à rentrer dans la stack technique • Capacité de compréhension du fonctionnel du métier... des Opérations Air France ( Passager et Cargo ) • Excellent niveau JAVA demandé Compétences techniques • JAVA 8+ • Spark Streaming

{'salaire': [{'montant_min': 550.0, 'montant_max': 550.0, 'devise': '€', 'frequence_versement': 'jour'}, {'montant_min': 570.0, 'montant_max': 570.0, 'devise': '€', 'frequence_versement': 'jour'}, {'montant_min': 600.0, 'montant_max': 600.0, 'devise': '€', 'frequence_versement': 'jour'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Rejoins laTeam Data créée parNicolas Greffard, Docteur en Intelligence Artificielle, déjà composée de 23 Data ScientistsetData Engineertalentueux 😍 Nous recherchons un(e) expert(e) pour rejoindre notre équipe et répondre aux multiples problématiques Data sciencede nos clients nantaismais également contribuer à nos projets de R&D et travailler sur des conférences (DevFest, Salon de la Data, Printemps de la Tech)🤩 Et surtout, faire parti de la création et l'évolution de notre offre de service IA : Noviad. Ta future mission si tu l'acceptes😉 Nous te proposons d'intervenir au sein de nos grandes DSI clientes, sur des sujets decollecte, d'alimentationet de transformation de donnéesautour de l’intelligence artificielle. Le job en détail 🤩 Toutes les missions ne sont pas identiques, mais voici les attendus d'un Lead Data Scientist : • Conseiller, cadrer et challenger les besoins afin de proposer la meilleure solution à une problématique métier ; • Intervenir dans la modélisation et... la conception de modèles IA sur différentes problématiques (exemple : détections de fraudes, NLP...) ; • Etre force de proposition quant à l'architecture technique permettant d'implémenter une solution IA ; • Accompagner les équipes dans la mise en place des bonnes pratiques de développement et MLOps ; • Etre dans une veille constante et savoir vulgariser des algorithmes complexes. La Stack technique Développement : Python, SQL, TensorFlow, Pytorch, HuggingFace MLOps : DVC, MLFlow, ArgoWF CI/CD : Git, GitLab, Concourse, GitLab CI, Jenkins Ops : Kubernetes, Docker, S3, Hadoop (HDFS, Spark) Pourquoi choisir Valeuriad ?😊 En plus d’être aujourd’hui un acteur nantais reconnu de l’expertise IT, nous nous inscrivons depuis notre création dans une démarche d'entreprise Opaleet Holacratique, où l'ensemble de nos prises de décisions et projets sont réalisés par et avec l'ensemble de nos 120 coéquipiers💪 Rejoindre Valeuriad, c'est pouvoir s'investir dans la co-construction de l'entreprise : - Par un rôle, avec une fiche de poste et un temps dédié (gestionnaire des Ci’s, porteur des partenariats écoles, organisateur d’événements, PO des projets internes, gestion de l'Académie Valeuriad…). - Par les projets stratégiques(200 jours mis à disposition pour les coéquipiers chaque année) pour créer et faire grandir des projets structurants (création de nouveaux avantages à l'ancienneté, création d'indicateurs mensuels pour être toujours plus transparents, mécénat de compétences pour des associations caritatives...). - Par les projets cagnottes(150€ par coéquipiers et par an) pour réaliser des projets collaboratifs qui te tiennent à cœur avec d'autres Valeurieux (découverte du cécifoot, challenge écologique, challenges sportifs pour des dons à des associations humanitaires, borne photo...). - Par les ateliers collaboratifs, chaque mois des brainstorming et ateliers de travail sont proposés par les différents porteurs de projets et sont ouverts à tous les volontaires. Mais avant-tout nous sommes uneéquipe soudée, des collègues qui apprécient passer du temps ensemble lors de nos soirées hebdomadaires et se créer des souvenirs inoubliables🤩 C'est pour ça que chez Valeuriad, le plus important pour nous reste le savoir-être : des passionnés, du dynamisme, des sourires, de l'écoute et le sens de la fête 😉

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Dans un souci d'accessibilité et de clarté, l'écriture inclusive n'est pas utilisée dans cette annonce. Les termes employés au masculin se réfèrent aussi bien au genre féminin qu'au masculin. POURQUOI TRAVAILLER CHEZ MANITOU GROUP ? Vous souhaitez évoluer dans un environnement où vous pouvez exprimer vos talents ? Vivre une aventure professionnelle en équipe et à l'international ? Entreprendre et relever des défis au quotidien ? Rejoignez Manitou Group, un groupe international à taille humaine, spécialiste de solutions de manutention, d'élévation de personnes et de terrassement déployées auprès de nos clients partout dans le monde. MISSIONS Nous recherchons notre futur Alternant Data Analyst Finance ! Au sein de la Direction Financière, lalternant data analyst finance intégrera léquipe EPM et BI Finance. A ce titre, il accompagnera l'équipe sur l'intégration de nouvelles solutions, ainsi que sur l'administration et le maintien des outils existants (EPM (Tagetik), BI (Power BI... RPA (UiPath)). Lalternant travaillera principalement en lien avec le responsable projet EPM et BI Finance, et le data analyst finance. • Participation aux projets des équipes Finance Support technique aux parties prenantes sur les différentes solutions Travaux de paramétrage des solutions Maintien des documentations techniques Construction détats de restitution / collecte sur Tagetik et Power BI Accroître l'efficacité / automatiser des processus métier • Participation à ladministration et au maintien des outils existants Support technique aux parties prenantes sur les différents solutions Travaux de paramétrages des solutions Maintien des documentations techniques Construction détat de restitution / collecte sur Tagetik et Power BI Accroître l'efficacité / automatiser des processus métier PROFIL • Vous êtes en formation supérieure type IAE ou école de commerce (contrôle de gestion avec spécialisation SI), au niveau master. • Vous avez une première expérience dans le secteur de la finance / lanalyse de données. • Vous avez un goût pour la programmation (bases en SQL) et des notions dans l'utilisation d'un outil de data visualisation. • Maîtrise de langlais indispensable • Rigueur et autonomie • Esprit danalyse et de synthèse • Bonne humeur et aptitude à travailler en équipe CONDITIONS DU POSTE • Poste à pourvoir à compter de septembre 2024 • Durée : 12 à 24 mois • Statut : Contrat d'apprentissage ou de professionnalisation • Rémunération selon une grille Manitou supérieure aux planchers légaux + Intéressement et participation + ️ un CSE et des activités organisées + Restaurant d'entreprise + Prise en charge des transports en commun (50% ou forfait véhicule ou ️ forfait vélo) • Accessibilité : Le site est basé à Ancenis (44) VOUS ÊTES CONVAINCU Transmettez directement votre candidature au format PDF (CV et lettre de motivation) en cliquant sur " Postuler

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Description de l'entreprise Leader mondial des services d'ingénierie et de R&D, Capgemini Engineering met en œuvre une connaissance sectorielle approfondie et la maîtrise des dernières technologies digitales et logicielles pour accompagner la convergence des mondes physique et numérique. Conjuguée à l'ensemble des capacités du Groupe, Capgemini Engineering aide ses clients à accélérer leur transformation vers l'Intelligent Industry. Capgemini Engineering compte plus de 55 000 ingénieurs et scientifiques dans plus de 30 pays, et opère dans des secteurs tels que : Aéronautique, Spatial, Défense, Naval, Automobile, Ferroviaire, Infrastructure & Transports, Energie, Utilities & Chimie, Sciences de la Vie, Communications, Semiconducteurs & Electronique, Industrie & Biens de consommation, Logiciel & Internet. Capgemini Engineering fait partie du groupe Capgemini, un leader mondial, responsable et multiculturel, regroupant 325 000 personnes dans plus de 50 pays. Partenaire stratégique des... entreprises pour la transformation de leurs activités en tirant profit de toute la puissance de la technologie, le Groupe est guidé au quotidien par sa raison d'être : libérer les énergies humaines par la technologie pour un avenir inclusif et durable. Fort de 55 ans d'expérience et d'une grande expertise des différents secteurs d'activité, Capgemini est reconnu par ses clients pour répondre à l'ensemble de leurs besoins, de la stratégie et du design jusqu'au management des opérations, en tirant parti des innovations dans les domaines en perpétuelle évolution du cloud, de la data, de l'Intelligence Artificielle, de la connectivité, des logiciels, de l'ingénierie digitale et des plateformes. Le Groupe a réalisé un chiffre d'affaires de 18 milliards d'euros en 2021. Get the Future You Want* - • Capgemini, le futur que vous voulez Description de la mission Vous êtes passionné.e par le domaine de la DATA et vous souhaitez prendre part à un projet d'envergure dans le secteur des telecom ? Rejoignez notre équipe Hybrid Intelligence au sein de Capgemini Engineering en tant que DATA Analyst. Plus précisément, vos missions sont les suivantes : Comprendre le besoin métier, évaluer les charges et concevoir les solutions techniques et fonctionnelles Rédiger le cahier des charges et décrire sous forme de spécifications -Assurer le lien entre le besoin métier et les possibilités fonctionnelles et informatiques Fournir aux équipes techniques les documents projets Ecrire les cahiers de recette applicative Assurer la coordination et le suivi de la recette fonctionnelle avec les experts métiers Former et assurer le support aux experts métiers Profil Vous êtes issu.e d'une formation ingénieur ou équivalent bac+5 informatique spécialisé en business intelligence et vous justifiez d'une expérience réussie dans le développement/ intégration de solutions BI (Minimum 2 ans). Vous maîtrisez Power BI et le langage SQL. La connaissance d'un ETL est un réel plus. Enfin, vous avez le sens des priorités, vous êtes reconnu.e pour votre capacité à créer du lien avec les équipes techniques et les équipes métiers. Vous vous reconnaissez dans la description du profil et vous souhaitez en savoir plus ? Postulez dès maintenant

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Descriptif du poste Afin d'accompagner nos clients dans la mise en œuvre de leur transformation digitale, et dans le cadre de leurs projets à forte valeur ajoutée, NORGAY recrute un Data Engineer. Tu es es : - Passionné(e) par le traitement de la données et la révolution du BigData - Doué(e) d'une expérience pratique sur la plateforme Hadoop avec Développement Pig, Hive,Hbase, Spark, Shell, - Habile en modélisation, développement et test de cohérence des connées Technologies utilisées : - BigData: Hadoop : HDFS / YARN / HBASE / SPARK - Système : Linux / Chef / Bash / Ansible - Développement : Python, Ruby, Git - Suivi : JIRA, ServiceNow, Grafana Double compétence en Développement Java bienvenue ! Profil recherché Qui est tu ? Tu possède une première expérience dans le domaine Tu as une également une bonne connaissance de la méthodologie agile En bref : nous recrutons des Data Engineer en CDI à Rennes. Nous recherchons de la technique mais aussi une personnalité ! Notre process de... recrutement : 1. Call de 15 minutes avec NaÏssa pour faire connaissance 2. Rencontre d'1h avec Vincent, ton futur manager en physique ou Teams 3. Rencontre de 30 minutes en physique ou Teams avec le Directeur d’agence. LANGUESSAVOIR-ÊTRE SAVOIR-FAIRE Méthodologie agile Accompagnement du client Voir plus Entreprise Et si on réalisait ensemble votre ascension vers le sommet ? Pourquoi vous parler de sommet ? Parce que c'est l'histoire qui nous anime, celle d'Edmund Hillary, un alpiniste néo-zélandais et son sherpa tibétain Tensing Norgay qui furent les premiers à atteindre le sommet de l'Everest en 1953. Toute notre philosophie va dans ce sens : accompagner nos collaborateurs et nos clients vers la réussite de leurs projets ! Autres offres de l'entrepriseSalaire A négocier Prise de poste Dès que possible Expérience Minimum 1 an Métier Data engineer Statut du poste Cadre du secteur privé Zone de déplacement Pas de déplacement Secteur d’activité du poste CONSEIL EN SYSTÈMES ET LOGICIELS INFORMATIQUES

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Dans le secteur bancaire, au sein d’un programme Anti Money Laundering dans un contexte international, mise en place de modèle de prédiction de données et monitoring (modélisation d’alertes, fraud) Il aura pour principale mission de prendre en charge la préparation et l’analyse détaillée du dossier client afin de proposer une évaluation du risque de Blanchiment et de Financement du Terrorisme (LCB-FT) du Client selon les normes du Groupe qui sera soumise pour validation au banquier. Véritable relai de l’actualisation de la Connaissance Client pour le compte des banquiers, l’analyste en lien avec les autres équipes AML (Alerting, Conformité) récolte, vérifie, et actualise si besoin la structure du client, la complétude du dossier, l’évolution des activités (analyse des Flux), les données de risques, rédige une analyse Environnement technique: - PYTHON/JAVA - PL/QL Profil candidat: Nous recherchons un Data Analyst/Data Scientist avec une bonne expérience en modélisation de données... (si possible avec un background dans la BI) ayant au moins 4 ans • Bon communicant/Relationnel • Capacité à explorer et s’interroger sur les données • Pouvoir gérer des sujets de bout en bout

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Francais BigQueryGCPInternationalMachine Learning Paris CDI +/- 65 K€ Lilian vous recommande cette opportunité : • Construire la roadmap Data Science • Mettre la data au cœur du business et des décisions • Allier le monde de la finance, de l’international tout en étant dans la Tech for Good À propos de notre client Groupe international de microfinance qui propose des services financiers sur mesure pour faciliter l’activité des entrepreneurs et des commerçants financièrement mal desservis. Responsabilités Depuis la Holding, vous évoluerez au sein de l’équipe data. Sous la responsabilité du Head of Data et en collaboration avec l’ensemble des métiers, vous aurez l’opportunité de contribuer au développement de la fonction data, en intégrant une équipe pluridisciplinaire (Data Engineer, Data Analyst, Data Scientist), notamment : • À travers le développement et le maintien des produits de Data Science, • En leadant l’équipe de Data Scientists, • En propageant une culture Data... Science dans le groupe. Plus précisément, vous devrez : • Gérer et participer aux projets Data Science au service du business : • Construire et défendre une stratégie et une feuille de route Data Science au service des objectifs de croissance de l’entreprise et en proposer des évolutions, • Développer et déployer des modèles prédictifs en vous appuyant sur des techniques analytiques avancées (Random forest, réseaux de neurones…), • Développer les principes ML Ops au sein de l’équipe afin de sécuriser et améliorer l’intégration et le déploiement des nouveaux modèles, • Intégrer et exploiter de nouvelles sources de données pour enrichir les outils d’aide à la décision (score de crédit, churn…), • Concevoir des outils d’aide à la décision et restituer les résultats en développant des interfaces ergonomiques et des visualisations percutantes. • Leader l’équipe Data Science : • Animer et coordonner fonctionnellement les Data Scientists sur différents projets, en structurant leur travail, en monitorant leur progression, dans le respect de la roadmap projet, • Piloter les projets clés de Data Science de l’entreprise et en lien avec le business, pour répondre aux ambitions métiers et à la feuille de route data, • Définir de bonnes pratiques et méthodes de travail ; vous assurer de leur bonne application et remonter les éventuelles difficultés rencontrées avec l’équipe. • Diffuser une culture Data Science au sein du groupe : • Développer l’activité Data Science dans l’ensemble des filiales, en créant des process au sein de l’équipe, des modèles de données et des reportings axés business, afin de monitorer l’activité et les projets de manière optimale, • Cultiver la démarche recherche et développement sur l’axe de modélisation & scoring en assurant une veille de l’état de l’art et en ayant une approche proactive, • Évangéliser les différentes parties prenantes du groupe sur l’usage efficace des données et la création de valeur par des modèles prédictifs. Profil recherché Vous êtes diplômé·e d’un MS ou PhD dans des domaines quantitatifs tels que les statistiques, l’économie, les mathématiques et l’informatique. Vous possédez un parcours d’au moins 5 années dans l’analyse de données et justifiez obligatoirement d’expériences en gestion de projets. Vous disposez d’une expérience en scoring de crédit ou de modélisation dans le secteur financier, au service d’une clientèle retail ou PME. Vous maîtrisez R et/ou Python. Une expérience du développement d’algorithme sur AWS/Google Cloud Platform serait un plus. La maîtrise des bases de données SQL et NoSQL (MongoDB) est demandée. Vous montrez une forte orientation business et volonté de servir les métiers, afin d’accompagner la croissance et la stratégie de l’entreprise. Vous faites preuve d’un réel goût pour le travail en équipe. Anglais courant Référence: 2366

{'salaire': [{'montant_min': 65000.0, 'montant_max': 65000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Description de la mission CE QUE NOUS POUVONS ACCOMPLIR ENSEMBLE ? Sur notre site de Sophia Antipolis, les équipes engIT accompagnent des acteurs économiques privés et publics dans leurs grands projets de transformation digitale et innovation IT (ex : développement de nouvelles applications de gestion des flux data, intégration du metaverse dans leur écosystème, déploiement de la réalité augmentée, migration vers le cloud). En rejoignant notre pôle d'expertise « Data engineer », vous serez amené(e) à : • Participer à la migration d'une plateforme de données vers la plateforme cloud azure • Traiter les flux de données dans la plate-forme • Développer de nouvelles fonctionnalités (JAVA, Python) et processer des données avec Spark/Scala • Mettre en place de tableaux de bord/ KPI Une rémunération évolutive selon profil, à partir de 40 000 euros bruts annuel. Démarrage possible entre début Mars et Mai 2023 Contrat CDI (pas de portage/freelance possible) Hybride (2jrs sur site... 3jrs remote). Poste basé sur la côte d'azur à Sophia Antipolis première technopole européenne (à côté de Nice, Monaco, Cannes). L'ENVIRONNEMENT TECHNIQUE ET FONCTIONNEL DANS LEQUEL VOUS EVOLUEREZ : • Maitrise : environnement Spark, langage Scala, Python • Connaissances : Kafka, Jenkins / Docker / K8 / CloudAzure / Oracle / MongoDB / SQL • Méthodologie : Agile (SaFe) VOS AVANTAGES A NOUS REJOINDRE : • Un contexte international, 80 nationalités qui travaillent à Sophia-Antipolis. • Une situation géographique privilégiée, située au cœur de Sophia-Antipolis, avec de nombreux événements et activités dans la région (activités sportives proches, Jeux Olympique de Sophia, Afterwork, MeetUp pro, Conférences). • Un accompagnement dynamique dans la montée de vos compétences en intégrant l'engIT'university (organisme de formation engIT, certifié Qualiopi). • Teamstarter : possibilité de proposer des projets collaboratifs et fédérateurs tournant autour de la vie sociale, sportive, culturelle, humanitaire, associative ... et de les faire financer par engIT. Rejoindre l'aventure engIT c'est mettre au service vos expertises pour des projets qui nous concerne tous aujourd'hui comme demain. Alors, on démarre quand ? Profil QUI ETES VOUS ? Diplômé(e) d'une école d'ingénieur en Informatique (Bac+5 : Classes préparatoires + Cycle Grande Ecole d'Ingénieur) Votre niveau d'anglais vous permet de vous exprimer à l'oral avec des termes techniques. Vous disposez de compétences et/ou d'expériences en tant qu'ingénieur data dans un environnement Spark, et la maitrise de Scala. La culture DevOps et ses outils ne vous sont pas étranger. Vous souhaitez contribuer à des projets innovants et porteurs comme la MedTech, la PropTech, les transports de demain (Véhicules Autonomes, Electriques, à Hydrogène), la TravelTech ou la FinTech (Finance décentralisée, Assurance) ... Vous recherchez un écosystème qui bouge, une culture d'entreprise collaborative assumée ? Rémunération A partir de 40 K€

{'salaire': [{'montant_min': 40000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

EAU ET VAPEUR Recherche Un poste pour un CDI TRANSITION ENERGETIQUE ET ECOLOGIQUE DE L'ENTREPRISE Réduction de l’impact environnemental d’un produit ou d’un service Création de nouveaux produits ou services à faible impact environnemental Approvisionnement et logistique responsable Adaptation des process industriels pour une production plus sobre DATA ANALYSTE Concevoir des tableaux de bord de suivi de la performance commerciale et des outils de reporting pour les clients, fournisseurs et commerciaux. Analyser les bases de données (Calcul de la performance de l'activité, étude chiffre d'affaires par clients, par produits, par commerciaux,). Concevoir des bases de données Clients, Fournisseurs. Elaborer des rapports d'activité à destination de la direction des ventes, des achats et de la direction générale. Analyser l'environnement commercial de l'entreprise et ses résultats, Synthetiser, sous forme de rapports, les résultats de ces analyse et savoir les communiquer à diffréents... intervenants de l'entreprise. Elaborer, à partir de ces résultats, des recommandations à destination des différents services ( Direction Commerciale, Direction Achats, Marketing,..). Particper à l'optimisation des outils d'analyse Type d'emploi : CDI Salaire : Jusqu'à 30 000,00€ par an Avantages: Titre-restaurant Programmation: Du Lundi au Vendredi Travail en journée Types de primes et de gratifications: Primes Formation: Bac +2 (BTS, DUT, DEUG) (Exigé) Lieu du poste : Un seul lieu de travail Date de début prévue : 01/02/2023

{'salaire': [{'montant_min': None, 'montant_max': 30000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Data Alternance - Pixmania - Tracking & Data Analyst e-commerce H/F Qui Pixmania Lancée en mars 2022 par Steve et Jean-Emile Rosenblum, entrepreneurs de talent et passionnés, Pixmania est la 1ère Marketplace 100% dédiée à l'univers du mobile. un one-stop-shop dédié au meilleur du mobile : de l'univers des smartphones, tablettes et ordinateurs neufs et reconditionnés, de leurs accessoires dédiés, des accessoires compagnons et un bouquet de services comprenant : des forfaits mobiles, des abonnements aux services musiques et vidéos, un service d'assurance tout-en-un et un service de paiement mensuel sur-mesure. Aujourd'hui, avec une cinquantaine de collaborateurs, un atelier de reconditionnement parisien et une première levée de fond de 11 millions d'euros, Pixmania est en pleine croissance Notre promesse :« Tout pour le mobile » et surtout « Tout pour faire durer le mobile et la planète » Nos prochains challenges :Déployer la Marketplace à l'international et élargir les gammes de... produits et de services Quoi • Gestion du Tag Management System (TMS) • Optimisation de la performance du site : temps de chargement, dans le but d'optimiser les performances SEO • Veille concurrentielle et mise en place des bonnes pratiques • Prise de besoins auprès des équipes métiers et coordination avec l'équipe IT • Création et mise à jour de plan de taggage • Implémentation et paramétrage d'outils de Tag Management System et de Web Analytics • Construction de tableaux de bord automatisés (Data Studio, Excel, etc) • Mise en place et analyse de campagnes AB Testing pour tous les format d'appareil (mobile, desktop, tablette) • Vérification du bon fonctionnement du site • S'assurer de la qualité et de l'intégrité des données collectées Pour qui • Une 1ère expérience en tracking / dataet une formation de niveau bac+4/5 (telle que école de commerce, d'ingénieur, Master en informatique, marketing...)sont nécessaires. • Avoir de bonnes connaissances des outils de data visualisation, de Google Analytics et des outils bureautiques • Avoir de bonnes capacités rédactionnelles en français et en anglais • Connaître ou avoir envie de te développer en e-commerce • Aimer le travail d'équipe et les défis • Être rigoureux, dynamique, force de proposition, curieux avec une réelle soif d'apprendre et de gagner en responsabilité • Pour être encore plus à l'aise, Nice to have: Des notions de HTML Combien de temps De 12 à 24 mois Quand Septembre 2023

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Cabinet de recrutement informatique, électronique et spécialiste du CDI, et des prestations FREELANCE, Silkhom profile des candidats pour pourvoir des postes qualifiés chez des éditeurs de logiciels et clients finaux sur toute la France. En brefBry sur MarneCDI10 / 04 / 2024Big DataDéveloppement logicielSociétéCette institution, semi-publique, a pour principal rôle la conservation du patrimoine audiovisuel français. En parallèle, elle produit également des émissions et forme les futurs professionnels du domaine.1000 collaborateurs, basés pour la majorité au siège de Bry-sur-Marne, oeuvrent chaque jour pour valoriser les 25 millions d'heures enregistrées sur 182 chaînes de télévision et de radio 24h / 24. Dans le cadre d'une création de poste, la société recherche un Lead Data Scientist sur le sujet NLP (Natural Language Processing). PosteAu sein de la direction Data, vous intégrerez une sous équipe centrée sur les problématiques liées à l'intelligence artificielle. Leur rôle est... de créer des moteurs de recherche permettant de faciliter les recherches au sein des 25 millions d'heures d'archives. Actuellement, cette équipe est composée de 6 data scientist et de 2 data engineer, et sera bientôt complété par un product owner. Votre rôle sera de prendre en main une équipe de 2-3 data scientist afin de travailler sur le projet de traitement automatique de la langue. L'objectif est de proposer un outil permettant de retranscrire les 3 millions d'heures de parole et de pouvoir consulter rapidement une archive audio. L'ambition est de réussir à créer une IA conversationnelle, capable d'interagir avec l'utilisateur et de lui proposer les archives qui font sens. Vous travaillerez notamment sur la segmentation automatique des transcriptions, la génération de résumés d'émissions et la mise en place de mots clés automatiques. Environnement technologique : Machine Learning - architecture logicielle - design patterns - calcul distribué - profiling CPU et GPU - Linux - DockerPourquoi rejoindre cette entreprise ? • Travailler pour une entreprise qui fait sens : Vous participerez à la sauvegarde d'une partie du patrimoine numérique et de la mémoire de la France- En tant que data scientist, s'investir sur la matière télévision et radio a pour qualité de travailler sur du concret. • De plus, vous avez un vivier de 60 beta octets de données à manipuler !- Le turnover dans cette société est très faible, puisque l'ancienneté moyenne est de 15 ans. • L'entreprise met à disposition de ses salariés des avantages certains : 3 jours de télétravail par semaine, 10€ / jour d'indemnité télétravail, 47 jours de congés par an, une prime d'intéressement de 1000€ par an, des évolutions de salaire de minimum 2% chaque annéeProfil recherché- 3 ans minimum d'expérience en data science- Vous souhaitez manager une petite équipe et les embarquer sur un projetCompléments- Lieu : Bry-sur-Marne (94)- Contrat : CDI- Salaire : 50-60K fixeSi votre profil correspond, nous reviendrons vers vous dans les 7 jours à compter de la date d'envoi.18

{'salaire': [{'montant_min': 50000.0, 'montant_max': 60000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Descriptif du poste Au sein la Direction des Risques et du Contrôle Permanent, vous rejoindrez l'équipe RCP RETAIL centrale. Vous analyserez et traiterez les données afin d'accompagner au mieux la direction dans la supervision des risques. Vos missions ont pour objectif de donner vie aux données en les interprétant. En tant que DATA Analyste RCP Retail, vous aurez pour missions principales de: - Développer des outils de production de données, de reporting et d'analyse à destination des superviseurs marchés et réseau - Réaliser des analyses ponctuelles ou thématiques à partir des données internes spécifiques en lien avec notre activité - Optimiser, administrer et assurer la qualité des bases de données RCP, des référentiels et des outils de restitution - Etre force de proposition et faire le lien entre les différents sujets afin d'enrichir les données existantes et proposer des nouvelles approches pertinentes - Veiller à la bonne exécution des plates-formes Data - Vulgariser la... communication fonctionnelle auprès des différents intervenants, notamment le réseau - Mettre en place des états mensuels et contribuer aux reportings ; - Garantir le cycle de mise en production - Contribuer à la conception de nouveaux projets et évolutions - Contribuer aux travaux et projets transverses de la Direction Tous nos postes sont ouverts aux personnes en situation de handicap. Profil recherché En tant que DATA Analyste RCP Retail, vous aurez pour missions principales de: - Développer des outils de production de données, de reporting et d'analyse à destination des superviseurs marchés et réseau - Réaliser des analyses ponctuelles ou thématiques à partir des données internes spécifiques en lien avec notre activité - Optimiser, administrer et assurer la qualité des bases de données RCP, des référentiels et des outils de restitution - Etre force de proposition et faire le lien entre les différents sujets afin d'enrichir les données existantes et proposer des nouvelles approches pertinentes - Veiller à la bonne exécution des plates-formes Data - Vulgariser la communication fonctionnelle auprès des différents intervenants, notamment le réseau - Mettre en place des états mensuels et contribuer aux reportings ; - Garantir le cycle de mise en production - Contribuer à la conception de nouveaux projets et évolutions - Contribuer aux travaux et projets transverses de la Direction Tous nos postes sont ouverts aux personnes en situation de handicap. - LANGUES- SAVOIR-ÊTRE- Capacité à travailler en mode projet- Force de proposition**Voir plus** - SAVOIR-FAIREBase de données Communication • *Voir plus** Entreprise Filiale du Groupe Crédit Agricole depuis 2003, LCL est une banque nationale avec plus de 1600 implantations, qui accompagne 6 millions de clients particuliers, professionnels ou privés. Elle est la banque d'une entreprise sur 3. LCL poursuit son ambition de devenir la banque assurance de référence en ville en étant n°1 de la satisfaction client. En plaçant l'Humain au cœur de ses transformations, LCL agit chaque jour pour ses collaborateurs comme pour la société. Pour cela, LCL s'inscrit avec une promesse forte et engageante : « L'Humain a de l'avenir et vous en avez chez LCL » Autres offres de l'entreprise Salaire A partir de 30 k€ brut annuel Prise de poste Dès que possible Expérience Minimum 1 an Métier Data analyst Statut du poste Cadre du secteur privé Zone de déplacement Pas de déplacement Secteur d’activité du poste AUTRES INTERMÉDIATIONS MONÉTAIRES

{'salaire': [{'montant_min': 30000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

LHH Recruitment Solutions, cabinet de conseil en recrutement, intérim spécialisé, management de transition, et évaluation d'expert.e.s, cadres et dirigeant.e.s, recrute pour l'un de ses clients, acteur majeur dans le secteur de la télécommunication sur Monaco, un Ingénieur big data plateforme H/F en CDI. Vos missions: Participer à la définition des solutions.Déployer, intégrer et administrer des Infrastructures Big Data et streaming sous Linux.Automatiser la livraison, la supervision et l'accès aux composants big data sur une infrastructure privée.Documenter et contribuer à la rédaction du modèle de responsabilité partagée pour chaque technologie (« shared responsibility model »).Apporter votre expertise technique pour la résolution des incidents N2 et N3.Automatiser et documenter l'exploitation des plateformes du périmètre.Vous êtes en charge de l'évolution technique des plateformes.Garantir l'intégrité des données.Capacity planning.Effectuer des astreintes sur le périmètre de... l'équipe (Big data, Kubernetes et bases de données) Description du profil : Bac +4/+5 Maitrise de o Linux o Bases de données (RDBMS & NoSQL) o Kafka o Hadoop & Spark o Principes d'architecture big data o Infrastructure as code (Ansible, Terraform est un plus) o Réseaux (savoir débugger des flux) Connaissances appréciées en plus : o Kubernetes, pour le déploiement d'application Spark sur K8S o Trino o Hive Metastore o S3 o MariaDB (Galera cluster) o MongoDB Profil : o Capacité à apprendre o Autonomie o Esprit d'analyse et sens de l'initiative o Force de proposition o Capacité d'écoute o Esprit d'équipe o Niveau d'anglais technique o Savoir prioriser son travail dans un environnement sous pression o Toute expérience sur un poste similaire est un gros plus Compétences requises : Big dataMariadbRDBMSKubernetesMongoDBKAFKAAnsibleNoSQL

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Collecte et assainissement des données : Rechercher, rassembler et épurer les données indispensables à l'analyse en ayant recours à diverses sources telles que les bases de données, les API, les sites internet, les fichiers Excel, etc. - Examen des données : Employer des méthodes statistiques et des instruments de visualisation pour explorer les données et déceler les tendances, les corrélations et les schémas. - Création de modèles prévisionnels : Appliquer des techniques d'analyse statistique et d'apprentissage automatique pour élaborer des modèles prédictifs permettant de prévoir des résultats futurs à partir des données existantes. - Évaluation des modèles prédictifs : Mesurer l'efficacité des modèles prédictifs et leur apporter des améliorations. - Communication des résultats : Exposer les résultats de l'analyse des données sous forme de rapports, de graphiques ou de tableaux pour faciliter la prise de décisions éclairées. - Coopération avec d'autres équipes : Collaborer... étroitement avec des équipes interfonctionnelles afin de comprendre les problématiques métier et proposer des solutions basées sur les données. - Mise en œuvre d'outils de programmation : Utiliser des outils de programmation tels que Python, R et SQL pour analyser et manipuler les données. - Gestion de projets : Superviser des projets de A à Z, notamment la collecte de données, l'analyse, l'élaboration de modèles, l'évaluation des performances et la communication des résultats. - Veille sur les dernières tendances : Se tenir informé des dernières tendances et des nouvelles technologies pour améliorer les méthodes et les pratiques de l'entreprise. Type d'emploi : CDI Statut : Cadre Salaire : 40 000,00€ à 80 000,00€ par an Avantages: - Épargne salariale - Participation au transport - Réductions tarifaires - Titre-restaurant Types de primes et de gratifications: - Primes Lieu du poste : Un seul lieu de travail

{'salaire': [{'montant_min': 40000.0, 'montant_max': 80000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

[vc_section full_width="stretch_row" content_placement="top" pix_over_visibility="" b_custom_height="500px" css=".vc_custom_1705326804423{padding-top: 0px !important;background-color: #ffffff !important;}"][vc_row full_width="stretch_row" equal_height="yes" content_placement="top" pix_particles_check="" css=".vc_custom_1705326757569{padding-top: 0px !important;padding-bottom: 60px !important;}"][vc_column][pix_vertical_tabs title_color="heading-default" title_size="h5" padding_title="20px" content_color="secondary" content_size="text-sm" position="text-left" padding_content="0" tabs_style="pix-pills-solid" animation="fade-in-up" element_id="1704879056825-3db0e65e-cb65" title="`{`job_id_variable`}`" badge_css=".vc_custom_1708353440327{padding-top: 0px !important;}"][pix_content_tab title="ANNONCE" bold="font-weight-bold" tab_id="job_offer979e-e8f4" css=".vc_custom_1704885004621{padding-top: 0px !important;padding-bottom: 40px !important;}"][vc_column_text... css=".vc_custom_1712572872457{padding-top: 10px !important;padding-bottom: 20px !important;}"]🦄 ESN : +30 ans d’existence. 👨‍💻 Expertise ARTEMYS AGIL-IT : Ingénierie logicielle BDD | BI | Big Data. 🚀 750 collaborateurs | 77M€ CA (2023). 🥇 Partenaire de solutions Microsoft depuis 2004 | Partner Modern Work, Security & Business Applications | 7 Spécialisations avancées. 🙌 Entreprise humaine : ProximITé, ConvivialITé, SolidarITé, EsprIT d’équipe, Partage, Respect et Accompagnement. 🌏 Engagement responsable : Adhésion Global Compact, Planet Tech’Care, Label BRONZE EcoVadis Sustainability Rating, Charte de la Diversité, Partenariat plate-forme sociale, vendredi, membre « Les entreprises s’engagent », adhésion SBTi, certification ISO 27001… ✔ En savoir plus : linkedin.com/company/artemys-agilit | groupeartemys.com L’IT chez ARTEMYS AGIL-IT combine la technologie et l’humain ! Nous sommes convaincus que les compétences, le savoir-être et l’épanouissement de nos Talents sont les clés de notre réussite. Avant tout, nous recherchons, chez ARTEMYS AGIL-IT, des personnalITés passionnées 🚀 Alors, vous nous rejoignez ?! En tant que Data Engineer Informatica avec une compétence avancée sur Power Center, vos missions consisteront en : • Élaborer des spécifications techniques détaillées pour les projets de Business Intelligence. • Réaliser la modélisation décisionnelle pour assurer la qualité et la pertinence des données. • Concevoir et développer le flux Power Center pour l’extraction, la transformation et le chargement des données. • Effectuer la maintenance évolutive et corrective des flux Power Center existants en garantissant leur performance et leur fiabilité. • Réaliser les tests unitaires et d’intégration. • Rédiger la documentation technique et réglementaire pour assurer la traçabilité des processus. Vous avec une maîtrise avancée d’Informatica Power Center 10.x… Vous avez une expérience solide avec les SGBDR SQL Server et avez, idéalement, une connaissance en SAS macro… Vous êtes issu.e d’un BAC+4 ou BAC+5 avec minimum de deux années d’expérience… Orienté.e résultats, vous vous engagez à fournir un travail de qualité dans les délais impartis… Votre capacité à travailler en équipe et votre sens de la communication vous permettent de relever les défis de votre mission ! Vous avez un super état d’esprit et êtes ultra motivé.e… Vous vous reconnaissez ? Alors, vous êtes fait.e pour nous rejoindre ! Vous êtes toujours là ? Top ! Voici ce qui vous attend : • Un premier échange pour faire connaissance ☎ • Un entretien RH avec Mathilde 🦸 Houlala, les choses sérieuses commencent ! • Un entretien technique avec votre futur.e manager🦸‍♂️ Good luck! • Une proposition salariale 💰 Sans oublier les petits plus 🎁 • Carte SWILE (Tickets Restaurant, transports et CE). • Télétravail, RTT, Mutuelle Groupe. • Prime vacances, Participation Groupe et Épargne Salariale. • Primes de cooptation et de certification. • Accompagnement RH, suivi managérial de proximité et suivi technique. • Possibilités d’évolution. • Événements entreprise : Afterworks, Tech Meetups, soirées d’intégration, events sportifs, soirées gaming, places offertes aux matchs de Rugby et Handball… Et cerise sur le gâteau : Poste en Freelance localisé à Rouen (76). Télétravail : Deux jours. TJM : 500€. Date de démarrage : Début mai 2024. Alors, ça vous tente ? C’est parti ! Bienvenue dans l’aventure ARTEMYS AGIL-IT 🎬 Artemys Agil-IT est une entreprise handi-accueillante attachée à la mixité et à la diversité des profils recrutés. [/vc_column_text][vc_empty_space height="20px"][pix_button btn_text="POSTULER À CETTE ANNONCE" btn_style="flat" btn_color="secondary" btn_text_color="white" btn_size="md" btn_effect="" btn_hover_effect="" btn_add_hover_effect="7" btn_div="text-center" btn_animation="fade-in-up" btn_link="#pix-tab-job_apply_form" btn_anim_delay="400"][/pix_content_tab][pix_content_tab title="POSTULER" bold="font-weight-bold" tab_id="job_apply_form" css=".vc_custom_1707230261834{padding-top: 40px !important;padding-right: 40px !important;padding-bottom: 40px !important;padding-left: 40px !important;}"][heading title_color="heading-default" title_size="h3" position="text-left" title="L’IT pour nous est aussi une question de personnalité" css=".vc_custom_1704884809613{padding-bottom: 10px !important;}" heading_id="txtColorInherit"][pix_text content_color="custom" css=".vc_custom_1704884865620{padding-bottom: 20px !important;}" content_custom_color="inherit"]N’attendez plus ! Révélez-vous ![/pix_text][contact-form-7 id="13126"][vc_raw_html][/vc_raw_html][/pix_content_tab][/pix_vertical_tabs][vc_empty_space height="20px"][/vc_column][/vc_row][/vc_section

{'salaire': [{'montant_min': 500.0, 'montant_max': 500.0, 'devise': '€', 'frequence_versement': 'jour'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Rejoindre une équipe de shapers qui partagent des valeurs et des convictions écologiques, humaines et sociales et intégrer un projet client challengeant, ça te dit ? Ce poste est en CDI ! Localisation : Lyon. Mode hybride avec possibilité de travailler depuis ton chez toi. Le salaire est compris entre 42 et 50k€ en fonction du niveau requis pour le projet ! Chez l’un de nos clients dans le secteur de l’assurance, entouré.e d’une équipe de passionné.es, comme toi, tu auras la responsabilité de : • Créer et structurer un datawarehouse • Exposer le DW avec des applications de dataviz • Créer des dashboards à destination des équipes métier • Développer, tester et déployer les flux d’ingestion de données • Automatiser les flux d’extraction et de traitement des données • Identifier les besoins métier et proposer des solutions pertinentes

{'salaire': [{'montant_min': 42000.0, 'montant_max': 50000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Avionneur, industriel, prestataire de services industriels et logisticien, Daher a réalisé un chiffre d’affaires de 1,3 milliard d’euros en 2022. Fort de son actionnariat familial, Daher est tourné vers l’innovation depuis sa création en 1863. Avec plus de 10 500 collaborateurs et des implantations dans 13 pays, principalement en Europe et en Amérique du Nord, Daher conçoit et développe des solutions à valeur ajoutée pour ses clients et partenaires aéronautiques et industriels. Au poste d’Alternant(e) Data Analyst (H/F) au sein de notre Service Supply Chain de notre site de production de pièces aéronautiques de Saint-Aignan-Grandlieu (proche de l’aéroport de Nantes (44)), vous êtes rattaché(e) au Responsable planification (H/F). Votre mission consiste à digitaliser les outils utilisés pour le suivi et l’analyse. A l’issue d’un diagnostic des outils en place, il faudra définir, concevoir et déployer des outils d’analyse permettant aux opérationnels de : - Mesurer l’adhérence de... production au niveau PDP et PIC (entre besoin et réalisé) - Suivre l’avancement de la production (encours) - Assurer l’adéquation charge capacité - Faciliter la prise de décision en cas d’écarts (outils de simulation) Pour chaque outil/processus, vous devrez appliquer la démarche suivante : - Analyser le cahier des charges et des besoins des utilisateurs jusqu’à sa validation - Réaliser développement (Excel ou Access), recette, validation - Rédiger les documentations associées - Déployer (Formation / Accompagnement des utilisateurs) Vous préparez un diplôme de type bac+4/5 en informatique ou logistique. Vous êtes à l’aise avec la gestion de bases de données, les outils informatiques, notamment Excel, ACCESS et Power BI. Vous avez une appétence pour les flux de production. L’anglais est un plus

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Bonjour, Nous sommes l'équipe Recrutement APOLLO et nous avons la mission de rechercher nos futurs techno-nautes. • *Avant d’en apprendre plus sur le poste, nous vous proposons un court récit de notre Histoire**: APOLLO est l'ESN du groupe Alpha Nova, spécialiste en transformation numérique des Entreprises de Taille Intermédiaire françaises. Depuis 2004, nous accompagnons près d'une centaine d'organisations clientes dans l'intégration des Technologies de l’Information. Notre vocation est de coder la résilience et la croissance de ces entreprises. Nos secteurs de prédilection sont : l'Energie, l'Industrie, la Sécurité ainsi que la Finance. APOLLO est une Entreprise labellisée ECOVADIS avec une démarche engagée en matière de RSE. Nous sommes triple lauréat du label Great Place To Work récompensant les entreprises pour leur ambiance de travail. Dotée d'une croissance de 20 % par an ; APOLLO représente plus de 130 consultants chevronnés et passionnés par la construction de projets de... transformation numérique. Nous proposons nos services en Ile-de-France (Paris) et en Auvergne-Rhône-Alpes (Lyon et Grenoble). • *Nous aimons notre métier et nous voulons que cela se sache.** • *Votre future mission, si vous l’acceptez**: - Vous collaborerez à la définition des besoins et à la définition des objectifs à atteindre avec les équipes fonctionnelles et de développement. - Vous collecterez et nettoierez les données. Ainsi, vous rassemblerez et préparerez les données brutes pour l'analyse, en veillant à leur qualité et à leur intégrité. - Vous utiliserez des outils et des techniques d'analyse statistique pour extraire des aperçus significatifs à partir des données. - Vous créerez des rapports visuels et des tableaux de bord pour présenter les résultats de l'analyse de manière claire et compréhensible. - Vous créerez des modèles de données pour identifier des tendances, des corrélations et des prédictions. - Vous fournirez des recommandations basées sur l'analyse des données pour aider le client à prendre des décisions éclairées. • *Pour rejoindre l’équipage**: - Formation : Bac +5 - Années d'expérience minimum : 3 ans - Compétences : Tableau et/ou PowerBI - requêtes SQL - Méthodologie agile Et votre personnalité. Ceci est un idéal. **N’hésitez pas à nous surprendre ** Nous rejoindre c’est aussi : Être accompagné dans votre trajectoire de carrière. - Vous intégrerez une équipe à taille humaine, où la proximité est le maître mot. - Vous pourrez être force de proposition quant à votre programme de formation. - Vous aurez la possibilité de vous investir dans notre communauté interne (technique et/ou fonctionnelle). - Vous serez convié à des évènements réguliers (des talks, du sport, des aperollo ). Vous l’aurez compris, **APOLLO c’est tout une atmosphère ** • *Paré pour le décollage ?** Type d'emploi : Temps plein, CDI Statut : Cadre Salaire : 38 000,00€ à 46 000,00€ par an Avantages: - RTT - Travail à domicile occasionnel Programmation: - Du lundi au vendredi - Travail en journée Lieu du poste : En présentiel

{'salaire': [{'montant_min': 38000.0, 'montant_max': 46000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Vous souhaitez rejoindre une jeune start-up dans le secteur de la santé? Les domaines de L’IA et la Big Data vous passionnent ? Contexte Rejoignez cette start-up lyonnaise qui évolue dans le secteur médical et qui développe des solutions destinées à combattre le cancer. Créée il y a un an, l’équipe technique est composée de 5 personnes. Elle propose en particulier des solutions d’aide au pronostic vital des patients. En pleine croissance, elle recrute son futur data scientist confirmé, en CDI sur Lyon. Responsabilités Intégré à l’équipe technique, et en lien avec des laboratoire et hôpitaux, vos missions seront de: Traiter les données, Construire des algorithmes de deep learning, Développer des modèles de détection et de prédiction, Développer, améliorer et maintenir la stack logicielle de briques d’IA de l’entreprise, Réaliser des tests statistiques, Réaliser une veille technologique régulière. Stack : Python, Scikit, Pytorch, AWS, GCP _ Profil Vous avez idéalement un diplôme... d'ingénieur avec une spécialisation en Data Science ou computer vision, Vous avez une expérience de 2 an minimum sur un poste de data scientist, Vous maîtrisez Python et les librairies de machine learning, Vous êtes familier avec les CNN, Curieux, vous aimez faire de la veille technologique, Vous parlez couramment anglais. Avantages 2j de télétravail par semaine, Locaux situés à Lyon, Rémunération selon profil et expérience : 38k-46k€. Type d'emploi : CDI, Temps plein Statut : Cadre Salaire : 38 000,00€ à 46 000,00€ par an Programmation: Période de travail de 8 Heures Lieu du poste : Télétravail hybride (69006 Lyon 6e

{'salaire': [{'montant_min': 38000.0, 'montant_max': 46000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

IT&M Stats intervient dans le domaine des statistiques, de la programmation et de la data science, principalement dans les secteurs de l'Industrie Pharmaceutique, Cosmétique, dans la Santé et l'Agro-alimentaire et auprès des Banques et Assurances. IT&M Stats est une filiale du Groupe Astek, acteur mondial de l'ingénierie et du conseil en technologies. Nous basons notre relation sur : • Un respect des collaborateurs et des clients, de leurs aspirations, • Un suivi personnalisé des collaborateurs et des clients, • Une gestion régulière des carrières des collaborateurs, • Des échanges transparents, • Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons un Data Scientist pour intervenir dans le secteur cosmétique. Cela vous intéresse ? Voici la suite • Maintenance et mise à jour de dashboards de suivi de tests sous PowerBi • Analyser les données générées en interne et externe et réaliser des analyses croisées /meta analyse pour une meilleure compréhension de la... performance de nos produits/services • Réaliser des analyses prédictives de la performance cosmétique en fonction de la formulation • Réaliser des interfaces dynamiques sous R Shiny • Ré-analyser et vérifier les analyses statistiques réalisées par les prestataires externes le cas échéant • Contribuer à la mise en place des études et aider le département à l'amélioration des process (Plan d'expérience, calcul du nombre de sujets nécessaires, etc...) Vous pensez être la perle rare ? • Vous êtes titulaire d'un diplôme de type Bac+5 (Master 2 ou école d'ingénieur) avec une spécialisation en statistiques, mathématiques ou data science • Vous justifiez d'une expérience professionnelle de 2 à 3 ans • Une bonne maitrise de R (dont R Shiny) est attendue • Vous maitrisez PowerBI • Vous êtes organisé, rigoureux, autonome, flexible, vous aimez communiquer et travailler en équipe et vous avez un bon esprit de synthèse et d'analyse • Vous avez un bon niveau d'anglais Voici ce que nous pouvons vous offrir... Un poste en CDI à pourvoir dès que possible, de la bonne humeur, des formations, des soirées, de la bienveillance, un suivi personnalisé, une gestion régulière de votre carrière, des échanges transparents et une écoute permanente. Si vous êtes convaincu que vous êtes la perle rare, postulez Nous sommes impatients de vous rencontrer

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Lynx RH Essonne, cabinet de recrutement en CDI, CDD et Intérim, recherche pour l'un de ses clients un Data Analyst H/F basé à proximité de Massy (91). Vos missions Découvrez les missions qui vous seront confiées : • Assurer le développement, l'évolution et la maintenance des flux de synchronisation entre les différents outils, • Participer à la constitution d'environnements d'analyses sur les données, • Représenter et analyser les données : proposition d'axes d'amélioration par des approches analytiques, • Produire des reports ou dashboards simples et proposer des KPI adaptés pour les différentes équipes métiers concernées, • Contrôler la fiabilité des données, • Transformer de la données brut en binôme avec les Data Engineer. Profil recherché Profil Ingénieur (BAC+5), avec 4 ans d'expérience sur un poste similaire. Savoir être : • Méthodique, • Synthétique, • Sens de l'analyse, • Esprit d'équipe, • Bon rédactionnel. Informations complémentaires Type de contrat : CDI Temps de... travail : Temps plein Salaire : 30000 € - 50000 € par an

{"salaire": [{"montant_min": 30000.0, "montant_max": 50000.0, "devise": "€", "frequence_versement": "an"}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

En un coup d'œil : • Daher site de Saint Vallier - 26240 • Data Analyst • Contrat d'apprentissage • Une rémunération composée d'un salaire fixe sur 13 mois (à partir de 6 mois d'ancienneté), des tickets repas à 9.48 € (prise en charge employeur 60%), d'un intéressement et d'une participation aux résultats du Groupe ainsi que de nombreux avantages. Au sein du site Daher Valves de Saint Vallier (26), vous êtes rattachée au responsable sales programmes. Dans un contexte de conception et de fabrication de systèmes de robinetterie haute performance (secteurs nucléaire et énergie), vous serez le /la monsieur / madame digital de la BU afin de structurer et de développer l'utilisation de données via l'intelligence artificielle. Vous travaillerez avec les opérationnels métier et serez également en charge de la veille technologique des softwares. Dans ce cadre, vos missions sont les suivantes : Extraction et structuration des données • Réaliser l'état des lieux des données existantes pour le... périmètre • Définir des règles de gestion de structuration des différentes bases de données entre elles. • Écrire et rédiger les spécifications d'automatisation des règles de gestion à la direction des systèmes d'information ou à la maîtrise d' • Maîtriser la qualité des données tout au long de leur traitement. • Développer une Data Warehouse en coordination / coopération avec le service DSI Automatisation des données • Réaliser l'état des lieux des données existantes et automatisables pour le périmètre • Automatiser les saisies dans nos différents outils et logiciels afin de gagner en efficacité Veille technologique : • Vous suivrez la feuille de route de l'évolution des softwares et les impacts data associés • Vous serez le garant du change auprès des équipes et les accompagnerez dans cette « ère digitale » Daher est un avionneur et un équipementier industrie et services. Daher affirme son leadership dans 3 principaux métiers - construction d'avions, équipements et systèmes aéronautiques, services logistiques et supply chain - et a réalisé un chiffre d'affaires de 1,1 milliard d'euros en 2017. Fort de son actionnariat familial, Daher est tourné vers l'innovation depuis sa création en 1863. Aujourd'hui présent dans 12 pays, Daher s'impose comme un acteur de référence de l'industrie 4.0, en concevant et développant des solutions à valeur ajoutée pour ses partenaires industriels. Durée du contrat : 12 mois

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

???????? Missions • Accompagnement du métier dans le cadrage et le delivery de leurs cas d'usage data • Industrialisation et run de pipelines de traitement de données en production • Accompagnement des profils plus juniors dans leur montée en compétence • Être force de proposition auprès du client dans l'évolution de sa plateforme data • Élaboration de présentations techniques pour partager son savoir aux autres collaborateurs de Revolve • Tenue d'entretiens techniques pour aider Revolve à grandir • Participation en shadow à des avant-ventes afin d'aider à la conception de solutions techniques pour nos futurs clients ???????? Évoluer au sein de la communauté Évoluer au sein de la Tribe Data, c'est être acteur dans la création d'un environnement stimulant dans lequel les consultant·e·s ne cessent de se tirer vers le haut, aussi bien en ce qui concerne les compétences techniques que les soft-skills. Mais ce n'est pas tout, ce sont aussi des événements réguliers et des conversations... slacks dédiées vous permettant de solliciter les communautés (data, AI/ML, DevOps, sécurité, ...) dans leur ensemble Sur le bassin parisien, la Tribe compte 60 personnes encadrées par un Tribe Leader, et 3 Managers en fonction des différents métiers : Data Engineering, Machine Learning & AI et Déveloper & SRE. À côté de cela, vous avez l'opportunité d'être moteur dans le développement des différentes communautés internes (retours d'expériences, workshops, articles, podcasts...) . ???????? Rémunération La rémunération fixe proposée pour le poste est en fonction de votre expérience et dans une fourchette de 52k à 59k. Profil recherché ???????? Compétences Required : • Bonne Maîtrise de Python, Git, SQL et d'au moins une librairie python permettant le traitement de données (Pandas, Polars, Dask, Spark, ...) • Compréhension en profondeur des architectures data et de leurs problématiques : BDD SQL vs NoSQL, OLTP vs OLAP, ACID vs BASE, Batch vs Streaming, Datalake vs Data Warehouse vs LakeHouse, ... • Expérience sur l'écosystème AWS, ou d'un autre hyperscaler (GCP, Azure) • Expérience dans l'utilisation de Spark • Expérience sur l'utilisation d'un outil d'orchestration de pipeline (Airflow, Dagster, ...) • Expérience en mise en production et en run de pipelines de données • Expérience de la mise en pratique de la méthode agile Nice to have : • Maîtrise des concepts de modélisation de données • Maîtrise des méthodes d'optimisation de traitements Spark • Expérience sur une plateforme data managée (Snowflake, Databricks, DBT, ...) • Expérience sur un outil d'infra as code (Terraform, CloudFormation, ...) • Expérience sur un outil de CI/CD (Gitlab-Ci, Github Actions, Jenkins, ...) • Capacité à concevoir de nouvelles architectures data et à challenger l'existant de manière constructive et pertinente • Capacité d'établir et de chiffrer des roadmaps de projets data • Connaissances des concepts et des outils liés à la data gouvernance Si vous n'avez pas toutes ces compétences, no worries Seules les "Required" sont... required. Présentation de Devoteam Revolve Le data engineering est essentiel pour l'analyse de données. En construisant et en optimisant les pipelines de données, les data engineers permettent aux entreprises d'exploiter pleinement leur potentiel analytique. Leur rôle crucial dans la collecte, le stockage et le traitement des données garantit une base solide pour les décisions stratégiques et l'innovation continue. Nos consultants sont l'illustration de cette tendance en accompagnant nos clients dans le développement de leurs stacks data. Si vous avez repéré des mots clés qui résonnent avec votre parcours, c'est que vous êtes au bon endroit. Avant de continuer, nous avons encore quelques questions : Vous souhaitez évoluer dans un environnement AWS ? Vous avez une forte culture de l'automatisation ? Votre curiosité vous pousse à explorer de nouvelles technologies ? Vous avez envie de contribuer à la dynamique de nos communautés techniques ? Si la réponse est oui à toutes ces questions, c'est un match Il n'y a qu'une chose à faire rejoignez-nous ???? Chez Devoteam A Cloud, nous avons fait le choix d'explorer les entreprises afin qu'elles deviennent plateformes et de développer un partenariat fort avec AWS et ce, dès 2013. Aujourd'hui nous sommes positionnés sur le marché en tant qu'organisation pensée pour accompagner nos clients, nos collaborateurs, nos partenaires et la communauté à l'adoption du Cloud. Notre culture découle de notre engagement collectif, de notre curiosité, de notre façon de collaborer, de partager nos points de vue et d'encourager les autres à faire de même. C'est une inspiration pour essayer de nouvelles choses, parler ouvertement, faire preuve d'audace

{'salaire': [{'montant_min': 52000.0, 'montant_max': 59000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Description du poste et Missions Notre entreprise, pionnière dans le domaine de la technologie, opère dans l’anonymat pour des raisons stratégiques. Nous sommes passionnés par l’exploitation des données pour créer des solutions intelligentes et impacter positivement le monde. Notre équipe diversifiée et dynamique travaille sur des projets novateurs qui repoussent les limites de l’innovation. Le poste Notre entreprise, pionnière dans le domaine de la technologie, opère dans l’anonymat pour des raisons stratégiques. Nous sommes passionnés par l’exploitation des données pour créer des solutions intelligentes et impacter positivement le monde. Notre équipe diversifiée et dynamique travaille sur des projets novateurs qui repoussent les limites de l’innovation. Description du Poste : En tant que Data Analyst, vous serez au cœur de notre mission. Votre rôle consistera à extraire des connaissances exploitables à partir de vastes ensembles de données. Voici ce qui vous attend : Exploration et... Nettoyage des Données : - Vous explorerez des données hétérogènes, les nettoierez et les préparerez pour l’analyse. - Vous identifierez des tendances, des corrélations et des anomalies cachées. Analyse Approfondie : - Vous utiliserez des outils tels que SQL, Python et R pour extraire des informations significatives. - Vous créerez des tableaux de bord et des visualisations pour communiquer vos découvertes. Prise de Décision Éclairée : - Vous travaillerez en étroite collaboration avec les équipes métier pour résoudre des problèmes complexes. - Vos analyses guideront nos stratégies et nos décisions. Mission du Poste : Votre mission sera de transformer des données brutes en idées exploitables. Vous serez le détective des données, cherchant des réponses dans les méandres des chiffres. Vos réalisations auront un impact direct sur nos produits, nos clients et notre croissance. Profil recherché Nous recherchons un Data Analyst passionné, curieux et créatif. Voici les compétences essentielles : Maîtrise des Langages : - Solides compétences en SQL pour interroger et manipuler les bases de données. - Expérience avec Python ou R pour l’analyse statistique. Visualisation des Données : - Connaissance de Tableau, Power BI ou d’autres outils similaires. - Capacité à créer des visualisations percutantes. Esprit Analytique : - Vous aimez résoudre des énigmes et creuser dans les détails. - Vous savez transformer des données en informations exploitables. Communication et Collaboration : - Excellentes compétences en communication pour présenter vos résultats. - Capacité à travailler en équipe et à influencer positivement les décisions. Note importante aux candidats : Veuillez ne postuler que si vous remplissez toutes les qualifications essentielles et les compétences requises mentionnées dans cette annonce. Cela nous permettra de traiter les candidatures plus efficacement et de garantir que nous consacrons notre temps et notre attention aux candidats qui correspondent au profil recherché. Informations utiles • Localisation : Paris - 75, France • Contrat : CDI • Salaire : 60000,00 à 80000,00 EUR par mois • Niveau de qualification : Ingénieur/Cadre/Bac +5 • Expérience : 1 à 7 ans, + 7 ans • Modalités de travail : Temps complet • Fonction : Informatique - Systèmes d'Information • Secteur : Industrie high-tech/Telecom, Secteur informatique/ESN • Télétravail : Oui - Défiez l’Ordinaire : Vous ne serez jamais confronté(e) à une routine ennuyeuse. Chaque jour apporte son lot de nouvelles énigmes à résoudre. - Évolution Rapide : Votre talent sera reconnu et récompensé. Grimpez les échelons plus vite que vous ne le pensez. - Culture Collaborative : Notre équipe est une famille soudée. Nous célébrons les succès ensemble et relevons les défis ensemble. Qui sommes nous ? Twenty One Talents

{'salaire': [{'montant_min': 60000.0, 'montant_max': 80000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Client Final / Industrie : Groupe en pleine transformation : Nantes Vous rejoignez un acteur mondial dans le domaine de l’industrie et prenez part à son programme de transformation digitale pour lequel la Data est un levier important. Dans le cadre de la création d'une nouvelle organisation Data ils recherchent un Data Engineer pour rejoindre l’équipe Data Plateforme, composée de 3 personnes. Vos missions : Rattaché au Responsable Data vous participez au développement de la plateforme Data. A ce titre vos responsabilités sont: Concevoir, développer et maintenir des pipelines de données pour l'ingestion, le traitement et la transformation des données Garantir la disponibilité, la qualité et l'intégrité des données Collaborer avec les équipes métier pour comprendre les besoins et proposer des solutions techniques appropriées Optimiser les performances de la data plateforme Assurer la documentation et la traçabilité des flux de données Votre Profil +3 ans XP sur rôle de Data Engineer... Maitrise de Python et/ou Java et SQL Connaissances des concepts Big Data dans un environnement cloud Azure Anglais niveau B2 minimum Stack technique : Python, Java, SQL, Azure, Azure DevOps, Azure ML, Powershell, Power BI Rémunération et Avantages : Rémunération fixe + 10% de variable Prime de participation / Intéressement : Comité d’Entreprise 2j/semaine de télétravail Pourquoi les rejoindre : Groupe à dimension internationale Gros programme de transformation data Package très intéressant Type d'emploi : CDI Salaire : 45 000,00€ à 55 000,00€ par an Avantages: Horaires flexibles Prise en charge du transport quotidien Titre-restaurant Programmation: Du lundi au vendredi Horaires flexibles Types de primes et de gratifications: 13ème Mois Prime annuelle Primes Lieu du poste : In person

{'salaire': [{'montant_min': 45000.0, 'montant_max': 55000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Qui sont-ils ? elmy est le 1er énergéticien 100% français et 100 % vert 🌱. elmy, c’est une équipe d’une centaine de personnes engagées pour une transition énergétique, écologique et solidaire. Ils maîtrisent l’énergie de A à Z en interne et ça, ça fait toute la différence En étant présent sur l’ensemble de la chaîne de valeur de l’électricité, de la production à la consommation, ils permettent à chacun d’avoir l’impact le plus concret sur la transition énergétique. Une nécessité compte tenu des enjeux climatiques Leurs ambitions ? 1/ Participer à la transformation du modèle énergétique 💡 2/ Reconnecter les consommateurs à l’énergie ⚡️ 3/ Tout faire pour encourager un maximum de monde à passer au vert 🌱 4/ Construire l’entreprise contributive de demain, car l’entreprise a un rôle sociétal à tenir 🤝 Toi aussi, tu as l’énergie d’agir pour la transition énergétique ? Rejoins-les Envie d’en savoir plus sur elmy ?Culture d'entrepriseoffres d'emplois... C’est parti pour... l’immersion Visiter le profil Rencontrez Elie, Software Engineer Rencontrez Albert, CEO Rencontrez Arnaud, Conseiller clientèle BtoC Descriptif du poste Tes challenges En collaboration avec les autres membres de la brigade Plateforme tu participes au développement des nouveaux produits et services de la société. Tu rejoins une équipe technique de plus de 30 personnes travaillant sur de nombreux projets. Pour ce poste, nous recherchons une personne force de proposition, curieuse et à même de s’approprier le cycle de développement mais également les pièces maîtresses de notre infrastructure. Les enjeux de la brigade et les problématiques associées sont variés : 🔎 Elles vont de la gestion “pure” de notre infrastructure (gestion de nos ressources Cloud via l’IaC, de leurs coûts, de leur sécurisation), à la gestion de nos services internes (stack d’observabilité, pipelines de CI/CD) en passant par l’amélioration de l’expérience développeur (DevX). 🔎 La brigade est force de proposition vis-à-vis des outils utilisés et des pratiques grâce au temps dédié à la R&D. De nombreux processus sont toujours en cours d’automatisation (IaC, etc.) et l’autonomie de la brigade lui accorde une grande liberté d’action. 🔎 La brigade est également responsable de conseiller les autres brigades de développeurs.ses sur leurs choix technologiques afin de renforcer la cohérence technique de l’entreprise. À ce titre, les principaux challenges sont: Tu travailles au quotidien avec Kubernetes & Docker Tu t’efforces de mettre en place un monitoring & alerting pertinent et efficace Tu travailles avec l’équipe de développement pour améliorer notre processus de CI/CD (Jenkins) Tu es en charge des problématiques de scalabilité, de résilience et de stabilité de l’infrastructure Tu apportes des solutions aux problématiques de testabilité Tu travailles sur les futures approches infra de la société Accompagné.e par le CTO, tu veilles à l’amélioration continue des architectures et approches de R&D. Tu apportes ta vision et ton expertise sur les projets innovants de la société Notre stack technique Cloud: Kubernetes, Docker, GCP, AWS, Terraform, … Languages: Node/TypeScript, Python, Julia,… Front: React Test: TDD, Orientation forte sur la qualité,… Data: MySQL, PostgreSQL, MongoDB Atlas, Cloud Pub/Sub, Apache Beam, Google Dataflow… CI/CD: Github, Jenkins, SonarQube, … Monitoring: Datadog, Prometheus, Grafana, Elastic, OpenTelemetry, … Travail en équipe Nous apportons une grande valeur au travail en équipe, et à ce titre nous utilisons de façon quotidienne: Le pair programming Les revues de code Les cérémonies agiles La brigade que tu intègrera a également pour but d’apporter du support et d’uniformiser les pratiques des autres équipes. Tu seras ainsi amené.e à collaborer étroitement avec d’autres brigades sur de nombreux sujets. Ce qui t’attend si tu nous rejoins 💡 Ce poste est ouvert dans nos locaux lyonnais avec du télétravail partiel possible. Nous proposons sur ce poste une rémunération annuelle à partir de 39.000 euros annuels en fonction de ton expérience + un variable de 10% indexé sur objectifs. 🚀 semaine de 4 jours 💆‍♀️ des locaux où il fait bon vivre : cours de yoga, paniers de fruits, coin musique et salle de sieste 🌱un travail qui a du sens : avoir un impact positif sur l’environnement 🧗‍♀️ un pack sport de 200 euros par an 🎵 un abonnement Deezer 👨‍👩‍👦 une mutuelle Alan prise en charge à 100% pour toi et ta famille 🐝 une organisation horizontale inspirée de l’holacratie favorisant l’autonomie et la créativité ❤️ un quotidien avec une équipe bienveillante et optimiste Profil recherché Tu es notre candidat.e idéal.e si tu… 🤩 👉 Tu justifies de 2 ans d’expérience minimum sur un poste similaire. Rigoureux.se, tu portes une attention majeure à la qualité de ton travail. 👉 Impliqué.e et concerné.e par les problématiques environnementales tu souhaites mettre ta passion pour le domaine technique au service de tes valeurs. 👉 Enthousiaste et sociable tu possèdes un réel esprit d’équipe et une volonté d’intégrer un groupe convivial et multiculturel. 👉 Autonome et créatif.ve, tu montres une appétence pour le travail « from scratch » et tu es enthousiaste à l’idée de rejoindre des projets techniques dès leurs débuts. 👉 Tu aimes parler de ton métier et promouvoir les bonnes pratiques : tu prends le temps de vulgariser, tu sais adapter ton discours en fonction de ton audience. 👉 Curieux.se tu es capable d’intervenir sur plusieurs technologies. Ladies Les études montrent que les femmes ont moins tendance à postuler à une offre d’emploi lorsqu’elles n’ont pas toutes les qualifications requises. Ladies, ne vous mettez pas de barrière et donnez-nous la chance de nous faire notre propre avis, nous serons toujours ravis d’échanger avec vous Déroulement des entretiens 👉 Premier call de présentation 👉 Entretien avec Lilia, Talent Acquisition Manager. Le but est, d’un côté, d’en savoir plus sur toi, et de l’autre, que nous puissions t’en dire plus sur ce que l’on fait ici. 👉 Entretien avec Benjamin, CTO pour rentrer dans le vif du sujet et parler métier 👉 Test technique à réaliser chez toi et quand tu veux, suivi d’un debrief avec l’équipe 👉 Bienvenue :)

{'salaire': [{'montant_min': 39000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

• L'emploi sur le territoire de NiortAgglo Consultante Consultant Data Scientist F/H - Valoway (H/F) Ambitieux dans le développement de notre Pôle d'excellence IA et Data Science, nous recrutons notre consultante ou consultant Data Science à Niort. Vous rejoignez notre communauté de Data Scientist afin d'éclairer nos clients sur leurs enjeux business grâce à l'utilisation de la donnée et la puissance de l'Intelligence Artificielle.- Proposer des nouveaux modèles de valorisation de patrimoine DATA, à travers des sujets comme la prévision d'activité, l'optimisation de processus métiers (ChatBot, RPA, Recherche Opérationnelle.), le Data marketing ou l'usage de l'IA Géné Réaliser puis industrialiser des solutions adaptées, performantes et maintenables, à travers une approche MLOps.- Animer et accompagner des communautés DATA et des métiers à l'adoption des bonnes pratiques à travers : le cadrage des cas d'usages, la conduite de méthodologie expérimentale, des ateliers d'acculturation et... d'idéation, le transfert de compétence aux équipes en place.- Réaliser une veille régulière et partagée sur l'état de l'art de la Data Science et les offres de Cloud Provider.Nos principaux environnements techniques:Langages : Python, SQL, Spark, R.Outils de développeur : IDE, GIT.Cloud providers : Azure, GCP, AWS.Visualisation : Power BI, Tableau Software, Google Data Studio, Looker.Librairie de DeepLearning : Keras, TensorFlow, PytorchNotre environnement de travail :Vous souhaitez en savoir plus sur le poste de Data Scientist chez Valoway ? C'est notre équipe qui en parle le mieux : Alice "l'IA générative, générateur de satisfaction client !"L'agilité est au cœur de notre organisation, elle se traduit notamment par un mode de travail hybride et la possibilité d'alterner entre présence chez nos clients, dans nos bureaux ou en télétravail, en fonction des sujets à mener. La mobilité est un aspect important du rôle de consultant, vous pouvez être amené à vous déplacer pour répondre au plus près aux enjeux de vos clients. Vous collaborez avec des consultants ayant un haut niveau de compétences, appuyées par des missions stratégiques et des cas d'usages significatifs dans des environnements complexes des secteurs de l'assurance, de la banque, de l'industrie, du transport, du retail ou de la grande distribution. Pour ce poste de Data Scientist en CDI le salaire indicatif que nous vous proposons à Niort est compris entre 45 K€ et 60 K€ brut annuel. Cette rémunération s'étudie en fonction de vos expériences et de votre profil. Vous bénéficierez également de RTT et d'une carte restaurant SWILE. En tant que consultante ou consultant, vos initiatives business et cooptation seront gratifiées.Vous avez une expérience d'au moins 5 ans, incluant votre participation active à des projets embarquant des briques d'Intelligence Artificielle et/ou de Machine Learning, couvrant le cadrage, le développement et l'industrialisation. Aussi, vous avez développé votre expertise sur des cloud providers tels qu'Azure ou GCP. Fort de ces expériences, idéalement acquise dans le conseil, vous êtes capable d'expliquer votre approche à des décideurs comme à des métiers, avec une vraie culture de services et de succès client.Nous rejoindre en tant que consultante ou consultant chez Valoway, c'est également un état d'esprit. Vous souhaitez intégrer une équipe animée par l'innovation, le développement de son expertise et qui souhaite relever de nouveaux défis :Autonomie dans la relation client Esprit d'initiative et curiosité Sens du partage et du travail en équipe MobilitéCe poste vous correspond ? Vous souhaitez en savoir plus ? Adressez-nous votre candidature !Notre process de recrutement pour ce poste :Un échange avec Emma ou Sonia nos RH sur votre projet professionnel Un échange technique et culture avec nos consultantes et consultants afin de vous donner un aperçu de notre quotidien et vous embarquer dans notre vision ! Un entretien avec Gwénolé directeur et Louis Vincent fondateur pour vous partager les enjeux de Valoway. La durée moyenne du process est d'un mois et peut s'adapter en fonction de vos obligations, nous sommes flexibles ! Profil souhaitéExpérience Expérience exigée de 5 An(s) Secteur d'activité Conseil en systèmes et logiciels informatiques Entreprise Valoway, pure player Data, IA & Cloud, nous intervenons sur des projets innovants, à travers l'élaboration et la mise en œuvre stratégique de transformations numériques.Animés par le succès clients, nous construisons un modèle qui puise son inspiration dans la richesse du parcours unique de chacun, en développant nos pôles d'excellence Data Platform, IA et Conseil, afin de propulser nos clients vers l'excellence opé de notre ADN, la divers... Type de contrat : Contrat à durée indéterminée Salaire: Annuel de 45000,00 Euros à 60000,00 Euros #J-18808-Ljbffr

{'salaire': [{'montant_min': 45000.0, 'montant_max': 60000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Sopra Steria, l'un des leaders européens de la Tech reconnu pour ses activités de conseil, de services numériques et d'édition de logiciels, aide ses clients à mener leur transformation digitale et à obtenir des bénéfices concrets et durables. Il apporte une réponse globale aux enjeux de compétitivité des grandes entreprises et organisations, combinant une connaissance approfondie des secteurs d'activité et des technologies innovantes à une approche résolument collaborative. Sopra Steria place l'humain au centre de son action et s'engage auprès de ses clients à tirer le meilleur parti du digital pour construire un avenir positif. Fort de 47 000 collaborateurs dans près de 30 pays, le Groupe a réalisé un chiffre d'affaires de 4,7 milliards d'euros en 2021. The world is how we shape it. La division Banque s'est développée autour des métiers de la banque de détail, de la banque privée et des services financiers spécialisés. Nous participons à la révolution digitale grâce à notre... expertise en automatisation des processus, Big Data, IA, Cloud. Nous accompagnons la transformation de nos clients en y associant nos compétences dans les domaines fonctionnels des Crédits, des Risques/Conformité et des Moyens de Paiement. Votre futur environnement de travail : Intégré(e) au sein d'une équipe Sopra Steria, pour un de nos Grands Comptes Bancaires, vous participez à un projet Big Data, en mode Agile, et intervenez en tant que référent(e) technique au sein de votre équipe. A cette occasion vous êtes amené(e) à • Apporter votre expertise et votre expérience à vos collègues lors des phases de conception et développement • Accompagner vos collègues dans leur montée en compétence technique au sein du projet • Définir et implémenter des solutions au sein d'un périmètre applicatif existant • Proposer des idées d'amélioration continue à votre client et à votre équipe (revue de procédures, mise en place de nouveaux outils dans le cadre de livraison, test ou qualimétrie) • Concevoir et développer des sujets complexes Environnement du projet • Méthodologie projet : Mode Agile (Scrum) Environnement technique • Hdfs, hive, spark, oozie • Scala, HQL, Shell • GitLab, Nexus, Maven, Jenkins, Sonar Environnement fonctionnel • Alimentation d'un DataLake jusqu'au build d'un moteur de calcul ; • Intervention sur la mise en place de règle relatives aux normes Bâloise De formation Bac+5, vous avez au moins 5 ans d'expérience dans la data dont 3 ans en Big Data, notamment sur les technologies mentionnées ci-dessus. Vous aimez travailler en équipe, relever les défis techniques, conseiller et apporter votre valeur ajoutée à une équipe. Vous savez être challengeant et leader envers le client et l'équipe de Dev en ce qui concerne l'amélioration continue (process de livraison, automatisation du testing/validation, maintenance des bonnes pratiques et performance des runs). Vous aimez vous tenir informé(e) des nouveautés technologiques et êtes à la recherche d'évolution de carrière réelle basées sur l'expérience projet et l'acquisition de nouvelles compétences. Employeur inclusif et engagé, Sopra Steria oeuvre chaque jour pour lutter contre toute forme de discrimination et favoriser un environnement de travail respectueux. C'est pourquoi, attachés à la mixité et à la diversité, nous encourageons toutes les candidatures et tous les profils

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Data analyst confirmé F/H Entreprise : Chaque jour Axeptio recueille le consentement de millions d’internautes à travers le monde et permet à des dizaines de milliers d’entreprises d’utiliser les données personnelles de manière éthique et respectueuse. Il est aujourd’hui banal pour une entreprise de porter des valeurs. Chez Axeptio, nous faisons plus qu’en parler : nous les mettons au cœur de la conception de nos produits et services. C’est pourquoi vous ne trouverez pas chez nous de “dark patterns”, de cookie walls agressifs, ou d’extorsion de consentement. Nous voulons rendre le web meilleur, pas pire. Travailler pour Axeptio, c’est aussi porter les couleurs d’une marque forte, reconnue et appréciée. Au quotidien, vous constaterez que le sempiternel “Quoi de neuf ?” sera vite supplanté par “J’arrête pas de voir tes cookies partout !”. Nous rejoindre, c’est enfin l’opportunité de faire sa place dans une équipe en pleine croissance, de participer aux débuts d’une aventure... stimulante au jour le jour, pleine d’émotions, d’éclats de rire et de camaraderie. En effet, depuis la création de l’entreprise, nous avons eu à cœur de faire du bien-être au travail notre priorité, et la fidélité de nos salariés et prestataires le prouve. Poste : Au sein de l’équipe Growth, vous épaulerez le Growth engineer et vous avez pour missions de collecter et d’analyser les données, puis de les transcrire dans des rapports compréhensibles pour tous les métiers de l’entreprise. Pour cela, vous valorisez l’ensemble des données de l’entreprise pour en faire un levier de création de valeur. Vous étudiez notamment les données brutes recueillies en masse (big data) à l’aide d’outils d’analyse, et restituez les résultats obtenus dans des rapports destinés aux autres métiers de la data. Vous êtes en charge de construire des modèles statistiques pour éclairer les services opérationnels (segmentations clients ou analyses prédictives). Votre objectif est de faciliter les prises de décision business à tous les niveaux de l’entreprise. Vous intervenez ainsi dans l’analyse de données et des compétences techniques, mais aussi au niveau la Business Intelligence. Vous cherchez aussi à identifier de nouvelles sources de data, et à améliorer les processus de collecte, d’analyse et de reporting data. Missions principales Extraction et structuration des données - Collecte, extraction, traitement et intégration des données. - Extraire les données nécessaires à l’analyse (Web scraping, API…). - Définir des règles de gestion de nettoyage des bases de données (formatage, suppression des doublons…). - Définir des règles de gestion de structuration des différentes bases de données entre elles. - Écrire et rédiger les spécifications d’automatisation des règles de gestion à la direction des systèmes d’information ou à la maîtrise d’ouvrage. - Maîtriser la qualité des données tout au long de leur traitement. Analyse et exploration des données - Analyser les données : mettre en avant les corrélations, définir les valeurs aberrantes. - Réaliser des tableaux de bord ou des outils de reporting industrialisés. - Réaliser des tests statistiques sur les données. - Gestion de projets tracking omnicanal. - Construire et tester des modèles statistiques (régression, forêt aléatoire…). - Déterminer ou construire les variables importantes à introduire dans les modèles statistiques. Communication avec les équipes clientes - Participer aux ateliers d’expression des besoins internes. - Comprendre précisément les problématiques métiers et les traduire de manière analytique. - Communiquer les résultats et les solutions avec les équipes métiers. - Présenter les résultats des analyses grâce à des outils de data visualisation. Veille technologique sur les outils d’analyse de données - Effectuer une veille sur les nouvelles technologies et solutions logicielles d’analyse des données. - Rechercher et expérimenter de nouvelles méthodes de modélisation et d’analyse des données. - Sélectionner les nouveaux outils et techniques d’analyse des données. Compétences techniques - Expertise en base de données et gestion de base de données (SQL/NoSQL) - Maîtrise des tests et méthodes statistiques (segmentation, régression, forêt aléatoire…) - Maîtrise des langages de programmation (Python, SQL, bigquery, R, C++…) - Maîtrise d’un outil de data visualisation (Tableau, Qlikview, PowerBI) - Maîtrise des outils de fouille et analyse de données (Dataiku…) - Maîtrise des systèmes d’exploitation (Unix, Windows…) - Connaissance de l’environnement Hadoop - BI (connaissance de datastudio, supermetrics, tableau). Aptitudes professionnelles - Rigueur - Sens de l’écoute et de la communication - Esprit de synthèse et d’analyse - Pédagogie - Curiosité sectorielle et goût pour l’innovation Profil recherché - Minimum 3 ans d’expérience exigée en tant que data analyst sur des missions similaires, en scale-up, ou équivalent. Ce point est obligatoire, merci de ne pas postuler si vous avez moins de 3 ans à temps plein sur des missions de data analyst. - Diplôme souhaité : Bac +3 en statistique et traitement de l'information ou bac +5 MIAGE, ingénieur spécialisé en big data - Profils Jedha, Iron Hack ou Brainstation appréciés Spécificités du poste : - Poste ouvert au full remote - Contrat en CDI à temps plein - 10 RTT par an - Titres restaurant - Convention collective Syntec Type d'emploi : Temps plein, CDI Salaire : 35 000,00€ à 45 000,00€ par an Avantages : • Horaires flexibles • Participation au Transport • RTT • Titre-restaurant • Travail à domicile Programmation : • Du Lundi au Vendredi • Horaires flexibles • Repos le week-end • Travail en journée Langue: • Français et anglais (Exigé) Lieu du poste : Télétravail

{'salaire': [{'montant_min': 35000.0, 'montant_max': 45000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

À propos de Kering Groupe de Luxe mondial, Kering regroupe et fait grandir un ensemble de Maisons emblématiques dans la Mode, la Maroquinerie, la Joaillerie et l'Horlogerie : Gucci, Saint Laurent, Bottega Veneta, Balenciaga, Alexander McQueen, Brioni, Boucheron, Pomellato, Dodo, Qeelin, ainsi que Kering Eyewear. Avec un effectif de 47 000 collaborateurs à travers le monde et un chiffre d'affaires de 20,4 milliards d'euros en 2022, Kering est un acteur majeur du Luxe. Notre signature, Empowering Imagination, exprime nos engagements ainsi que la valeur que nous souhaitons apporter à l'ensemble de nos parties prenantes : en apportant un soutien sans faille à nos Maisons et en confiant leur direction artistique à des talents singuliers, en encourageant l'innovation et en développant les talents, et en améliorant sans cesse les standards sociaux et environnementaux du secteur. Une culture et une détermination communes unissent nos Maisons. Ensemble, nous construisons un groupe de Luxe... unique, passionné et responsable, qui œuvre à faire bouger les lignes de façon positive. Rejoignez-nous pour façonner à nos côtés le Luxe de demain. Cotée au CAC 40, Kering a construit un solide réseau de centre de services partagés dédié à la finance, couvrant l'ensemble des maisons présentes dans les principales régions du Groupe. L'activité de Kering Finance Shared Services s'articule autour des activités suivantes : OTC (Order to Cash) / PTP (Procure to Pay) / RTR (Record to Reporting) / MDM (Master Data Management). Cette structure et cette gouvernance communes favorisent l'harmonisation des processus et le partage des meilleures pratiques entre les zones géographiques, permettant à Kering de devenir un groupe de luxe intégré. A noter que Kering Finance Shared Services a initié une transformation globale pour réinventer et rationaliser les processus – ce projet s'appuie sur d'importants investissements technologiques et s'étendra sur plusieurs années. Nous sommes actuellement à la recherche d'un(e) Master Data Specialist pour intégrer l'équipe Master Data . Votre opportunité Vous avez la charge d'assurer la parfaite tenue et le suivi de l'ensemble du scope master data de la région EMEA selon le plan d'action établi, qui inclut notamment : Créer et mettre à jour des données clients et fournisseurs : ce process comprend tout le cycle de vie de la donnée, de la demande initiale des collaborateurs jusqu'au contrôle de la conformité des données financières Accompagner les utilisateurs à la compréhension et à l'adhésion des process master data S'assurer de la disponibilité de l'exhaustivité des supports Master Data : procédures et formations Interagir avec les BPO Finances afin que les activités et l'agenda soient toujours alignés avec les implémentations et déploiements SAP et outils connexes Veiller au respect de l'engagement du service (SLA) vis-à-vis des collaborateurs, participer à la mise en place et à l'amélioration des procédures Comment vous allez contribuer Participer à l'enrichissement des données clients et fournisseurs Groupe et hors Groupe, données financières comprises, pour toutes les marques du groupe Kering en s'appuyant sur les procédures et « best practices » mises en place. Participer à la migration des données clients et fournisseurs à chaque nouveau déploiement SAP et autres outils en s'assurant de l'harmonisation avec les données déjà existantes. Contrôler les demandes des utilisateurs (créations, modifications, extension...) en vérifiant les données fonctionnelles, juridiques et bancaires via les outils de conformité MDM disponibles : World-Check, Trustpair...Aucune demande ne pourra être mise en production avant ces contrôles. Surveiller en permanence la pertinence et la sécurité des données dans SAP à l'aide de tous les autres outils de vérification Kering : Dun & Bradstreet, Onetrust, Per Augusta.... Vérifier les interfaces en contrôlant l'intégration des données dans SAP et autres outils tels que Tririga. Résoudre les problèmes en cas de données manquantes. Traiter les demandes Kering Connect et être le garant des SLA attendus et convenus. Participer à l'amélioration continue et à la maintenance des bases de données, proposer des solutions simples et efficaces, former et informer les utilisateurs clés et finaux. Qui êtes-vous Vous disposez d'un Bac + 3 ou équivalent en en comptabilité, finance, administration des affaires ou domaine connexe. Vous avez une première expérience réussie en gestion de base de données et avez déjà pu gérer une migration des données clients et fournisseurs. Vous disposez d'une expérience de travail dans un environnement de centres de services partagés Vous êtes familier des outils de ticketing et respectueux des délais. Vous maîtrisez les outils Excel, Word, Powerpoint ainsi qu'un ERP (idéalement SAP). Anglais courant. Pourquoi nous rejoindre ? Vous souhaitez participer à un projet de transformation Finance ambitieux au sein d'un Centre de Services Partagés qui regroupe l'ensemble des maisons du groupe. Cette opportunité est l'occasion de rejoindre un acteur majeur du Luxe mondial qui offre une diversité de missions et d'opportunités. A travers ses collaborateurs, Kering s'engage en faveur de la diversité. Nous croyons que la diversité sous toutes ses formes - genre, âge, nationalité, culture, croyances religieuses et orientation sexuelle - enrichit le lieu de travail. Nos collaborateurs ont ainsi des opportunités pour exprimer leurs talents, à la fois individuellement et collectivement, et cela contribue à renforcer notre capacité d'adaptation à un monde en mutation. En tant qu'employeur de l'égalité des chances, nous accueillons et considérons les candidatures de tous les candidats qualifiés, indépendamment de leurs antécédents

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

En tant que membre de l’équipe Data de BME France, vous faciliterez l'usage de la donnée dans les prises de décision et ce sur tous les domaines de l’entreprise (commerce, pricing, supply-chain…) où des questions se posent, des performances sont à améliorer ou des opportunités doivent être évaluées. Vous serez aussi impliqués dans la création de solutions digitales du type WebApp. Missions principales • Développer, maintenir et améliorer tout type de solution data (tableau de bord Power BI, application Web, etc.) • Automatisation des processus : Identifier les opportunités d'automatisation des processus liés à la data. Ce qui inclus entre autre le développement de scripts Python, de requêtes SQL, de workflows ETL, de modèles de données,…etc. • Mener des analyses exploratoires sur différents sujets afin d’évaluer les opportunités d’améliorations • Documenter les solutions data, les procédures d'installation, de configuration et de maintenance, et fournir un support aux utilisateurs... finaux (utilisation, blocages…) Le poste étant évolutif, le candidat pourra être amené à, • Collaborer avec les parties prenantes pour comprendre les besoins en matière de solutions de données et définir les contours techniques de nouveaux projets. • Améliorer et maintenir les applications métiers, développées en React + Django Compétences et connaissance (savoir-faire) • Bonne compréhension des concepts et techniques de Data Engineering tels que les ETL, la modélisation des données, les base de données relationnelles, etc. • Bonne maîtrise du langage de programmation Python : Capacité à écrire des scripts et à développer des applications pour manipuler, transformer et analyser des données. • Bonne maîtrise de Power BI : capacité à développer des tableaux de bord et modèles de données. • Une familiarité avec des techniques et outils de traitement des données à grande échelle tels que Hadoop, Spark, etc. • Compréhension des bases de données relationnelles et connaissance du langage de requête SQL Le plus qui fera la différence sur votre candidature : • Maîtrise du framework Django • Maîtrise du framework front-end React Qualités personnelles (savoir-être) • Capacité à analyser les problèmes, à trouver des solutions créatives pour les résoudre • Compétences en veille technologique : Une volonté d'apprendre et de rester à jour sur les dernières tendances, les avancées technologiques et les meilleures pratiques dans le domaine de la science des données et de l'ingénierie des données. • Proactif • Flexible / adaptable • Animé par le travail d’équipe et le réussir ensemble • Intérêt pour le « business » (opérations, commerce…) et son fonctionnement Formation et expérience • Bac+5 d’une formation data science, informatique, mathématiques, big data ou autre domaine connexe • Vous avez une première expérience (stage ou autre) dans l’un des sous domaines de la data science (analyse de données, ingénierie de données, etc.). Langues • Très bonne maîtrise de l’anglais. Type de contrat • CDI, temps plein Type d'emploi : Temps plein Salaire : à partir de 1 747,20€ par mois Avantages : • Épargne salariale • Titre-restaurant Programmation : • Travail en journée Lieu du poste : En présentiel

{'salaire': [{'montant_min': 1747.2, 'montant_max': None, 'devise': '€', 'frequence_versement': 'mois'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Descriptif du poste Nous sommes à la recherche d'un(e) Data Analyst pour intervenir sur l'un de nos projets. A ce titre vos missions seront les suivantes : Création et sortie des tableaux de bord Elaborer une vision consolidée des flux et des résultats sur les différents flux, réaliser leur analyse Etude/veille pour l'arbitrage entre les flux d'activités Aider les managers de proximité dans leur besoin en datavisualisation. Exploiter et participer à la présentation de nouveaux indicateurs Analyser les indicateurs et leur évolution participer à la définition et suivi du SMQ. Etablir le plan de charge et anticiper les besoins en effectif Travailler en coordination avec les supports et la MOA Accompagner la mise en œuvre des évolutions fonctionnelles Assurer l'administration fonctionnelle des outils de planification et de prise de rendez-vous Analyser et visualiser les données en provenance de sources multiples. Intégration et la gestion des données venant de sources de... données multiples au sein des infrastructures de l’agence Concevoir et porter auprès des opérationnels des modèles de données métiers Appuyer le pilotage des équipes et les prestataires de l’agence Data & Solutions (Data, Reporting, Développement SI) Appuyer la création des outils informatiques facilitant la réalisation des activités et leur analyse (Données, applications Web, APPs etc …) Profil recherché Vous avez au moins 3 ans d'expériences, vous êtes doté d'une forte capacité d'analyse, une aisance relationnelle, et des compétences en matière de coordination d'activité. Vous êtes également à l'aise avec le traitement et l'exploitation de données ainsi qu'avec le reporting d'activités et vous avez un bon niveau d'Anglais, ce poste est fait pour vous. Compétences attendues LANGUES Anglais SAVOIR-ÊTRE Capacité d'analyse Proactivité Voir plus SAVOIR-FAIRE Traitement des données Application Web Voir plus Entreprise SYNOPSIA est une société de Service et d Ingénierie Informatique à taille humaine. Créée en 1999, notre société accompagne depuis déjà 23 ans ses clients dans la concrétisation de leurs projets numériques, en mettant à leur disposition une expertise technique et des compétences métiers. Autres offres de l'entreprise Personne en charge du recrutement Rokaya El kazdam - Chargée de recrutement Salaire 38 - 60 k€ brut annuel Prise de poste Dès que possible Expérience Minimum 3 ans Métier Data analyst Statut du poste Cadre du secteur privé Zone de déplacement Pas de déplacement Secteur d’activité du poste CONSEIL EN SYSTÈMES ET LOGICIELS INFORMATIQUES Télétravail Partiel possible

{'salaire': [{'montant_min': 38000.0, 'montant_max': 60000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Quelles sont les missions ? Vous interviendrez notamment sur 6 thèmes majeurs : 1/ Produire les données liées à la performance du réseau sur l'usage du Plan d'Action Marketing Commercial · Définir les indicateurs clés et concevoir les tableaux de bord nécessaires · Préparer les ciblages clients destinés au réseau dans le cadre des actions commerciales 2/ Piloter et analyser les performances des dispositifs et des actions du Plan d'Action Marketing Commercial · Analyser l'utilisation des leviers marketing / communication par segment d'agent et leur impact sur les performances commerciales du réseau · Analyser les performances des actions commerciales par typologie de segment · Proposer des pistes d'optimisation 3/ Contribuer au développement de nouveaux dispositifs / outils digitaux · Apporter l'expertise data lors de la phase de conception des dispositifs · Être force de proposition sur toute la chaîne liée à la donnée : collecte, fiabilisation, exploitation, suivi... analyse 4/ Améliorer la connaissance et la relation clients · Contribuer au projet Programme Relationnel Clients (PRC) 2025 : construction du socle data et des parcours clients · Redéfinir les marchés clients et les entités clientes 5/ Participer à la mise en oeuvre du plan relationnel clients · Créer les campagnes marketing multicanales : workflows, html · Diffuser les campagnes emailing et Rich SMS · Analyser les performances des campagnes 6/ Encadrer une alternante · Former sur la méthodologie d'analyse et sur les process Quel est le profil idéal ? De formation Bac+5 (Master Statistiques/Traitement des données / CRM ou d'école d'ingénieur en informatique ou équivalent), vous bénéficiez d'une ou plusieurs expériences réussies dans ce domaine (minimum 5 ans). Vos capacités à vous investir pleinement, votre rigueur et votre organisation sont des aptitudes clés pour réussir sur ce poste. · Maîtrise du logiciel SAS requise (requête de données, analyse de la donnée) · Maîtrise des outils bureautiques Pack Office et particulièrement d'Excel. · Connaissance de la solution Adobe Campaign souhaitée Vous vous reconnaissez dans ce profil ? Alors n'hésitez plus, postulez et rejoignez- nous ! Qui a publié cette offre ? Filiale du groupe Groupama depuis 1998, Gan Assurances est un assureur généraliste qui propose aux particuliers, professionnels et entreprises une offre complète adaptée aux besoins en auto, habitation, santé, prévoyance, épargne, retraite, placements, garanties professionnelles. Au service de 1,4 million de clients, Gan Assurances constitue le 5e réseau français d'Agents généraux en France, grâce à ses 915 Agents généraux et 2500 collaborateurs d'agence, soutenus par 1500 salariés répartis sur toute la France. Son chiffre d'affaires 2021 est de 2,1 milliards d'euros, dont 1,4 milliard d'euros en assurances IARD (assureur en IA et en Santé Individuelle) et 677 millions d'euros en assurance Vie (distributeur en Vie individuelle et collective). Notre ambition est de devenir un acteur de référence sur le marché des professionnels et des entreprises. Les recrutements de Gan Assurances reposent sur une politique de recrutement inclusive et diversifiée ainsi que sur le respect fondamental du principe de non-discrimination et d'égalité de traitement des candidatures. Découvrez qui nous sommes, nos collaborateurs et nos différents métiers sur notre site

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Offre de stage à pourvoir Q1 2023 Ixaka est une société de thérapie cellulaire et génique axée sur le pouvoir naturel du corps de guérir les maladies. Nos technologies exclusives améliorent le pouvoir thérapeutique inhérent des cellules en ciblant les cellules curatives sur le site de la maladie et en modifiant directement les cellules dans le corps pour améliorer leur action thérapeutique. Les technologies d'Ixaka - thérapies multicellulaires concentrées et thérapeutiques à base de nanoparticules - démontrent un potentiel pour le traitement d'un large éventail de maladies graves dans les domaines de l'oncologie, des maladies cardiovasculaires, neurologiques et oculaires et des troubles génétiques. La société basée à Villejuif développe des immunothérapies pour lutter contre le cancer. Plus spécifiquement Ixaka développe des produits thérapeutiques de type ATMP (thérapie génique) qui mettent en œuvre des vecteurs lentiviraux. Au sein du département CMC - Process Développement... nous souhaitons recruter **un(e) Stagiaire Process Development Data Scientist**. Dans un environnement de fabrication d’un produit injectable à base de lentivecteurs (produit à partir d’un bulk issu d’une culture de cellules en suspension), ce stage prévoit une activité de développement de deux méthodes de suivi en ligne et de support à l’amélioration continue du procédé de production. • *Activités principales** - Evaluation de deux technologies PAT (capacitance et optique) de suivi en ligne de la biomasse et de la transfection des cellules lors de la production en bioréacteur - Support pour le traitement de données et la mise en place des plans d’expérience pour les essais de scale-up, optimisation des procédés USP/DSP/R&D et développements analytiques - Organisation et mise à jour de la base de données de production - Support ponctuel en laboratoire lors des essais si nécessaire et souhaité • *Profil recherché** - **Bac+5 Ingénieur ou Master **avec spécialisation en **biostatistiques**/**data science** - Expérience sur la conception de **modèle prédictif**, de préférence sur le language **R** - Expérience ou compétences sur les **plans d’expérience/DoE **serait préférable - Expérience ou compétences sur les **bases de données** serait préférable - Expérience ou compétences en **bioprocédés**, de préférence **bioréacteur **serait préférable - Maitrise des outils informatiques (logiciels Word, Powerpoint, Excel, Prism) • *Qualités requises** Vous êtes curieux (e) et vous appréciez caractériser des processus complexes. Organisé(e), vous êtes rigoureux (se) et disposez d’un excellent esprit d’équipe. Le stage est basé à Villejuif (94). Type d'emploi : Stage Durée du contrat : 4-6 mois Salaire : Jusqu'à 1 000,00€ par mois Avantages: - Participation au Transport Programmation: - Périodes de travail de 8 heures Lieu du poste : Un seul lieu de travail

{'salaire': [{'montant_min': None, 'montant_max': 1000.0, 'devise': '€', 'frequence_versement': 'mois'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Les missions du poste Vous souhaitez participer à des projets majeurs de transition digitale, industrielle et environnementale ? EQUANS Digital est la société qui vous offre cette opportunité ! Qui sommes-nous ? EQUANS Digital (750 collaborateurs en France, 110 M de CA), division dédiée aux solutions digitales appartenant au Groupe Bouygues, aide ses clients à développer leur performance à travers leur transition digitale en s'appuyant sur ses huit domaines d'expertises clés : • l'Automatisme, • l'Audiovisuel et Vidéo, • le BIM, • la Cybersécurité, • la Gestion de données, l'IA et l'Interopérabilité, • l'Intégration robotique, • la Télécom & connectivité, • les Solutions applicatives. Ces expertises permettent l'exploitation des technologies numériques les plus avancées. En aidant nos clients à les intégrer à leurs infrastructures techniques, et à leurs architectures IT/OT, nous les aidons ainsi à accroître leurs performances techniques, environnementales, et la satisfaction de... leurs usagers. Pour en savoir plus : https://www.equans-digital.com/ EQUANS Digital - En quête d'un nouveau Talent ! EQUANS Digital, entreprise du Groupe Bouygues, recherche un(e) Où ? Lyon ou Grenoble Ouverture au télétravail 2 jours / semaine Contrat ? CDI à temps plein (37h/semaine) Contexte : Afin d'accompagner la croissance de nos activités, nous recrutons un(e) : Data Scientist Computer Vision (H/F/X) De ce fait, vous allez intégrer le Pôle Intégration systèmes & Data d'EQUANS Digital : 130 collaborateurs - 15M€ de chiffre d'affaires - 5 segments de marchés - 8 offres packagées Le pôle DATA/IA d'EQUANS Digital apporte des solutions « clé en main » axés sur toute la chaîne de traitement de la données depuis leur capture, leur gestion et transformation en informations « métier » jusqu'à leur exploitation dans des solutions et architectures informatiques. L'Intelligence Artificielle fait partie des prestations proposées par le pôle DATA/IA d'EQUANS Digital avec deux disciplines stratégiques visées : Le Machine Learning « conventionnel » visant à créer des modèles algorithmiques à partir de données structurées, en particulier dans le domaine des « Time Series », et le Computer Vision visant à créer des modèles algorithmiques à partir de données non structurées, en particulier des données issues du domaine de l'imagerie, statiques ou dynamiques. Par exemple, vous pouvez intervenir sur la mise en oeuvre de projets de Computer Vision appliqués à l'ensemble des activités et expertises métiers du Groupe. Des domaines variés tels que l'industrie, les territoires, les transports, la défense font partis des secteurs visés. Ce que nous offrons : • Cohésion et Esprit d'équipe pour favoriser la performance, • Un environnement axé sur la convivialité et l'ouverture, • Des projets variés et une diversité de missions pour développer vos compétences et aptitudes, • Flexibilité et autonomie pour équilibrer travail et vie personnelle, • Un parcours carrière individualisé avec possibilité de mobilité nationale et internationale. Au sein d'une équipe de 5 personnes, vos missions seront les suivantes : • Mise en oeuvre de projets de Computer Vision appliqués à l'ensemble des activités et expertises métiers du Groupe Equans. • Réalisation de POC, de démonstrateurs et d'études de faisabilité. • Participation à la rédaction des réponses aux appels d'offre. • Participation à des événements de type salons, webinaires, journées thématiques. Le mot du manager : « Faire partie de l'Equipe de Data Science d'Equans Digital, c'est être en contact permanent avec nos clients pour répondre à leurs besoins en leur apportant le meilleur de la Data Science et de l'IA. Accompagnés par nos experts "métier" et par une chaîne de valeur technologique étendue, nous devons réaliser des projets opérationnels pour donner une image d'expertise et concrète de notre capacité à apporter de la valeur à nos clients, grâce à l'Intelligence Artificielle. Vous pourrez développer vos connaissances techniques et scientifiques, les éprouver et les mettre concrètement en oeuvre pour des usages concrets. Si vous êtes en phase avec ces propos, rejoignez-nous ! Notre équipe Data Science & IA est faite pour vous. » Pierre GUERIN Quelques déplacements Des déplacements ponctuels pour couvrir le processus d'avant-vente ou de production de projets chez les clients sont à prévoir à hauteur de 1 ou 2 déplacements par mois en France ou à l'international. Permis B exigé. Votre Profil : Vous êtes d'une formation de Bac +5 ou Ingénieur en informatique, spécialisé en Computer Science, Data Science ou systèmes embarqués et vous avez une expérience de 2 ans minimum en Computer Vision. Une première expérience réussie sur des projets dans l'industrie sera un plus. Vos Hard Skills : • Conception d'algorithmes de Computer Vision • Langage de programmation : Python, C++ voire C • Framework : Pytorch, OpenCV, Tensorflow, Keras... • Os : Linux, windows • Bonnes notions sur la chaîne de développement complète : Création et caractéristiques des Dataset, labélisation, entraînement, tests et interprétation des résultats algorithmiques, intégration. • Bonne connaissance des systèmes embarqués Jetson Nvidia est un plus Vos Soft Skills : • Ouvert • Sens de l'écoute • Travail en équipe • Pédagogue Vos + qui feront la différence : Votre envie d'être à la genèse d'un département IA/DS en construction, votre professionnalisme pour apporter une contribution à l'agence et votre passion pour l'analyse de données appliquée au secteur de l'industrie ou multi secteurs feront la différence. Votre salaire et vos Avantages : • Entre 45 et 60 000 € annuels brut fixe négociable en fonction du profil • 13ème mois partiel • Prime variable annuelle située entre 6% et 9% • Titres-restaurants d'une valeur faciale de 10€ (60% de prise en charge employeur) • Remboursement des abonnements de transport en commun ou vélo à hauteur de 80% • Plans d'épargnes salariales (PEG ou PERCOL) du Groupe Bouygues • Accords d'intéressement et de participation • Avantages CSE Processus de recrutement : • Un premier échange téléphonique de 30 minutes avec le responsable du recrutement pour aborder votre parcours vos aspirations, l'activité d'Equans Digital et le contenu du poste • Un deuxième échange avec votre futur manager pour faire connaissance et se projeter • Un dernier échange technique avec un Expert Computer Vision Pourquoi nous rejoindre ? • Faire partie d'une société portant les valeurs de l'inclusion, de la diversité et de l'égalité professionnelle • Prendre part au début de l'aventure d'EQUANS Digital et contribuer au fort développement de nos pôles Automation, Data, BIM et robotique • Intégrer une entreprise permettant une montée en compétences permanente grâce à un maillage de secteurs d'intervention variés : micro-électronique, pharmaceutique, nucléaire, ENR, hydrogène, villes et territoires connectés, bâtiments tertiaire, santé, data centers... • Un parcours carrière offrant des évolutions professionnelles multi-métiers et passerelles emplois (filières technique, projet, affaires) • Des possibilités de formations et de mobilité au sein d'un Groupe international • Participer à des actions solidaires avec un impact sociétal fort EQUANS France garantit l'égalité des chances pour tous. EQUANS France s'engage à lutter contre toutes les formes de discriminations à l'emploi, dans l'accès à la formation, à la promotion et plus largement dans l'ensemble des composantes de l'entreprise. A ce titre, l'insertion, le soutien des jeunes et des seniors, des personnes en situation de handicap sont des priorités essentielles de la politique ressources humaines. Tous nos postes sont ouverts aux travailleurs handicapés. En savoir plus sur EQUANS France : EQUANS est la branche Energie & Services du groupe Bouygues. Avec 97 000 collaborateurs, une présence dans 20 pays et un CA de 17 milliards d'Euros, nous nous positionnons aujourd'hui comme le leader mondial des services multitechniques dont les activités sont au coeur des transitions environnementales, industrielles et numériques. Organisé en 6 expertises : Electrique, CVC, Réfrigération, Mécanique, Digital et informatique, Facility management, nos corps de métiers représentent notre capacité à innover et à nous adapter pour fournir des services à forte valeur ajoutée pour nos clients Enraciné dans une histoire plus que centenaire issue des sociétés Axima et Ineo, le chiffre d'affaires d'EQUANS France atteint les 5 milliards d'Euros. Devenez acteur ou actrice de votre carrière grâce à l'aventure EQUANS Digital ! Bienvenue chez Equans Vous souhaitez participer à des projets majeurs de transition digitale, industrielle et environnementale ? EQUANS Digital est la société qui vous offre cette opportunité ! Qui sommes-nous ? EQUANS Digital (750 collaborateurs en France, 110 M de CA), division dédiée aux solutions digitales appartenant au Groupe Bouygues, aide ses clients à développer leur performance à travers leur transition digitale en s'appuyant sur ses huit domaines d'expertises clés : • l'Automatisme, • l'Audiovisuel et Vidéo, • le BIM, • la Cybersécurité, • la Gestion de données, l'IA et l'Interopérabilité, • l'Intégration robotique, • la Télécom & connectivité, • les Solutions applicatives. Ces expertises permettent l'exploitation des technologies numériques les plus avancées. En aidant nos clients à les intégrer à leurs infrastructures techniques, et à leurs architectures IT/OT, nous les aidons ainsi à accroître leurs performances techniques, environnementales, et la satisfaction de leurs usagers. Pour en savoir plus : https://www.equans-digital.com

{'salaire': [{'montant_min': 45000.0, 'montant_max': 60000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

???????? Missions • Supporter le processus de développement machine learning de bout en bout pour concevoir, créer et gérer des logiciels reproductibles, testables et évolutifs. • Travailler sur la mise en place et l'utilisation de plateformes ML/IA/MLOps (telles que AWS SageMaker, Kubeflow, AWS Bedrock, AWS Titan) • Apporter à nos clients des best practices en termes d'organisation, de développement, d'automatisation, de monitoring, de sécurité. • Expliquer et appliquer les best practices pour l'automatisation, le testing, le versioning, la reproductibilité et le monitoring de la solution IA déployée. • Encadrer et superviser les consultant(es) juniors i.e., peer code review, application des best practices. • Accompagner notre équipe commerciale sur la rédaction de propositions et des réunions d'avant-vente. • Participer au développement de notre communauté interne (REX, workshops, articles, hackerspace. • Participer au recrutement de nos futurs talents. ???????? Évoluer au sein de... la communauté Évoluer au sein de la Tribe Data, c'est être acteur dans la création d'un environnement stimulant dans lequel les consultant·e·s ne cessent de se tirer vers le haut, aussi bien en ce qui concerne les compétences techniques que les soft-skills. Mais ce n'est pas tout, ce sont aussi des événements réguliers et des conversations slacks dédiées vous permettant de solliciter les communautés (data, AI/ML, DevOps, sécurité, ...) dans leur ensemble Sur le bassin parisien, la Tribe compte 60 personnes encadrées par un Tribe Leader, et 3 Managers en fonction des différents métiers : Data Engineering, Machine Learning & AI et Déveloper & SRE. À côté de cela, vous avez l'opportunité d'être moteur dans le développement des différentes communautés internes (retours d'expériences, workshops, articles, podcasts...) . ???????? Rémunération La rémunération fixe proposée pour le poste est en fonction de votre expérience et dans une fourchette de 52k à 59k. Profil recherché ???????? Compétences techniques Required : • Parler couramment Python, PySpark ou Scala Spark. Scikit-learn, MLlib, Tensorflow, Keras, PyTorch, LightGBM, XGBoost, Scikit-Learn et Spark (pour ne citer qu'eux) • Savoir implémenter des architectures de Containerisation (Docker / Containerd) et les environnements en Serverless et micro services utilisant Lambda, ECS, Kubernetes • Parfaitement opérationnel pour mettre en place des environnements DevOps et Infra As Code, et pratiquer les outils de MLOps • Une bonne partie des outils Git, GitLab CI, Jenkins, Ansible, Terraform, Kubernetes, ML Flow, Airflow ou leurs équivalents dans les environnements Cloud doivent faire partie de votre quotidien. • Cloud AWS (AWS Bedrock, AWS Titan, OpenAI, AWS SageMaker / Kubeflow) • Méthode Agile / Scrum • Feature Store (n'importe quel fournisseur) Nice to have : • Apache Airflow • AWS SageMaker / Kubeflow • Apache Spark • Méthode Agile / Scrum Si vous n'avez pas toutes ces compétences, no worries Seules les "Required" sont... required. Présentation de Devoteam Revolve Rejoignez notre équipe dynamique en tant qu'ingénieur en intelligence artificielle / apprentissage automatique et participez à la révolution technologique qui façonne l'avenir. En tant que membre clé de notre équipe, vous aurez l'opportunité de repousser les frontières de l'innovation, de concevoir et de mettre en œuvre des solutions d'IA/ML de pointe pour résoudre des problèmes complexes dans divers domaines. Si vous êtes passionné par l'exploration des données, la création de modèles prédictifs et la transformation des idées en applications concrètes, cette opportunité est faite pour vous. Relevez le défi et contribuez à façonner le paysage de l'IA/ML avec nous. Si vous avez repéré des mots clés qui résonnent avec votre parcours, c'est que vous êtes au bon endroit. Avant de continuer, nous avons encore quelques questions : Vous souhaitez évoluer dans un environnement AWS ? Vous avez une forte culture de l'automatisation ? Votre curiosité vous pousse à explorer de nouvelles technologies ? Vous avez envie de contribuer à la dynamique de nos communautés techniques ? Si la réponse est oui à toutes ces questions, c'est un match Il n'y a qu'une chose à faire rejoignez-nous ???? Chez Devoteam A Cloud, nous avons fait le choix d'explorer les entreprises afin qu'elles deviennent plateformes et de développer un partenariat fort avec AWS et ce, dès 2013. Aujourd'hui nous sommes positionnés sur le marché en tant qu'organisation pensée pour accompagner nos clients, nos collaborateurs, nos partenaires et la communauté à l'adoption du Cloud. Notre culture découle de notre engagement collectif, de notre curiosité, de notre façon de collaborer, de partager nos points de vue et d'encourager les autres à faire de même. C'est une inspiration pour essayer de nouvelles choses, parler ouvertement, faire preuve d'audace

{"salaire": [{"montant_min": 52000.0, "montant_max": 59000.0, "devise": null, "frequence_versement": "an"}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Description du poste et Missions Participez au développement d' au sein de l'équipe Data Ingé d'Antoine , c'est : Plus de millions de visites par mois Plus de candidats uniques par mois Vous évoluerez dans un environnement où la qualité, la performance et l'accessibilité sont au cœur de tous nos développements Et bien sûr, tout ça se déroule dans un cadre accueillant, motivant et bienveillant pour vous permettre de mener à bien la multitude de sujets actuels ou à imaginer pour faire avancer le produit ;) Plus concrètement, votre quotidien sera composé de : Faire évoluer et maintenir l’infrastructure recommandation principalement en Python en collaboration avec l’équipe Data Science ; Assurer la haute disponibilité de la donnée ; Collaborer avec les équipes expertes et produit pour résoudre les problèmes, remettre en question et améliorer les pratiques de travail sur la donnée, les process, les architectures et les technologies ; La stack technique : Python sur les services liés... à la Data Science, NodeJs sur les services orientés API ; Des services scalables déployés sur Kubernetes via une CI Gitlab aux petits oignons créée en collaboration avec l’équipe DevOps ; GPU ou CPU ? Il y a qu’à tester Du monitoring clé en main Prometheus / Grafana / Log Elastics ; Des challenges sur des DB variées plutôt NoSQL : Elastics, MongoDB, Redis… Broker de message via Azure Event Hubs Profil recherché Pour être très simple, voici les points importants pour nous dans le profil recherché : Vous avez une expertise sur le langage Python et êtes prêt à utiliser d’autres langages (principalement NodeJs). Vous êtes curieux et passionné par les nouvelles technologies ; Vous justifiez de à ans d'expérience sur un poste similaire. Une expertise Python est un vrai plus mais nous cherchons avant tout quelqu'un sachant s’adapter Vous avez un esprit d’équipe, aimez collaborer avec des profils différents du vôtre, et êtes familier des méthodes agiles ; Si vous êtes intéressé, alors rencontrons nous Promis, on est très sympa. Et si vous hésitez à postuler parce que vous ne cochez pas toutes les cases, surtout venez nous en parler Nous favorisons la diversité et nous formons et accompagnons les personnes qui nous rejoignent tout au long de leur évolution. Informations utiles Localisation Rennes - , France - pas de déplacement Contrat CDI Salaire , à , EUR par an Niveau de qualification Technicien/Employé Bac +, Agent de maîtrise/Bac +/, Ingénieur/Cadre/Bac + Expérience à ans Modalités de travail Temps complet Fonction Informatique - Développement, Informatique - Systèmes d'Information Secteur Média/Internet/Communication Télétravail Partiel Notre promesse ? Un process de recrutement transparent et réactif Votre CV est retenu : Claire, Responsable Recrutement te contactera pour un premier échange téléphonique Rencontre avec Antoine, Engineering Manager et Claire en entretien. Nous poursuivons le process à travers un test technique pour mesurer tes compétences techniques Dernière étape avec Juliette, Chargée RH et Olivier, CTO. Tu as un retour dans les jours qui suivent l'entretien Infos complémentaires Ce que nous vous proposons : Une rémunération comprise entre k et k jours de télétravail par semaine Une participation aux bénéfices (montant moyen versé chaque année jusqu'à présent €). Une prime vacances L’équipe travaille sur mac mais tu pourras choisir Alors, plutôt Mac ou PC ? Des séminaires inoubliables… Des Fridays web, des Bingos des Bureaux, des C dans l' vous expliquera. Et les inévitables RTT, tickets resto, mutuelle... Qui sommes nous ? HELLOWORK rue de la mabilais Rennes • Rennes • France HelloWork Group est le premier acteur digital français de l’emploi, du recrutement et de la formation. A travers ses différentes solutions, le groupe accompagne les actifs tout au long de leur vie professionnelle, les entreprises, cabinets de recrutement, ETT sur leurs enjeux RH et recrutement et les centres de formation/écoles sur la valorisation de leurs offres de formation. Fort de collaborateurs, millions d’euros de commandes en , les services du groupe HelloWork sont utilisés par professionnels et millions d’utilisateurs chaque mois. Ils permettent plus de recrutements et entrées en formations chaque jour. En , le groupe a été labellisé HappyIndexAtWork dans les catégories TechAtWork, HappyAtWork et AgileAtWork

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

* *Banque** *CDI** *Nantes*Vous rejoignez le département des Risques et aurez le rôle d'un(e) Data Analyste Risques. Vous travaillez en mode projets et êtes le/la référent/e entre les métiers Risk et les équipes IT.Vos missions:* Recueil et spécification des besoins* Accompagnement de l'équipe Risk : uses-cases, automatisation, mapping* Analyses data et production des indicateurs de risques* Recettage* Data Quality et fiabilisation de la donnéeVotre profil :* Vous avez 3 années d'expérience sur un rôle similaire dans le secteur financier (banque, assurance ..).* *Vous maitrisez SAS.** Vous comprenez les concepts réglementaires du risque* Vous avez une bonne communicationAvantages:* + 45jours de congés* Comité d'entreprise* Contexte dynamique de transformationType d'emploi : Temps plein, CDISalaire : à partir de 45 000,00€ par anProgrammation :* Travail en journéeLieu du poste : Un seul lieu de travail

{'salaire': [{'montant_min': 45000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

DATA ENGINEER - (FREELANCE) Notre client est un groupe français spécialisé sur le secteur de l?eau. Son activité principale est la gestion déléguée de services pour les collectivités locales. Il est aussi actif sur le marché de l?ingénierie et de la construction d?ouvrages liés au traitement de l?eau. - CONTEXTE • En pleine transformation digitale, notre client continue d?évoluer vers une organisation Data Centric. • La mise en ?uvre d?une Data Platform contribue à cette démarche en permettant d?avoir une vision globale du patrimoine de données. • Le candidat idéal devra avoir une solide expérience dans la conception et la mise en place de pipelines d?ingestion robustes et performants pour l?acquisition, la préparation et le traitement des données provenant de diverses sources. • Il/elle travaillera en étroite collaboration avec l?équipe Data, le Product Owner et les ingénieurs DevOps. • Au sein de la Digital factory, le Data Engineer contribue à la mise en place et la maintenance... des flux de données, afin de répondre aux différents besoins DSI et projets. - ACTIVITÉS PRINCIPALES • Au sein d?une équipe agile SAFe, prise en charge de User Stories et participation aux cérémonies agiles • Le Data Engineer contribuera au développement, à la mise en ?uvre et à l?optimisation des processus d?ingestion de données • Concevoir, développer et maintenir des pipelines d?ingestion de données en utilisant SQL et Spark. • Optimiser les performances des pipelines d?ingestion pour garantir des temps de traitement rapides et une utilisation efficace des ressources. • Assurer la qualité des données ingérées en mettant en place des mécanismes de validation, de nettoyage et de transformation. • Surveiller les processus d?ingestion en temps réel, diagnostiquer et résoudre les problèmes éventuels pour maximiser la disponibilité des données. • Travailler sur l?évolution constante des pipelines en fonction des changements de besoins, des nouvelles sources de données et des améliorations technologiques. • Documenter les processus d?ingestion, les schémas de données et les décisions de conception prises, et collaboration avec le Product Owner et l?équipe Data Model - ENVIRONNEMENT / COMPÉTENCES TECHNIQUES • Connaissance des services Data du cloud Azure (Azure SQL Database, Azure Data Factory, Azure Event Hub, Azure Storage Account, ) • Solides compétences en SQL pour concevoir des requêtes complexes, optimiser les performances et garantir la qualité des données. • Expérience dans le développement avec Spark (Spark Streaming et Spark SQL notamment), y compris la manipulation de grands ensembles de données, le partitionnement, la parallélisation, etc. • Compréhension des concepts de modélisation de données • Capacité à diagnostiquer et à résoudre les problèmes liés aux performances, à la qualité des données et aux erreurs de traitement. • Familiarité avec les outils de contrôle de version tels que Git et les méthodologies de développement Agile.? - APTITUDES HUMAINES (SOFT SKILLS) • Capacité à travailler en équipe aussi bien qu?en toute autonomie tout en étant force de proposition (ateliers techniques à mener, récupération d?information auprès des experts applicatifs, etc.) • Excellentes compétences en communication pour collaborer efficacement avec les membres de l?équipe • Capacité à travailler dans un environnement agile et à adapter les processus en fonction des besoins • Aisance relationnelle, curiosité, esprit de synthèse et analytique • Niveau professionnel en anglais. - PROFIL • Profil Bac+5, avec une expérience opérationnelle de 3 ans minimum en tant que Data Engineer - DURÉE ET LOCALISATION • Dure?e : 3 mois renouvelables (mission longue à prévoir en suivant) de?marrage ASAP • Localisation : Maurepas en IDF • Politique de télétravail : 4 jours de TT - INFORMATIONS COMPLÉMENTAIRES • Budget : TJM 490? maximum

{'salaire': [{'montant_min': None, 'montant_max': 490.0, 'devise': '€', 'frequence_versement': 'jour'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Bonjour, MP DATA est une Société de Conseil à taille humaine spécialisée dans le traitement et la valorisation des données des entreprises depuis 2015. Partenaire de confiance d'entreprises du CAC40 sur leur transformation Data / IA, notre société accompagne ses clients sur tout le territoire français (bientôt Européen) sur des projets stratégiques et très innovants. Nous recrutons un(e) Data Scientist (H/F) pour travailler avec un acteur majeur dans le domaine de l'énergie en Ile de France. Vous serez amené à intervenir sur plusieurs problématiques : optimisation des assets, monitoring applicatif, maintenance prédictive. Accompagné par un Lead Data Scientist, vous monterez en compétences sur le management des flux de données (pré processing, feature engineering...) et la manipulation de séries temporelles. Vous utiliserez vos connaissances algorithmiques de machine learning et vous serez guidé step by step, par un senior, dans la phase d’industrialisation. Ingénieur Grande École... vous avez des connaissances en computer vision et machine learning (deep learning, random forest, svm...) acquises lors de votre scolarité ou de vos expériences passées (stage ou césure). Vous avez de bonnes connaissances en Python pour coder ces algorithmes. Votre autonomie, votre capacité à être force de proposition et votre esprit de synthèse ont été reconnues durant vos précédentes expériences (stage ou césure). À bientôt ! Type d'emploi : Temps plein, CDI Statut : Cadre Salaire : 3 000,00€ à 4 500,00€ par mois Programmation: - Du Lundi au Vendredi - Horaires aménageables - Travail en journée Types de primes et de gratifications: - Primes

{'salaire': [{'montant_min': 3000.0, 'montant_max': 4500.0, 'devise': '€', 'frequence_versement': 'mois'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

ALTERNANCE - Data Scientist (H/F) Identifiant de la demande: Ville: PARIS Département/Région: J Pays: Fr Tu souhaites : Apprendre et acquérir un véritable savoir-faire dans une entreprise agile ? Mettre tes compétences, tes qualités et tes valeurs au service de la transition écologique ? Cette alternance est faite pour toi Ton environnement : Au sein du domaine Data de la DSI, tu intégreras l’équipe DataLab constituée de 8 data scientists. Le DataLab est une équipe qui répond à toutes les problématiques métier de GRDF lorsque des techniques de Data Science, de l’algorithmie avancée ou des manipulations de données volumineuses sont nécessaires. Quelques exemples de projets en cours : classification d’équipements gaz sur des photos, prédiction de dégâts pendant les chantiers, prédiction d’abandon client, prédiction de consommation... Tes missions : Avec ton tuteur : Comprendre un besoin réel et le décliner en une solution technique Identifier, intégrer, préparer, croiser et analyser... les données Implémenter des modèles de machine ou deep learning selon le cas d’usage Échanger sur la solution avec un expert métier et l'adapter si nécessaire Proposer des visualisations des données et des résultats Mesurer la valeur apportée Communiquer sur les résultats Ton profil : Tu prépares un Master 2 ou un diplôme d’ingénieur avec une spécialisation en data science Tu fais preuve de dynamisme, de curiosité, d’autonomie et de rigueur Tu as une bonne connaissance de python, des librairies de ML et DL, et des concepts mathématiques et statistiques associés Tu possèdes de bonnes capacités de vulgarisation Idéalement, tu as bonne connaissance du SQL Pourquoi rejoindre GRDF ? Intégrer GRDF, c’est : Rejoindre une entreprise implantée sur tout le territoire français, responsable, engagée pour la transition écologique grâce aux enjeux du gaz vert, pour la diversité et le bien-être de ses plus de collaborateurs Assurer une mission de service public en contribuant à distribuer le gaz à plus de 11 millions de clients Inclus dans ton package : Salaire fixe attractif Prime d’intéressement et/ou de participation avec possibilité d’abondement Prise en charge des transports / Pass Navigo Aides au logement et au permis de conduire sous conditions Accès au restaurant d’entreprise Accès à notre comité d’entreprise (billetterie, voyages…) Accès à notre salle de sport Retrouvez-nous sur et découvrez L’emploi est régi par l’obligation de respectdes engagements du code de bonne conduite de GRDF, lequel est constitué des principes d’indépendance, de non-discrimination, de protection des informations commercialement sensibles, d’objectivité et de transparence. Unité commerciale: GBU Networks Division: SERVICE GAZ Entité légale: GRDF Type de contrat: Expérience professionnelle: Junior (expérience < 3 ans) Niveau d'instruction: Bac+4 / Bac + 5 (Master, MBA

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Synodevina, cabinet de conseil en ressources humaines et professionnel de l'accompagnement recherche un **data analyst H.F **à Nantes. • *Vos missions**: - Développement, évolution et maintenance des flux de synchronisation entre les différents outils - Reportings et de l’analyse des données issues du datamart. V - Représentation et analyse les données : proposition d’axes d’amélioration par des approches analytiques. - Travail sur les différents projets de développement de l’entreprise (études des nouvelles innovations BI dans le domaine du Cloud, Big Data). • *Profil recherché **Vous êtes jeune diplômé, vous avez 1 ou 2 ans d’expérience et vous êtes spécialisé (e) dans la BI /data analyst, vous disposez de capacités dans l'informatique décisionnelle, vous avez un esprit de synthèse et d'analyse, vous avez une grande capacité d’adaptation et une véritable curiosité technologique. Outils **:Talend/ETL** (outil de reporting). Connaissances de MSSQL/ MYSQL / POSTGRESQL et Oracle Type... d'emploi : Temps plein, CDI Salaire : à partir de 32 000,00€ par an Avantages: - Travail à domicile Exigences linguistiques flexibles: - Français non requis Programmation: - Travail en journée Lieu du poste : Un seul lieu de travail

{'salaire': [{'montant_min': 32000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Comcast brings together the best in media and technology. We drive innovation to create the world's best entertainment and online experiences. As a Fortune 50 leader, we set the pace in a variety of innovative and fascinating businesses and create career opportunities across a wide range of locations and disciplines. We are at the forefront of change and move at an amazing pace, thanks to our remarkable people, who bring cutting-edge products and services to life for millions of customers every day. If you share in our passion for teamwork, our vision to revolutionize industries and our goal to lead the future in media and technology, we want you to fast-forward your career at Comcast. JOB DESCRIPTION Job Summary Responsible for identifying complex problems and developing novel machine learning algorithms to solve them. Evaluates accuracy and functionality of individual machine learning algorithms and understands the overall implications of entire machine learning frameworks... Responsible for overseeing design, implementation and evaluation of future machine learning based products and applications. Guides engineering teams to successfully deploy and operate machine learning based products and applications. Develops novel ways to solve problems and improve products using machine learning, provide guidance and leadership to other researchers and/or engineers. Acts as a technical expert in own area within the organization. May work independently or as part of a team on more complex projects. Provides mentoring and guidance to more junior team members. May be responsible for leading a team, but does not directly manage people. Job Description Core Responsibilities • Guides the successful completion of high profile, revenue impacting programs that use machine learning as essential components. Determines the technical objectives of an assignment. Leads the design of prototypes, partnering with the product team and other stakeholders through development. Conducts studies to support product or application development. Serves as a leader to others for machine learning technologies. • Designs and develops specifications, technical requirements, algorithms and frameworks of custom machine learning based designs for future products and applications. • Acts as a subject matter expert in designing and prototyping medium to high complexity machine learning models. Lead innovation in technical capability delivery. • Contributes to the realization of cutting-edge technical capabilities into business applications and solutions by being responsible for applying advanced algorithms and techniques to software solutions. • Researches, writes and edits documentation and technical requirements, including evaluation plans, confluence pages, white papers, presentations, test results, technical manuals, formal recommendations and reports. Creates patents, Application Programming Interfaces (APIs) and other intellectual property. Presents papers and/or attends conferences, as well as displaying leadership in these areas. • Tests and evaluates solutions presented to the Company by various internal and external partners and vendors. Completes case studies, testing and reporting. • Represents the work team and organization as the prime technical contact on assigned projects. • Serves as a leader to others on assigned projects. Provides guidance and leadership to more junior engineers. • Consistent exercise of independent judgment and discretion in matters of significance. • Regular, consistent and punctual attendance. Must be able to work nights and weekends, variable schedule(s) and overtime as necessary. • Other duties and responsibilities as assigned. Employees at all levels are expected to: • Understand our Operating Principles; make them the guidelines for how you do your job. • Own the customer experience - think and act in ways that put our customers first, give them seamless digital options at every touchpoint, and make them promoters of our products and services. • Know your stuff - be enthusiastic learners, users and advocates of our game-changing technology, products and services, especially our digital tools and experiences. • Win as a team - make big things happen by working together and being open to new ideas. • Be an active part of the Net Promoter System - a way of working that brings more employee and customer feedback into the company - by joining huddles, making call backs and helping us elevate opportunities to do better for our customers. • Drive results and growth. • Respect and promote inclusion & diversity. • Do what's right for each other, our customers, investors and our communities. Disclaimer: • This information has been designed to indicate the general nature and level of work performed by employees in this role. It is not designed to contain or be interpreted as a comprehensive inventory of all duties, responsibilities and qualifications. Comcast is an EOE/Veterans/Disabled/LGBT employer. Comcast is proud to be an equal opportunity workplace. We will consider all qualified applicants for employment without regard to race, color, religion, age, sex, sexual orientation, gender identity, national origin, disability, veteran status, genetic information, or any other basis protected by applicable law. Comcast will consider for employment qualified applicants with criminal histories in a manner consistent with the requirements of applicable law, including the Los Angeles Fair Chance Initiative for Hiring Ordinance and the San Francisco Fair Chance Ordinance. Education Bachelor's Degree While possessing the stated degree is preferred, Comcast also may consider applicants who hold some combination of coursework and experience, or who have extensive related professional experience. Relevant Work Experience 10 Years + Salary: National Pay Range: $111,800.43 USD-$262,032.26 USD Comcast intends to offer the selected candidate base pay within this range, dependent on job-related, non-discriminatory factors such as experience. Base pay is one part of the Total Rewards that Comcast provides to compensate and recognize employees for their work. Most sales positions are eligible for a Commission under the terms of an applicable plan, while most non-sales positions are eligible for a Bonus. Additionally, Comcast provides best-in-class Benefits. We believe that benefits should connect you to the support you need when it matters most, and should help you care for those who matter most. That’s why we provide an array of options, expert guidance and always-on tools, that are personalized to meet the needs of your reality – to help support you physically, financially and emotionally through the big milestones and in your everyday life. Please visit the compensation and benefits summary on our careers site for more details

{"salaire": [{"montant_min": 111800.43, "montant_max": 262032.26, "devise": "$", "frequence_versement": "an"}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

La ligne de service Consulting & Solutions d Akkodis France renforce ses équipes en région et recrute un Salesforce DevOps Engineer H/F en Freelance. Nous vous proposons de rejoindre notre Practice Salesforce qui fête cette année ses 10 ans de partenariat avec Salesforce Description de la mission: L'ingénieur DevOps senior travaillera sur des projets Salesforce et activités de maintenance, en travaillant avec des équipes composées de professionnels seniors en informatique. L'ingénieur DevOps senior dirigera et gérera la version de bout en bout et processus de déploiement au sein de notre environnement Salesforce, en étroite collaboration avec une Architecte technique Salesforce, responsables techniques et responsable des versions, qui est la personne qui gère actuellement presque toutes les activités liées au déploiement vers l'UAT et Production. Ce rôle implique la planification stratégique, la coordination et l'exécution des versions, la gestion le pipeline de déploiement et... soutenir l'équipe de développement en conformité avec objectifs du projet. Le candidat idéal apportera une solide expérience dans Salesforce, gestion des versions et une solide compréhension des pratiques DevOps pour améliorer l'efficacité et la qualité dans notre processus de livraison. Diriger l'exécution et le support du déploiement : exécuter les déploiements en intégration environnements et gérer les rétro-promotions/rénovations dans les bacs à sable du projet. Soutenir les développeurs dans le processus de déploiement, en garantissant le respect des processus et bonnes pratiques. ● Environnement et stratégie de la succursale : superviser la configuration et la maintenance de environnements de développement, de test et de production. Définir et mettre en œuvre stratégies de branchement pour les projets à long terme, garantissant l'alignement avec les objectifs du projet et l'efficacité opérationnelle, en coordination avec l'architecte technique. ● Communication et coordination avec les parties prenantes : Servir de point principal de contact pour toutes les questions liées à la gestion des versions et du déploiement. Assurer communication claire et cohérente avec toutes les parties prenantes, y compris le projet équipes, management et partenaires externes. ● Initiatives d'amélioration des processus et DevOps : favoriser l'amélioration continue le processus de publication et de déploiement grâce à l'introduction de nouveaux pipelines et des outils d'automatisation. Travailler en étroite collaboration avec l'équipe technique pour identifier et mettre en œuvre des pratiques DevOps qui améliorent la collaboration et l'efficacité. ● Gestion et planification des versions : évaluez le paysage du projet pour déterminer la cadence de sortie la plus efficace. Accompagner les chefs de projets et le déploiement les responsables dans la planification des versions en fonction de la durée de construction et des besoins de la période UAT. Planifier et coordonner les activités de basculement pour les projets, garantissant une intégration transparente avec une maintenance continue et d'autres projets. Profil recherché: Expertise en Copado, y compris une expérience pratique du déploiement, de la gestion, et dépannage dans l'environnement Copado. fonctionnalités et bonnes pratiques pour le déploiement de Salesforce et les processus CI/CD. La certification est obligatoire. ● 5+ années d'expérience dans la gestion des versions et du déploiement et 3+ années dans un environnement Salesforce. ● Solide connaissance des pratiques DevOps, y compris CI/CD, stratégies de branchement, et des outils d'automatisation. ● Compétences exceptionnelles en communication et en leadership, avec une expérience avérée en travailler en collaboration avec des équipes techniques et non techniques. ● Excellentes compétences en gestion de projet, avec la capacité de coordonner plusieurs projets et équipes simultanément. ● Solides capacités d'analyse, de dépannage et de résolution de problèmes. ● Bonne connaissance de l'architecture Salesforce, de la gestion de l'environnement et méthodologies de déploiement. ● La maîtrise de l'anglais est obligatoire (le portugais ou le français sont appréciés). ● Expérience en tant que développeur Salesforce, afin d'accompagner lors de conflits de fusion, est un gros plus. Chez Akkodis nous sommes convaincus que de l'intelligence collective naît le succès. Il n'existe pas qu'un modèle, nous valorisons l'agilité et l'excellence, l'audace et la créativité. Et si nous parlions ensemble de vos ambitions pour les prochaines années ? Akkodis est une entreprise handi-engagée et inclusive. Tous nos postes sont ouverts aux handicaps et à la diversité. Tous différents, tous compétents Akkodis, est un acteur mondial de l'ingénierie et de l'IT et un leader dans la smart industrie. Nous accompagnons nos clients dans leurs projets de transformation digitale via 4 lignes de service : Consulting, Solutions, Talent et Academy. Akkodis est un partenaire technologique de confiance pour ses clients à l'échelle internationale. Nous co-créons et nous imaginons des solutions de pointe pour répondre aux défis majeurs de notre société, qu'il s'agisse d'accélérer la transition énergétique et de développer la mobilité verte, ou encore de construire des approches centrées sur les utilisateurs. Dotés d'une forte culture de l'inclusion et de la diversité, nos experts en IT et en ingénierie, présents dans 30 pays, allient les meilleures compétences technologiques à une connaissance transverse de toutes les industries pour façonner un futur plus durable. Nous sommes passionnés par l'idée d'inventer ensemble un avenir meilleur. Akkodis en France, ce sont près de 9.000 experts en IT et en ingénierie répartis sur l'ensemble du territoire, des collaborateurs partageant des valeurs fortes d'honnêteté, de respect, d'équité et d'inclusion. Notre engagement : leur permettre au quotidien d'être eux-mêmes au travail, et acteurs de leur vie et de leur développement au sein d'Akkodis.. Akkodis est la marque technologique de The Adecco Group • Akkodis est une marque commerciale sous laquelle les entités AKKA et Modis opèrent

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

*Description du poste* Vous accompagnerez nos clients dans des projets de *transformation Digitale* en mettant en place des *solutions d’échanges de données à la pointe de la technologie* : (API Management, SOA, ESB, ETL, BPM). Vous garantirez la mise en place d’*outils de traitement*, de *modélisation* et de *stockage* des données. Vous interviendrez en transverse de nos équipes data gouvernance, Salesforce et cybersécurité. Vous serez amené à passer vos certifications dans les différents domaines (ESB/ETL/MDM/Salesforce/cybersecurite) *Quelles sont ses missions principales ? * Intervenir dans le cadre de projet sur l’architecture de données et mettre votre expertise ESB, API Management, Service, BPM/ BRMS au service des projets. - Rédiger en collaboration avec le métier, les spécifications techniques et fonctionnelles détaillées. - Conduite des études d’opportunité et de choix d’outils. - Développer des solutions pour traiter des volumes importants de données, - Concevoir, collecter... et fabriquer des données brutes, - Créer des outils et algorithmes pour le traitement des données, - Préparer des données pour le Data Analyst, - Sécuriser des Pipelines données pour les Data Analysts et Data Scientists, - Organiser l’architecture du cloud, - Contribuer à l’effort d’animation technique, de veille technologique et d’innovation *Profil* Issu(e) d’une formation supérieure de niveau Bac +2, Bac +4/5, de type école d’Ingénieurs, vous justifiez d’une expérience minimum de 3 ans comme data intégrateur, dans des projets d’implémentation de solutions informatiques. *Ce type de prestation nécessite* - une expérience dans un environnement multi interfacés, - une maîtrise parfaite des langages de bases de données (SQL ), - des connaissances solides surles solutions leaders du marché SOA (Talend, Informatica, datastage, ODI, Mule, Blueway) les langages et protocoles (Python / Spark ( azure Optionnel ), Java, SOAP, JSON, REST et XML) l’Architecture - Services WEB- Langage Java - ESB (IIB, TIBCO, Redhat Fuse) - Architectures SOA- BPM- BRMS, JRules - de faire preuve de sens de l’organisation, esprit d’initiative, d’écoute active et d’empathie - d’être curieux (se) et pratiquer une veille active sur vos domaines de compétence. - anglais courant * Type d'emploi : Temps plein, CDI Salaire : 36,00€ à 42 000,00€ par an Avantages: - Épargne salariale - Participation au Transport - RTT - Titre-restaurant Programmation: - Travail en journée Types de primes et de gratifications: - Commissions - Primes Lieu du poste : Télétravail hybride (69002 Lyon 2e

{'salaire': [{'montant_min': 36000.0, 'montant_max': 42000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Data engineering Big data Data Engineering. : - Développement Spark/Scala et HIVE - Une bonne expertise des environnements hadoop Environnement Anglophone2 - Livrables attendus Les livrables attendus sont : - Revue de code et re-factoring - Projet agile (Scrum) - Traitement d?un gros volume de données - L?application des normes de développements3 - Expertise(s) / technologie(s) Les expertises attendues pour réaliser cette prestation sont listées ci-après : Agile Scrum Hive PostGreSQL Python Scala Spark450 e

{"salaire": [{"montant_min": 540.0, "montant_max": 540.0, "devise": "\u20ac", "frequence_versement": "jour"}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Descriptif du poste Scale Up Française avec plus de 10 ans de présence sur le territoire national et affichant une croissance exceptionnelle de 30 à 35% par an avec une soixantaine de salariés. Une philosophie de l'humain et du digital exceptionnels au service de la mise en place de projets inédits et audacieux. Votre Rôle Vous serez rattaché à la Direction Produit et aurez pour challenge de travailler en étroite collaboration avec les équipes afin de comprendre les enjeux de l'analyse de données et ainsi accompagner dans la prise de décision stratégique. Vous serez amené à développer des modèles de données complexes et les présenter de manière claire et concise aux différentes parties prenantes avec une forte capacité de présenter les données de manière attrayante et compréhensible. Environnement technique : Excel, Power BI, SQL, Python Nous recherchons avant tout une personnalité ayant la volonté de participer à l'élaboration de la vision et des offres de l'entreprise, partager ses... connaissances pour faciliter la montée en compétences réciproques. Pourquoi les rejoindre ? Challenge technique garanti au sein d'une équipe d'experts Bienveillance garantie et un réel respect vie pro / privée Tickets resto, transport, mutuelle, Formule Gym Localisé plein coeur de Paris TéléTravail Profil recherché Issu d'une formation Bac +5 en statistiques, data engineering, Big data ou équivalent vous avez une première expérience significative d'environ 5 ans de Data Analyst. Vous êtes force de proposition, capable de prendre des initiatives et résoudre des problèmes complexes. Pédagogue, vous êtes un très bon communiquant et savez challenger les parties prenantes ainsi que construire une vision data des produits Saas. LANGUESSAVOIR-ÊTRE Audace- Bienveillance Voir plus SAVOIR-FAIRE Analyse de données Big Data Voir plus Entreprise SP SEARCH est un cabinet de chasse de têtes spécialisé depuis 2003 dans le recrutement de compétences évoluant dans les métiers du Web, de l Informatique, de la sécurité, du Digital, du Big Data et Call Center. Nous accompagnons nos clients Français et Étrangers dans la recherche, la sélection, l intégration et le développement de Cadres, Cadres-dirigeants, Experts techniques, Ingénieurs, Fonctions commerciales et Support. Expert dans les enjeux du digital et de l IT, une excellente maîtrise des environnements techniques et des cultures d entreprises en France comme à l international. Un savoir faire dans la sélection et l accompagnement d équipes start up. Autres offres de l'entreprise Personne en charge du recrutement PATRICIA CABOT CEO Salaire 53 - 63 k€ brut annuel Prise de poste Dès que possible Expérience Minimum 5 ans Métier Data analyst Statut du poste Cadre du secteur privé Zone de déplacement Pas de déplacement Secteur d’activité du poste CONSEIL POUR LES AFFAIRES ET AUTRES CONSEILS DE GESTION Télétravail Partiel possible

{'salaire': [{'montant_min': 53000.0, 'montant_max': 63000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

UFF recherche … A l'origine du métier de conseiller en gestion de patrimoine, l'UFF est leader sur son marché depuis plus de 50 ans. Cotée en Bourse, sur Euronext Paris, son principal actionnaire est Abeille Vie (ex Aviva Vie). L'UFF commercialise l'ensemble des solutions patrimoniales, sélectionnées en architecture ouverte, et administre 13, 1 milliards d'Euros d'actifs sous gestion pour le compte de ses 194 000 clients particuliers, professionnels et entreprises (dirigeants et personnes morales). Présente partout en France, l'UFF compte près de 1 220 collaborateurs(trices), dont près de 850 dédiés(es) au conseil. Porteuse de fortes valeurs humaines, elle investit dans les compétences et les carrières de ses collaborateurs : 82% d'entre eux déclarent être fiers et satisfaits de travailler à l'UFF, et 81% estiment avoir progressé professionnellement au sein de l'entreprise (enquête interne UFF de climat social 2021). Engagée, l'UFF est signataire de la Charte de la diversité et... de l'initiative #StOpE, contre le sexisme en entreprise. Au sien de la Direction Financière, en étroite collaboration avec le Responsable Data & Aide à la Décision, vous rejoignez une équipe de deux Data Analyst en tant que Data Analyste (H/F). Vous contribuerez au pilotage de la performance opérationnelle de l'ensemble des Pôles du groupe UFF. A un moment clé pour l'entreprise sur les enjeux Data, votre rôle sera de prendre en charge les analyses de données, depuis le recueil jusqu'à la restitution aux métiers. Plus en détail, vos responsabilités seront les suivantes : - Traitement et Analyse des données en garantissant leur pertinence - Construction des outils d'analyse et de visualisation de données - Mise en place et suivi des évolutions des tableaux de pilotage - Réalisation et transmission des analyses ad hoc répondant aux besoins métiers - Assurer la promotion du projet Data au sein du groupe - Participer aux différents projets de transformation digitale De formation Bac +5 universitaire ou d'une grande école, vous avez idéalement suivi un cursus en mathématiques, statistiques, économie, marketing ou en informatique. Vous justifiez d'une première expérience de 3 ans minimum sur un poste similaire. La maîtrise de l'outil Tableau est obligatoire pour être en réussite sur ce poste. Si vous vous reconnaissez dans les qualités suivantes, ce poste est pour vous ! - Autonomie - Dynamisme - Adaptabilité - Réactivité - Sens des responsabilités Vous êtes … - Autonomie - Dynamisme - Adaptabilité - Réactivité - Sens des responsabilités En résumé ... • Paris 1er - 75 • CDI • Banque • Assurance • Finance • Bac +5 • Exp. 1 à 7 ans • Exp. + 7 ans Publiée le 11/03/2023. Réf : REF1164N

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Description de l'entreprise Terry Soot Management Group (TSMG) est une société de collecte de données de terrain fondée en 2017 en Europe. Nous collectons des données là où l'automatisation n'est pas possible. Nous comptons les points, prenons des photos, réalisons des vidéos, enregistrons l’audio et analysons les zones pour chaque détail requis pour pouvoir prendre des décisions plus éclairées. Nos équipes de collecte de données sur le terrain sont réparties en Europe et en Amérique du Nord, prêtes à accepter de nouveaux défis. Objectif du projet L'objectif du projet est d'aider à collecter des images des rues, des principaux points d'intérêt et des espaces publics dans les pays de l'UE. Le projet est réalisé a l’aide des voitures équipés d'une caméra 3D qui recueille des image de la zone autour du véhicule et stockent des images sur des ordinateurs à l'intérieur du véhicule. Plus tard, ces données seront utilisées pour améliorer l'une des cartes en ligne les plus populaires au... monde. Les collecteurs de données recevront des itinéraires spécifiques autour des rues et des zones publiques, ciblant spécifiquement les quartiers commerciaux et les sites historiques. En raison des mauvaises conditions météorologiques, certaines zones seront visitées plusieurs fois afin de collecter la meilleure qualité d'imagerie. Le projet devrait durer au moins 3 mois et couvrira différentes zones de ville/état. L'horaire prévu sur le projet est du lundi au vendredi, 8 heures/jour 40 heures par semaine. Vous pouvez travailler plus de 8 heures si vous le souhaitez. Profil : Doit avoir un permis de conduire valide (expérience de conduite, 3 ans minimum) Doit avoir un parking pour véhicule Aime conduire, avec un horaire flexible Disponible pour un minimum de 3 mois Responsable & Fiable Bonnes compétences de conduite Excellentes habiletés pour la communication Haut niveau de responsabilité Connaissance générale de la voiture Compétences informatiques de base Motivé et orienté vers le détail Type d'emploi : Temps plein Salaire : 12,00€ à 13,00€ par heure Capacité à faire le trajet ou à déménager: Chalon-sur-Saône (71): Faire le trajet sans problème ou prévoir un déménagement avant de prendre son poste (Exigé) Permis/certificat: Driving license (Exigé

{"salaire": [{"montant_min": 12.0, "montant_max": 13.0, "devise": "€", "frequence_versement": "heure"}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Informatique Ingnieur informatique La Relve CDI - DATA ENGINEER (MDIA) (H/F) Nous recrutons pour lun de nos clients, un Data Engineer en CDI dans le secteur des mdias. Description de lentreprise Premier grand quotidien national, crateur de contenus originaux forte valeur ajoute, notre client se distingue par sa capacit innover et dploie lensemble de ses marques sur tous les supports: print, web, TV connecte, tablettes et mobiles.. Description du poste et des missions Au sein de lquipe Data du Groupe Figaro CCM Benchmark, notre futur Data Engineer participera au maintien et lvolution de larchitecture technique de la plateforme Data du groupe. Confront aux problmatiques de gros volumes de donnes provenant de diffrentes sources (Navigation, Publicit, CRM, Emailing, E-Commerce...) et sous divers formats, Il travaillera avec des Data Scientists, des Data Architects & des Data Analysts sur les projets des diffrentes BU du groupe (Analyse de la donne, personnalisation et recommandation... de contenus, segmentation de laudience...). En tant que Data Engineer, vous serez amen : Maintenir et faire voluer notre architecture tre force de proposition pour mettre en place et faire voluer nos traitements, tout en garantissant lintgrit de la donne destination des quipes mtier Intervenir sur lensemble des aspects scurit de notre plateforme ?? Profil recherch Notre Data Engineer idal : A au moins 5 ans dexprience dans des environnements cloud (de prfrence AWS) Possde une bonne comprhension de lensemble dune stack Data, du stockage jusquaux outils Analytics (Redshift et/ou Snowflake) Possde de solides comptences sur Spark (Scala idalement) et SQL Maitrise des environnements distribus de type Hadoop Comprend les enjeux mtier et se montre force de proposition pour y rpondre Est curieux et en veille technique permanente En Bonus A dj travailler avec un ordonnanceur de type Airflow A dj travailler sur des API de type API Gateway, Lambda Possde des connaissances sur la chane CI/CD Est familier des outils de type JIRA Informations complmentaires Type de contrat : CDI Statut : Cadre Localisation du poste : Paris Equipe de rattachement : Data Rmunration : 50 70k Tltravail : 2 jours / semaine Dmarrage souhait : Sous 3 mois Cette opportunit vous correspond ? Adressez-nous votre candidature et un consultant vous contactera dans les plus brefs dlais ! ??? CDI France le de France Seine St Denis (93) 93200

{'salaire': [{'montant_min': 50000.0, 'montant_max': 70000.0, 'devise': None, 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

CHARGE(E) DE STATISTIQUES - DATA ANALYST Publié aujourd'hui • Date limite de candidature 19/04/2024 • CDI • Nantes • de 35 000 € à 40 000 € par an • NIVEAU 5B • Télétravail possible • NVHADD88783 CAF DE LOIRE-ATLANTIQUE Au sein d'une équipe de 5 personnes, vous contribuez au pilotage de la performance de l'organisme et à l'aide à la prise de décision dans le domaine des politiques familiales et sociales. Description du poste • Vous participez à l'élaboration et au suivi d'outils de pilotage (création de tableaux de bord d'aide au pilotage, indicateurs, requêtes…) pour les différents services et directions. • Vous analysez les données dans le cadre de l'aide à la décision (études d'impact des dispositifs mis en œuvre, bilans réguliers, participation à des groupes de travail…). • Vous contribuez à améliorer la connaissance et la qualité des données du système d'informations décisionnel en collaboration étroite avec le métier. • Vous contribuez à la diffusion de travaux et d'analyses... d'observations socio-économiques au niveau local ou régional. Profil recherché Vos compétences Le "bon profil" : • Vous disposez d'une bonne connaissance des règles liées au traitement et à la diffusion de données. • Vous maîtrisez la gestion de bases de données et avez une forte appétence pour le développement et la programmation à des fins statistiques. • Vous connaissez Databricks et Python (PySpark) ainsi que PowerBI et vous maîtrisez le langage SQL. • Vous êtes initié(e) à la gestion de projet et au travail en transversalité. • Vous êtes doté(e) de capacités rédactionnelles et d'analyse, ainsi que d'une bonne aisance dans la communication orale. • Vous êtes autonome et prenez des initiatives, vous êtes adaptable et ouvert(e) au changement. • Vous avez le goût du travail en équipe. Votre formation Vous êtes titulaire d'un Master II dans le domaine des statistiques ou en sciences économiques et sociales avec une forte appétence en statistiques et vous avez au minimum 2 ans d'expérience sur une fonction similaire. Informations complémentaires Aux côtés des familles et de nos partenaires La Caf de Loire-Atlantique est un acteur essentiel de la politique sociale et familiale du territoire. Organisme privé assurant une mission de service public, elle accompagne nos allocataires aux différentes étapes de leur vie : naissance, séparation, deuil, handicap…. Un acteur majeur en Loire-Atlantique La Caf de Loire-Atlantique est présente sur l'ensemble du territoire avec un siège à Nantes, une antenne à Saint-Nazaire et des permanences dans tout le département. Nos 650 collaborateurs se mobilisent chaque jour pour assurer un service de qualité aux allocataires et aux partenaires (collectivités territoriales, bailleurs, associations, etc.). Plus d'un habitant sur deux bénéficie d'une aide de la Caf de Loire-Atlantique. Chaque année, la Caf verse 1,7 milliards de prestations (aides au logement, RSA, prime d'activité, etc.). Les missions de la Caf de Loire-Atlantique Nous soutenons nos allocataires en assurant le versement de prestations sociales (allocations familiales, logement, compléments de revenus, etc.) et en proposant un accompagnement personnalisé au plus près des besoins de la famille. Nous accompagnons nos partenaires pour développer des services adaptés aux besoins des familles : financement de places en crèches et de création de structures d'accueil, de foyers de jeunes travailleurs, de centres sociaux, de centres aérés etc. Pour mener à bien ces missions, vous rejoindrez un collectif dynamique, animé par le sens du service. Plusieurs raisons de travailler à la Caf de Loire-Atlantique Travailler à la Caf de Loire-Atlantique, c'est : • S'engager pour la Sécurité sociale et adhérer à ses valeurs : solidarité, équité, neutralité. • Accéder à une diversité de métiers, des formations et des dispositifs d'évolution professionnelle au sein de la Caf mais également vers les autres organismes de Sécurité sociale. • Préserver un équilibre vies personnelle et professionnelle. Vous choisissez votre temps de travail (36, 37 ou 39 heures). Vos horaires peuvent être flexibles et vous pouvez avoir jusqu'à 20 RTT/an. Le télétravail est proposé. • Bénéficier d'un environnement de travail de qualité : des espaces de convivialité, un restaurant d'entreprise, un parc arboré, un parking… La Caf de Loire-Atlantique s'engage L'égalité entre les salariés. Nous agissons en faveur de l'égalité femmes-hommes (index 99/100) en entreprise. Nous accompagnons dans l'emploi des personnes en situation de handicap. Une démarche de responsabilité sociétale. A notre échelle, nous favorisons une politique de développement durable, en encourageant la mobilité douce (forfait mobilité, obtention du label pro vélo, garage à vélos, etc.) et en travaillant activement à réduire notre impact environnemental. Contact Les candidats sélectionnés seront reçus en entretien par un jury Caf et un cabinet extérieur la semaine 17. Des tests pratiques seront également réalisés le jour de l'entretien. Tout renseignement complémentaire peut être obtenu auprès de : Sylvia Lefebvre - Responsable du service études et statistiques Tél : 02 51 83 17 05 Clément Le Mao - Chargé de recrutement Tél : 02 51 83 45 01 Les avantages liés au poste Couverture santé, épargne et prévoyance, télétravail, congés, horaires, formation... Découvrez tout ce que propose la Sécurité sociale à ses salariés ! Découvrez nos avantages

{'salaire': [{'montant_min': 35000.0, 'montant_max': 40000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

HEAD OF DATA SCIENCE/ML UP TO 130K€ PACKAGE L'ENTREPRISE Une entreprise spécialisée dans le marketing et la publicité recherche un Head of Data Science/ML dans le cadre d'un remplacement. Gérant un volume important de données, le Machine Learning est au coeur de son offre. L'entreprise propose des solutions technologiques innovantes pour améliorer la performance des campagnes publicitaires sur smartphone et tablettes tout en proposant une stratégie et des algorithmes sur mesure. En tant que Head of Data Science/ML et sous la responsabilité du Chief Product Officer, vous rejoindrez l'équipe Data Science. Vous interviendrez sur des problématiques liées au retargeting et aux pricing des enchères. Encadrer une équipe de 4 personnes (data scientists seniors, juniors et un data engineer) Communiquer en interne et en externe au nom de l'équipe, former les équipes en contact avec les clients sur les fonctionnalités d'automatisation des performances du produit et assister à des réunions avec... des clients clés pour partager des connaissances techniques Développer une expertise sur le métier du marketing de jeux mobiles et contribuer a la définition de la feuille de route de l'entreprise en collaboration avec la direction de l'entreprise S'assurer que la partie data est faite de manière optimale et que tous les modèles tournent sans échecs Master, doctorat ou auto-formation équivalente, de préférence en mathématiques ou ingénierie Plus de 8 ans d'expérience en data science et Machine Learning Bonnes capacités d'organisation et de planification Connaissance approfondie des statistiques et de l'apprentissage automatique Connaissance en data engineering (un plus) AVANTAGES Environnement international Poste hybride et ouvert au full remote Mutuelle remboursée (50%) Python, Pandas, SQL, AWS

{'salaire': [{'montant_min': None, 'montant_max': 130000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

**LE BRIEF** CDI - Cloud Data Engineer (H/F) - Nantes - 50K-55K - Télétravail partiel - ESN & Editeur de logiciels Solenn dAdsearch, Consultante spécialisée IT (Infrastructure, Data, Sécurité), recrute pour lun de ses partenaires, ESN et Editeur de logiciel nantais, un CLOUD DATA ENGINEER H/F. • *VOS FUTURES MISSIONS** Vous intégrez léquipe projet constituée de développeurs, architectes et scrum master. Dans un contexte AGILE, on vous confie: - Analyse dun contexte et dune problématique client - Implémentation de plateformes DATA - Réaliser des modèles DATA - Programmation de machine learning - Participation à des projets technologiques innovants • *VOS FUTURES ETAPES RECRUTEMENT** - Entretien n°1 en visio avec votre Consultante Adsearch - Entretien n°2 par téléphone avec le Service RH - Entretien n°3 en visio ou présentiel avec léquipe technique • *VOTRE STACK TECHNIQUE** - Environnement cloud GCP et AWS - Langages Python, Java et Javascript - Framework Spark et Beam - Stockage SQL... NoSQL et Search Engine - Plateforme Kafka, Airflow, ELK • *VOS SOFT SKILLS** - Curieux et Autonome - Force de proposition - Esprit collectif, partage de connaissances - Organisé et méthodique - Sens de l'analyse • *VOS FUTURS AVANTAGES** - Prime intéressement - Prime vacances - Tickets restaurant - Télétravail - Forfait mobilité durable - RTT - Parcours formation

{'salaire': [{'montant_min': 50000.0, 'montant_max': 55000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Créé en 2006, Nexialog Consulting est devenu en 15 ans l’un des acteurs majeurs du conseil spécialisé en banque et en assurance, et emploie aujourd’hui 135 collaborateurs dans nos bureaux parisiens. Composé d’ingénieurs ou actuaires financiers, chefs de projet, experts métiers, financiers, data scientists, avec une parfaite maîtrise de l’environnement réglementaire et normatif, Nexialog Consulting accompagne ses clients à travers cinq lignes métiers : • Risk Management & Actuariat • Risk Management & Bank • Global Markets • Direction Financière • Data Consulting Notre cabinet connaît depuis plusieurs années une forte croissance (40 % de croissance en 2022!). Dans ce contexte, nous recherchons un(e) Manager Conseil en Data Science en CDI, dès que possible. Descriptif du poste En rejoignant notre Business Unit Data Consulting vous interviendrez sur des missions diversifiées : 1) Chez nos clients du secteur bancaire et assurantiel : • Analyser et formaliser une problématique métier... liée aux marchés financiers (détection des mouvements atypiques, de signaux faibles à des fins de contrôle ou d'analyse du marché), aux analyses de risques ou à la fidélisation clients. • Identifier les données pertinentes (déjà existantes ou via différents canaux, à consolider, modifier), mise en forme et préparation des données, création des Reference Data Sets pour la modélisation , les reportings ou les outils de pilotage. • Développer les modèles en réponse à la problématique posée ; conception d'algorithmes de classification et développement de modèles prédictifs de comportement et de performance. • Valider les modèles et mettre en place les procédures et outils de backtesting, mettre en place les indicateurs pertinents pour la restitution. • Analyser les données et restituer les résultats de façon à répondre à l'objectif métier : validation de modèles, études des résultats, recommandation, datavisualisation, outils de pilotage. • Mettre les solutions de machine learning ou les pipelines de données en production dans les systèmes industriels • Encadrer les dispositifs de consultants mis en place par le cabinet chez nos clients 2) En interne : • Participer à des études de Recherche & Développement. • Participer au développement de l'offre data science du cabinet dans le cadre du lancement de cette nouvelle activité. • Contribuer au plan de formation sur la data mis en place pour les consultants du cabinet. Profil recherché • Vous êtes diplômé(e) d'une école d'ingénieur post prépa ou d'une formation universitaire de niveau bac +5 en mathématiques, statistiques, ou d'un mastère spécialisé dans un domaine connexe à la Data ou à la modélisation. • Vous justifiez d'une expérience significative de 5 ans au minimum en ingénierie de données ou science des données acquise au sein d'un cabinet de conseil, d'une banque, d'une société de gestion ou d'un assureur. • Vous possédez une double expertise en Data Science et en risques financiers. • Vous avez au cours de vos expériences mené des travaux portant sur l'implémentation de méthodes de Machine Learning et/ou d'analyses mathématiques / statistiques de données volumineuses. • Vous avez une bonne connaissance et expérience dans l'utilisation des outils informatiques de modélisation et d'analyse de données (Python, R) et de leurs librairies associées pour traiter efficacement de la donnée volumineuse, la visualiser et la modéliser. • Vous maitrisez un outil de data management (Dataiku, Talend, Alteryx,...) et de data visualisation (PowerBI, Qlik, Tableau,...). • Vous maîtrisez les différentes étapes du MLOPS, SQL, Spark, les plateformes de mise en production (AWS, Azure, GCP, Docker, Flask). • Vous avez un bon relationnel, vous avez une bonne vision du métier de data scientist, vous aimez / savez résoudre des problèmes complexes et pluridisiplinaires. Pourquoi rejoindre Nexialog Consulting ? ✨ Un cabinet à taille humaine ayant pour valeurs la bienveillance, l’audace et la transparence. 🤝 Un management horizontal et de proximité pour un suivi adapté à chaque collaborateur. 🌍 Un cabinet engagé en RSE (Label Ecovadis, Label Global Compact, une journée offerte par an pour s’engager dans une mission associative). ☀️ Un cabinet reconnu pour le bien-être de ses collaborateurs au travail (Baromètre social). 💯 Une vie interne très riche (after work, team building, kick-off). Nos avantages sociaux en bref • Du télétravail + prime d’achat de matériel. • Des titres-restaurants (9,20€ par jour) • Prise en charge à 50% de l’abonnement Navigo ou abonnement vélo électrique. • Formations internes et externes sur les métiers et les soft skills. Rémunération : à partir de 70.000€ brut annuel. Le processus de recrutement pour ce poste se décline en quatre phases : • Un entretien téléphonique avec un(e) Chargé de Recrutement. • Un entretien de recrutement avec un Account Manager et un(e) Chargé de Recrutement. • Un entretien métier avec un Manager (ou un(e) Consultant(e) Senior). • Un entretien de motivation avec l'un(e) des Associé(e)s. 📍 110 Avenue de la République, 75011 Paris 🌐 https://www.nexialog.com

{'salaire': [{'montant_min': 70000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Qui sommes-nous ? Nous sommes une société spécialisée dans la mise en œuvre des solutions Data. Nous avons été créés en 2017 par Marina, Mohammed et Miguel, des ingénieurs passionnés et des experts en Big Data, Business Intelligence et Pilotage des projets Data. Notre démarche basée sur une approche agile et innovante fait de nous un partenaire solide pour accompagner nos clients dans la mise en œuvre des solutions Data à forte valeur ajoutée. Nous développons nos propres « assets » afin d’éprouver notre savoir-faire et notre expertise métier et technique. Notre organisation interne est basée sur une gouvernance partagée et reflète notre image de jeune entreprise dynamique, agile et engagée. Une ESN, oui, mais pas comme les autres : nous mettons l’humain au cœur de notre projet. Notre management de proximité est un vrai allier dans le développement des compétences de nos collaborateurs : entretiens trimestriels, suivis réguliers, enquêtes sociales annuelles… Dans le cadre de notre... croissance, nous recherchons un(e) consultant(e) Data Analyst confirmé(e) avec une expertise SQL et Power BI. Sous la responsabilité de votre manager, vous serez amené(e) à : · Participer à la modélisation et conception de la solution BI transverse (refonte) · Développer les nouveaux flux de données · Modéliser des nouveaux Datamarts · Développer des nouveaux rapports BI / calcul des indicateurs de performances (KPI) · Packager et déployer les solutions (y compris la gestion de la configuration) · Rédiger les documents associés (spécifications techniques…) Profil recherché : Vous avez une maîtrise parfaite du langage SQL, des principes de modélisation et alimentation d’entrepôts de données. Vous maîtrisez un ou plusieurs outils BI : · Base de données : Teradata, Oracle, PostgreSQL… · Intégration : Microsoft BI (SSIS), ODI, Informatica, Talend… · Visualisation : Power BI, Tableau, Qlikview… En plus de vos compétences techniques, vous êtes doté(e) d’un bon relationnel, d’un bon esprit d’équipe et faites preuve de rigueur et d’engagement. Vous êtes diplômé(e) d’un BAC + 5 (Master 2 ou école d’ingénieurs) et avez au minimum 3 ans d’expérience dans ce domaine. Rejoignez SMART TEEM ! Rejoignez une équipe jeune, dynamique et engagée ! Devenez un Smart’Collab et bénéficier d’une gestion de votre carrière personnalisée : Manager de carrière : · Définition des objectifs annuels · Suivi régulier des activités · Évaluation annuelle Teem Mentor : · Conseils · Interrogations personnelles · Sujets divers · Une ambiance et un environnement où il fait bon vivre et travailler Des avantages divers : · Mutuelle prise en charge à 100% par SMART TEEM · 75% remboursement de votre titre de transport mensuel · 2 à 3 jours de télétravail par semaine · Prime télétravail jusqu’à 32,10€ par mois · Congés d’ancienneté dès 2 ans de présence · Des afterworks mensuels et des activités trimestrielles (karting, bowling, paintball…) · CSE en ligne (Leeto) et subvention de 240€ annuelle pour des activités sportives, culturelles, voyages… · Un environnement de travail à taille humaine (30 collaborateurs) Rémunération en fonction du profil du candidat. Toutes nos offres sont ouvertes aux candidats en situation d'handicap. Type d'emploi : Temps plein, CDI Statut : Cadre Rémunération : à partir de 45 000,00€ par an Avantages : • RTT Programmation : • Du lundi au vendredi • Période de travail de 8 Heures • Repos le week-end • Travail en journée • Travail posté Types de primes et de gratifications : • 13ème Mois Formation: • Bac +5 (Master / MBA) (Requis) Expérience: • tant que data analyst: 2 ans (Requis) Langue: • Anglais (Requis) Lieu du poste : Télétravail hybride (92500 Rueil-Malmaison) Date de début prévue : 01/06/2024

{'salaire': [{'montant_min': 45000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Proman recherche … Assurer le déploiement et la mise en place d'outils de pilotage pour les différents secteurs opérationnels responsable de l'exécution de la réparation de moteurs /modules militaires Participer à des tests d'évolution de version de l'ERP utilisé (Base SAP) Connaissances en informatiques Capacité à développer des outils sur différents supports (Power BI, Visual Basic...) Connaissances de SAP est un plus. Capable de piloter des projets Profil : Capable de faire preuve d'autonomie Rigueur Curiosté et bon relationnel Pour plus d'offres d'emploi, téléchargez notre application myPROMAN intérimaires sur App Store ou Google Play. Compétences spécifiques (outils, logiciels, moyens de production...) Connaissances en informatique et d'un ERP SAP Spécificités du poste (déplacements, astreintes, nuits occasionnelles...) Aucune Niveau d'études / Niveau d'expérience : voir Prérequis Bac +2 Avec expérience PRO Tous nos postes sont ouverts aux personnes en situation de... handicap. Informations complémentaires : Salaire : 12 € En résumé ... • Châtellerault - 86 • Intérim - 12 mois • 12 EUR par heure • Services aux Entreprises • Bac +5 • Exp. 1 à 7 ans Publiée le 28/06/2023. Réf : MP785194-2023-06-27

{'salaire': [{'montant_min': 12.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'heure'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Construisons ENSEMBLE votre carrière ! Le Centre Léon Bérard (CLB) est LE pôle de référence régional en cancérologie. Membre de la Fédération UNICANCER, nous sommes à la fois un hôpital et un centre de recherche. A ce titre, nous assurons 3 missions essentielles : • Les soins : nos équipes soignantes prennent en charge plus de 40 000 patients par an, avec des soins personnalisés et innovants. • La recherche : nos 600 chercheurs travaillent quotidiennement sur notre site, couvrant les domaines de la recherche fondamentale, translationnelle et clinique. • L enseignement : chaque année, nous assurons la diffusion des savoirs et formons près de 700 personnes. Dans le cadre du développement de l'activité du CRCL (Centre de Recherche en Cancérologie de Lyon) : nous créons un poste de Data Scientist (F/H) - CDD de 18 mois évolutif - temps plein - statut cadre au forfait jours. Programmes de médecine personnalisée du CLB : Le CLB est à la tête de grands programmes de médecine... personnalisée tels que Profiler, Planet et Auragen (accès national au séquençage) depuis de nombreuses années, ce qui permet d'accéder à de nombreuses données précieuses. Nous développons également plusieurs solutions de traitement du langage naturel sur le texte et d'intelligence artificielle pour les données moléculaires ou d'imagerie. Nous lançons plusieurs projets très ambitieux pour faire passer la médecine personnalisée anti-cancer au niveau supérieur en améliorant : • L'accès régional à la médecine personnalisée, coordonné par des organisations internationales, • L'appariement automatique des traitements ou des essais cliniques aux patients, • L'éducation des patients dans le monde entier, • L'interface intuitive des services. Données utilisées dans la RCP Moléculaire CLB : Les RCP Moléculaires ont pour mission de proposer de nouveaux traitements et des essais cliniques aux patients atteints de divers types de cancer qui font l'objet d'une analyse moléculaire. C'est le cœur du développement de l'oncologie de précision, à la pointe des nouveaux traitements, des nouvelles techniques moléculaires, des nouveaux types d'analyse de données et de la description personnalisée de la biologie du cancer en vue d'une recommandation thérapeutique. Le CLB encourage le développement constant de sa RCP Moléculaire pour bénéficier de la recherche sur l'analyse moléculaire et la science des données afin d'améliorer les soins aux patients, avec un niveau élevé de contrôle et de qualité. CGI-Cliniques : L'un des outils prioritaires est CGI-Clinics. Il s'agit d'un projet de 5 ans, qui a débuté en novembre 2022, financé par le Horizon Europe Health. CGI-Clinics fournit un outil d'interprétation du génome du cancer et d'orientation thérapeutique basé sur les données. L'interprétation est un goulot d'étranglement pour le déploiement et l'accessibilité à grande échelle du séquençage de nouvelle génération (NGS) dans la gestion du cancer. Le projet s'attaque aux trois principaux obstacles à l'interprétation des mutations cancéreuses : elle n'est pas systématique, elle traite une majorité de variantes dont la signification est inconnue et elle ne parvient pas à responsabiliser les patients. Le projet est divisé en trois phases (configuration, validation et mise en œuvre). LE POSTE : Placé sous la responsabilité de médecins chercheurs et du responsable de l’équipe «Analyse intégrée de la dynamique du cancer» du CRCL, vous travaillerez avec les oncologues, les biologistes moléculaires, le service informatique, la plateforme bio-informatique, les ingénieurs NLP, les équipes « Pôle Data » et « Data Factory », et vous serez en contact étroit avec des collaborateurs internationaux et multidisciplinaires. Vos missions principales : • Soutenir l'utilisation de l'outil CGI-Clinics au CLB et en collaboration avec le consortium international, et effectuer l'analyse des données des patients rétrospectives et en temps réel. • Développer, mettre en œuvre et maintenir des outils (tels que l'interprétation des variants génomiques, l'appariement aux essais cliniques, les analyses de signature d'expression) pour divers types de données (ADN, RNAseq, texte, imagerie telle que multiIHC et multiIF), utilisées dans la RCP Moléculaire. • Jouer un rôle clé dans la réussite globale du développement de la RCP Moléculaire, notamment en coordonnant l'implication de multiples parties prenantes, en réalisant le suivi des projets et en rédigeant les rapports. VOTRE PROFIL : Doctorat en bio-informatique, OU Master ou Ecole d’ingénieur OU diplôme de troisième cycle en sciences des données ou statistiques appliquées. + Excellent niveau d’anglais oral et écrit + Une première expérience en tant que bio-informaticien et/ou développeur full stack, en big data, science des données, génie logiciel, l'ingénierie des données, NLP. VOS COMPETENCES : • Analyse moléculaire relatives au cancer, y compris la bio-informatique, le texte et/ou les images. • Ingénierie des données et/ou ingénierie logicielle. • Langages de programmation standard tels que python, bash, et des langages pour l'ingénierie des données et le génie logiciel. • Réglementations éthiques et des politiques de partage des données. • Utilisation de logiciels de gestion de projets collaboratifs. • Utilisation d'un logiciel de gestion de contenu web. • Fortes capacités d'organisation, de planification, de travail en équipe, orientation vers les projets, capacité à identifier et à résoudre les problèmes. ------------------------------------- Venez travailler au Centre Léon Bérard : https://www.youtube.com/watch?v=hYcH0L30pkI En nous rejoignant, vous choisissez de : • Travailler pour une entreprise avec une forte expertise, reconnue au niveau régional, national et international. • Participer à une aventure épanouissante, avec des valeurs éthiques, en contribuant à la lutte contre le cancer. • Exercer avec des moyens matériels adaptés à votre métier et à la pointe de la technologie. Travailler au Centre Léon Bérard, c’est pouvoir bénéficier : - D’une carrière évolutive avec un accompagnement, un suivi et des formations adaptés : • Un suivi personnalisé et progressif pour sécuriser votre prise de poste. • Une montée en compétences et des perspectives de carrière, en lien avec votre métier et votre projet professionnel. • Une reconnaissance et une valorisation financière de l’expérience métier à l’embauche et tout au long de votre carrière. - D’un équilibre vie professionnelle / vie personnelle et d’une qualité de vie au travail avec : • En moyenne, 25 RTT par an (en plus de 5 semaines de congés payés). • La possibilité d’alimenter un Compte Epargne Temps (CET). • Une mutuelle qui couvre l’ensemble de la famille, y compris le (la) conjoint(e), sans surcoût. • Une crèche d’entreprise, avec des plages de présence adaptées à l’activité (06h00-22h00). • Un comité d’entreprise de proximité, proche des salariés (chèques vacances, chèques cadeaux, réductions loisirs, voyages…). • L’accès à une salle de sport directement dans l’hôpital, sur des temps dédiés aux collaborateurs. • Un « plan vélo », avec une participation financière à l’achat et l’accès à un parking à vélos sécurisé. Plus qu’une expérience, nous recherchons des collaborateurs avec l’envie d’apprendre et de progresser pour construire - ENSEMBLE - votre carrière. Dans le cadre de sa politique diversité, le Centre Léon Bérard étudie, à compétences égales, toutes les candidatures dont celles de personnes en situation de handicap. Type d'emploi : Temps plein, CDD Statut : Cadre Durée du contrat : 18 mois Rémunération : à partir de 40 000,00€ par an Avantages : • Crèche d'entreprise • Intéressement et participation • Prise en charge du transport quotidien • Réductions tarifaires • Restaurant d'entreprise • RTT • Travail à domicile occasionnel Programmation : • Du lundi au vendredi • Flextime • Repos le week-end • Travail en journée Types de primes et de gratifications : • Prime annuelle Lieu du poste : En présentiel

{'salaire': [{'montant_min': 40000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Client FCE Consulting, cabinet de recrutement et de conseils en ressources humaines, accompagne l’un de ses clients, spécialisé dans le domaine de l’audit et de l’expertise comptable. Dans le cadre de son développement, nous recherchons un(e) Data Analyst - H/F, basé(e) à Dijon. Poste Rattaché(e) au Directeur Général de la société, vous travaillerez en étroite collaboration avec des experts comptables pour extraire, nettoyer, analyser et interpréter les données afin de soutenir la prise de décision et d'améliorer les performances financières à ce titre vos principales missions seront de : • Collecter, extraire et nettoyer les données financières provenant de différentes sources, y compris des logiciels comptables, des fichiers Excel et des bases de données internes. • Analyser les données financières et identifier les tendances, les modèles et les anomalies significatifs. • Préparer des rapports et des présentations claires et concises pour communiquer les résultats de l'analyse... aux experts comptables. • Collaborer avec les experts comptables pour comprendre les besoins des clients et proposer des solutions d'analyse de données adaptées à leurs objectifs commerciaux. • Développer et maintenir des tableaux de bord et des outils d'analyse pour faciliter l'accès et la visualisation des données financières. Cette liste n’est ni limitative ni exhaustive. Profil Vous justifierez d’une expérience similaire réussie Vous disposez d’une formation (Bac +3 minimum) en statistiques, mathématiques, finance et/ou informatique. Vous avez connaissance des outils de visualisation de données tels que Tableau, Power BI ou QlikView. Vous maîtrisez les langages SQL, ou Python. Vous avez des connaissance comptables et/ou financière. Vous connaissez parfaitement le milieu de l'expertise comptable. Vous êtes passionné par l'analyse de données financières, avez un esprit analytique et êtes force de proposition. Rejoignez l’équipe de notre client et participez à la transformation numérique de l'expertise comptable ! Type d'emploi : Temps plein, CDI Salaire : 35 000,00€ à 45 000,00€ par an Programmation : • Du lundi au vendredi • Travail en journée Formation: • Bac +5 (Master / MBA) (Optionnel) Lieu du poste : En présentiel

{'salaire': [{'montant_min': 35000.0, 'montant_max': 45000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Alternance - Front –Office Data Analyst (H/F) - 12 mois Missions, équipe et environnement de travail, ça donne quoi ? Vous intégrerez une équipe front office, Markets and Financing Services qui compte une centaine de collaborateurs en France. Au sein de la division Markets and Financing Services, vous serez amené à effectuer de l’analyse et du traitement des données. La mission consiste à construire un outil de reporting dédié au suivi des risques (de marchés, de contreparties et de liquidité) au niveau des front-offices (repo/ securities lending/ Forex) puis d'utiliser ses reports à des fins d 'optimisation des books de trading. Pour se faire la mission s’articulera autour de 3 thèmes principaux : 1) Contrôle de la qualité des données 2) Maintenance d'un outil de reporting sous PowerBi et proposition d'évolution 3) Suivi des métriques produites en lien avec le Front Office, Le Back office, et les départements des risques Vous aurez donc une mission double axée IT et Risks au... sein d'une équipe Front-Office transverse Risks and Securities Trading Enablement nouvellement créée. Vous aurez la possiblité d’interagir avec les développeurs et les business analysts IT, les traders, les sales, ainsi que certaines équipes opérationnelles (gestion de collatéral). Vous serez amenez à échanger avec des Traders/ sales/ structureurs. De plus, les business analysts/ data scientists seront également des interlocuteurs quotidiens privilégiés. Nos tuteurs et tutrices se forment en continu pour mieux vous accompagner dans toutes les composantes de votre alternance, toujours avec bienveillance. Une partie de leur temps de travail est d'ailleurs dédiée à votre encadrement : conseils de méthodes de travail, aide à la maîtrise du temps, développement d’une posture professionnelle... De quoi vous sentir bien dès votre arrivée ! Trois temps forts d’évaluation de votre alternance sont prévus, à l’issue de votre période d’essai, à mi-parcours et en fin de contrat. Ce poste, basé à PANTIN, est à pourvoir à partir de 02/09/2024 pour une durée de 12 mois. Vos perspectives d’évolution ? Cette mission transverse vous permettra de comprendre les enjeux des marchés financiers sur des produits clés. Vous serez accompagné par un tuteur qui bénéficie d'une expérience de plus de 20 ans de trading et vous permettra de monter en compétences. Dans le cadre de la mise en place du suivi des métriques produites, le poste vous permettra de développer des compétences métier de conservateur de titres, de marché du Repo et du prêt emprunt de titres, de risques financiers, d’utilisation de plateforme de datascience, mais aussi de Python, d’automatisation descripts & data transformation ainsi que la création de reporting sous PowerBi. D’autres opportunités pourront s’offrir à vous, favorisant votre insertion professionnelle : • Le Graduate Programme vous permet de booster votre avenir, de développer vos compétences et votre leadership grâce à des missions à responsabilité ; • Le Volontariat International en Entreprise vous donne l’opportunité d’enrichir votre parcours avec une expérience internationale unique de 12 à 24 mois. Travailler au sein de BNP Paribas, c’est : Un package et des avantages : • Une gratification mensuelle brute attractive, supérieure au minimum prévu par la loi à partir de 1526€ pour la préparation d’un diplôme bac+4, et à partir de 1826€ pour la préparation d’un diplôme de niveau bac+5, versée sur 12 mois. Son montant prend en compte votre formation et votre âge. • Un accès au restaurant d’entreprise ou à des tickets restaurant • Des activités sociales et culturelles via le comité d’entreprise • En fonction de l’environnement, le télétravail peut être possible et est à organiser avec le tuteur selon les règles de l’entreprise • Cinq jours de révisions pour vos examens si vous êtes en contrat d’apprentissage Nos alternants et alternantes nous recommandent depuis une dizaine d’années avec le label Happy Trainees ! Rejoignez un Groupe engagé et prenez part à notre grand projet de transformation vers la construction d’un monde plus durable. Découvrez nos engagements pour notre clientèle et la société. Engagez-vous à nos côtés sur votre temps professionnel, à travers notre programme OneMillionHoursToHelp. Etes-vous notre prochain(e) Alternant(e) Data Analyst (H/F) ? Vous préparez un diplôme Master ou équivalent bac+4/5 reconnu RNCP en école de commerce / école d'ingénieur ou équivalent universitaire avec une spécialisation en DATA, IT, et/ou informatique. Votre niveau en Français est Courant et Anglais, Courant. Vous avez idéalement des connaissances et culture de la banque d'investissement, en matière de Data, data processing, qualité et sécurité des données, analyse de données, mais aussi des connaissances en gestion de risques et sensibilisation aux risques, et enfin des connaissances informatiques. Et vous maitrisez idéalement les outils pack ms office microsoft excel, pack ms office microsoft word, pack ms office microsoft powerpoint, pack ms office microsoft onenote. Votre adaptabilité et votre capacité à collaborer vous permettent de créer des liens de confiance et satisfaire vos clients. Ajoutez à cela un bon sens de l'organisation et une bonne capacité d'analyse pour finir de nous convaincre ! Processus de recrutement Si votre CV est retenu par notre équipe de recrutement, vous passerez des tests en ligne, puis un à deux entretiens au maximum avec des managers opérationnels. N'oubliez pas d'indiquer sur votre CV : • La formation que vous préparez dans le cadre de votre stage / alternance • La durée et vos disponibilités • Votre mobilité géographique Besoin de conseils pour préparer votre candidature ? Cliquez ici ! Si vous êtes en situation d’handicap, vous pouvez envoyer votre CV et lettre de motivation à missionhandicap [at] bnpparibas (dot) com Dans un monde qui change, la diversité, l'équité et l'inclusion sont des valeurs clés pour le bien-être et la performance des équipes. Chez BNP Paribas, nous souhaitons accueillir et retenir tous les talents sans distinction : c'est ainsi que nous construirons, ensemble, la finance de demain, innovante, responsable et durable. Enfin, nous attachons une importance particulière à ce que nos futurs collaborateurs agissent au quotidien avec responsabilité éthique et professionnelle. #Rejoignez-nous

{'salaire': [{'montant_min': 1526.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'mois'}, {'montant_min': 1826.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'mois'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

**Publication Date**: Aug 28, 2023 • *Ref. No**: 492743 • *Location**: Pessac, FR, 33600 Bordeaux, FR Eviden is an Atos Group business with an annual revenue of circa € 5 billion and a global leader in data-driven, trusted and sustainable digital transformation. As a next generation digital business with worldwide leading positions in digital, cloud, data, advanced computing and security, it brings deep expertise for all industries in more than 47 countries. By uniting unique high-end technologies across the full digital continuum with 55,000 world-class talents, Eviden expands the possibilities of data and technology, now and for generations to come. Missions Depuis plus de 35 ans, Atos dispose d’un centre dédié Data et BI à Bordeaux. Plus de 90 spécialistes travaillent en étroite collaboration avec les autres pôles français ou internationaux pour accompagner nos clients dans leur transformation Digitale : conseil, expertise, projet, maintenance, pilotage Dans le cadre de notre... croissance et pour répondre aux nouveaux besoins de nos clients, nous cherchons à renforcer notre centre de compétence Data de Bordeaux en recrutant des Data Engineer F/H. Au sein d’une équipe de 20 spécialistes Data, vous interviendrez pour un des plus importants acteurs du secteur pharmaceutique de la scène internationale, et aurez pour mission: Développer les pipelines d’ingestion batch/streaming des données (nettoyage, enrichissement, filtrage, regroupement) avec AWS Glue, Spark, Python, Scala, Kafka, Timescale Orchestrer les services AWS pour l’automatisation des flux et la préparation des données avec AWS Step Functions et Amazon Lambda Implémenter des processus avec Kafka Construire des référentiels de données avec Glue Data Catalog Créer des dashboards de visualisation avec AWS Athena Optimiser les performances des traitements en tirant le meilleur parti de la plateforme Snowflake Dans le cadre du poste proposé, vous intégrerez une communauté Data dynamique et serez amené (e ) à: Participer à la veille technologique sur la Data, partager et transmettre ses connaissances au sein de notre communauté Data Expérimenter et développer des solutions et approches innovantes dans le cadre de notre DataLab, laboratoire d’innovation local Bénéficier du savoir-faire d’une équipe d’experts dynamiques et expérimentés au travers de notre DataCampus, centre de formation local spécialisé en Data Participer à des missions d’avant-vente, Contribuer au développement de notre offre Data, en réponse aux enjeux de nos clients Qui êtes-vous? De formation Bac+4/5 en informatique (Ecole d’ingénieur ou université), vous possédez une expérience professionnelle réussie de plusieurs années (minimum 2 années) en tant que Data Engineer sur les technologies suivantes : AWS, Spark, Python et Scala. Vous maîtrisez l’anglais et avez la capacité d’évoluer avec facilité sur des projets dans un contexte international. Si vous êtes passionné(e) par le vaste monde de la Data et aspirez à évoluer au sein d’une équipe dynamique et innovante, n’hésitez plus et postulez maintenant Pourquoi rejoindre Eviden Bordeaux ? • *Travailler à Bordeaux**: dans notre centre de compétences ou avec nos clients en direct, • *Être acteur/trice de son évolution**: se former, être accompagné(e) et évoluer sur des projets long terme, Télétravail possible jusqu’à 50% du temps de travail, Ambiance et cadre de travail agréable, • *Avantages**: CP et RTT dispo dès votre arrivée, tickets-restaurants, CET, CE, PEE. Let’s grow together

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Descriptif du poste Au sein de la DSI de notre entreprise, constituée d une vingtaine de personnes, nous vous proposons de rejoindre une équipe de passionnés, travaillant sur les technologies les plus récentes et dans un environnement agréable et dynamique ! Disposant de plus de 15 ans d'expérience dans le développement d'applications WEB/MOBILE et imprégnée d'une culture DEVOPS, notre équipe relève au quotidien les défis de la digitalisation et de la dématérialisation (applications mobiles, signatures électroniques, IA etc ). Vos missions : Vous serez rattaché.e au service Développement & Système d information pour maintenir et faire évoluer l environnement technique de gestion des données de l entreprise. En lien avec l ensemble des acteurs de la DSI, vous mènerez à bien différentes missions : • Assurer la surveillance de l existant et maintenir son intégrité et ses performances (montée de version, test, automatisation, etc ) • Garantir la sécurité et l intégrité des données •... Gérer les problématiques liées à l exploitation des données (lenteur, restauration, archivage, volume, etc ), proposer et mettre en œuvre des mesures correctives • Accompagner les développeurs dans l optimisation de leurs usages des bases de données (Slow queries, Indexs, Structure, Architecture) • Proposer des évolutions techniques pour l optimisation des volumes, des performances et la montée en charge des applications (architecture, NoSQL, moteur de base de données, moteur de recherche ) • Mettre en place des outils pour faciliter l usage des données dans l'entreprise • Être un acteur majeur dans la définition et la mise en œuvre de la roadmap sur les sujets data • Réaliser la veille sur les technos data et les promouvoir au sein de l équipe Stack technique : Mysql, MongoDb, Elasticsearch, Javascript, Angular, PHP8, Koltin / Android, K8S, Docker, Git / Gitlab. Localisation : Ce poste peut également être basé dans l'une de nos 60 agences en France. Pour accéder à toutes nos implantations, rendez-vous sur : https://www.alpes-controles.fr/nos-agences/ Profil recherché Vous êtes diplômé.e d'une formation BAC+5 d une école en informatique. Vous avez une très bonne connaissance des technologies informatiques, de l'ingénierie informatique et de la modélisation des données. Vous présentez une expérience confirmée sur la gestion des bases de données dans différents contextes (MYSQL, NoSQL, etc ). Vous avez déjà pris en charge des projets pour traiter des problématiques d'architecture, de volumes ou de complexité. Vous avez une connaissance des solutions de manipulation des données ETL/LET et du développement Web qui vous permet de comprendre le code et détecter des problématiques dans celui-ci. Doté d une grande curiosité technologique, vous savez travailler en équipe et vous avez une capacité à communiquer avec différents interlocuteurs. Pourquoi nous rejoindre ? Car vous souhaitez rejoindre une entreprise familiale en plein développement (8 ouvertures d'agences en France sur ces 3 dernières années) et au projet social innovant (absence de pression du chiffre, équilibre vie personnelle / vie professionnelle avec 22,5 jours de RTT,...). Notre projet d entreprise basé sur l'accompagnement, la qualité, l'engagement environnemental et le soutien à l innovation ; se décline aussi bien vis-à-vis de nos clients que de nos collaborateurs. LANGUES SAVOIR-ÊTRE Capacité de communication Curiosité Voir plus SAVOIR-FAIRE Génie informatique Gestion de base de données Voir plus Entreprise Rejoindre ALPES CONTROLES, c'est faire partie d'une entreprise de plus de 800 collaborateurs, qui travaillent afin de satisfaire leurs clients dans la gestion des risques humains, environnementaux et techniques. Organisme de contrôle, nous sommes répartis dans près de 60 agences en France et intervenons dans 3 domaines d'activité : Construction et Exploitation, Formation et Certification Biologique. Entreprise familiale au projet social innovant, nous avons à cœur le concept d'économie non-violente. En intégrant la société, vous enrichissez l entreprise de vos nombreuses compétences, tout en contribuant à maintenir et promouvoir notre vision de la profession. C'est à dire réaliser des missions ayant une véritable utilité sociale et accomplir un travail de qualité. Autres offres de l'entreprise Personne en charge du recrutement Cécile LAURENCE - Chargée de Recrutement Salaire 35 - 40 k€ brut annuel Prise de poste Dès que possible Expérience Minimum 5 ans Métier Data engineer Statut du poste Cadre du secteur privé Zone de déplacement Pas de déplacement Secteur d’activité du poste ANALYSES, ESSAIS ET INSPECTIONS TECHNIQUES

{'salaire': [{'montant_min': 35000.0, 'montant_max': 40000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Contrat : CDI Localisation : SAINT-HERBLAIN (44) Télétravail Rémunération : 65-80K€ selon profil Rejoignez une entreprise innovante et engagée contre le gaspillage alimentaire en France et en Europe Dans un contexte de forte croissance et de transformation, notre client recrute un(e) Senior Data Engineer (F/H) en CDI. Objectif commun : Maintenir et faire évoluer la data plateforme en fonction des besoins clients et des produits. MISSIONS : Concevoir l’architecture Data de manière scalable en fonction de l’augmentation des volumes de données ; Déploiement de l’infrastructure data dans un environnement conteneurisé sur le cloud ; Réaliser les interfaces techniques avec les sources de données et les outils métiers de l’entreprise ; Réaliser les interfaces techniques avec les sources de données externes ; Implémenter des solutions centralisées pour surveiller la qualité et la cohérence des données ; Implémenter des pipelines de données évolutifs et robustes pour fournir des ensembles de... données de haute qualité ; Déploiement et maintenance de modèles de data science, en étroite collaboration avec les équipes de data scientists et produits pour garantir une intégration transparente et une performance optimale des modèles en production ; Assurer la montée en compétence de l’équipe data engineering ; Assurer une veille technologique pertinente et efficace pour s’adapter aux nouveaux besoins et assurer une mise à niveau constante de l’infrastructure et des technologies utilisées ; Optimisation de l’intégration continue (CI) et déploiement continu (CD) pour les utilisateurs de la plateforme data en collaboration avec les équipes DevOps ; Surveiller et améliorer les performances du datawarehouse et des flux data. Outils et environnement technique : Snowflake AWS DBT Dagster (outil d’orchestration) SQL Python/Jupyter Kafka et RabbitMQ Debezium ML Flow Github PROFIL RECHERCHE : De formation supérieure Bac5 ingénieur informatique ou master informatique spécialisé (Data et/ou décisionnel), vous justifiez d’une expérience de minimum 5 ans acquise sur des fonctions similaires. Compétences : Fortes aptitudes en développement et programmation ; Excellente maîtrise de Python ; Bonne maîtrise du langage SQL ; Maîtrise dans l’implémentation de jobs d’ETL/ELT ; Maîtrise des outils d’orchestration de pipelines de données ; Maîtrise des outils de monitoring technique et data, et leurs mise en oeuvre ; Forte compétence dans la conception de modèle de données ; Bonne compréhension des enjeux business. Vous êtes doté(e) d'une capacité à mener de manière autonome des projets de bout en bout et à collaborer efficacement avec d’autres équipes de l’organisation. Vous savez traduire les besoins métier en langage technique et concevoir des applications de traitement de donnée. Vous avez les aptitudes pour créer une vision pertinente pour la plateforme data grâce notamment à votre prise de recul sur les méthodes et technologies utilisées et la prise en compte du contexte. L'esprit d’équipe, la rigueur ou encore le sens de la qualité sont des termes qui vous caractérisent. Cette offre suscite votre intérêt ? N'hésitez plus, postulez Plus d'informations > christophe.lamiexpectra.fr

{'salaire': [{'montant_min': 65000.0, 'montant_max': 80000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

**Informations générales**: • *Entité de rattachement **:Le Groupe Eram est un groupe familial français, dirigé par la 3 ème génération de la famille Biotteau. Le Groupe est composé de 9 marques de mode (Eram, Bocage, Mellow Yellow, Tbs, Faguo, Gémo, Les Tropéziennes, Montlimart, Parade), spécialisées en chaussures et vêtements, avec plus de 900 points de vente en France et à l'étranger. Toutes nos marques sont engagées dans le projet d'entreprise "Change for Good", pour inventer une mode plus responsable et répondre aux attentes de nos clients, collaborateurs, partenaires, citoyens et actionnaires. Le Groupe Eram est le seul acteur de la mode à avoir maintenu son savoir-faire historique, bientôt centenaire, de fabricant de chaussures avec deux usines en France (dans le Maine-et-Loire). • *Référence **:EIS/DATASCIENT/0423-5003 • *Date de parution **:13/04/2023 • *Description du poste**: • *Métier**: Système d'information - Chef de projet • *Intitulé du poste**: Informatique - Data... Scientist H/F • *Contrat**: CDI • *Temps de travail**: Temps complet • *Description de la mission**: Vous cherchez à vous épanouir au sein d'un Groupe engagé pour une mode plus responsable, et particulièrement soucieux du bien-être de ses collaborateurs ? Vous souhaitez intégrer une équipe soudée et passionnée par les sujets technologiques ✨ La Direction des Systèmes d'Information du Groupe recrute son Data Scientist Depuis 1927, le Groupe Eram, groupe familial français, diffuse à travers ses marques Gémo, Eram, Bocage, Mellow Yellow, TBS, Dresco, Parade, Montlimart et Sessile, l'énergie d'entreprendre autrement. Animés par des valeurs humanistes et guidés par notre projet global d'entreprise "Change for Good", nous sommes convaincus que l'attention que nous portons à nos collaborateurs est une composante essentielle de notre performance. Il est temps de vous épanouir au travail La team Data n'attend que vous Votre rôle parmi nous ? Si vous l'acceptez, vous aurez à charge de valoriser les données de nos clients internes pour les aider à développer leurs pratiques métiers & business - Vous construisez et faites évoluer les algorithmes permettant d'améliorer les cas d'usage métier, - Vous élaborez des modèles de prédictions afin d'anticiper les évolutions des données et donner des tendances, - Vous créez des dataviz ou tableaux de bord adaptés afin de rendre les résultats lisibles et exploitables par tous les métiers, - Vous développez des pratiques métiers et accompagner les directions dans la compréhension de la donnée, - Vous participez ou initiez des projets d'innovation, de restructuration autour de la DATA dans le but d'optimiser leurs utilisations, - Vous travaillez en collaboration avec la DSIO (Data Engineer, Business Analyst) et les enseignes (Data Analyst, Web Analyst) pour aller plus loin dans l'utilisation des données et leur retranscription, - Vous assurez une veille technologique constante. • *Profil**: - Ce qui vous distingue Vous êtes diplômé d'un BAC +4/5, en école d'ingénieur ou université avec une spécialisation en statistique, économétrie ou big data. Vous avez une expérience solide en mise en place de modèles de données à destination du Retail (opérations, clients ). Vous aimez coder en Python, R, Java. Vous avez une bonne connaissance du langage SQL, et avez l'esprit d'analyse permettant d'identifier et de comprendre les problématiques business de l'entreprise. Vous maîtrisez les outils de plateforme Data Cloud, c'est super Vous connaissez la plateforme GCP en particulier c'est un plus Comment réussir sur ce poste ? En ayant un fort esprit d'équipe, et la culture du partage : vous aimez collaborer avec les équipes opérationnelles, et vous intéresser à leurs sujets et problématiques. En étant autonome, curieux et proactif : vous aimez innover, proposer des initiatives et tester de nouvelles choses En mettant l'accent sur votre pédagogie : vous savez vulgariser des notions techniques en les connectant aux besoins métiers.En choisissant le Groupe Eram, vous optez pour une entreprise engagée sur le plan social et environnemental, qui privilégie le bien-être de ses collaborateurs Et c'est pour de vrai On vous en dit plus - C'est venir travailler 1 jour par semaine à notre siège, situé à Saint-Pierre-Montlimart, télétravailler à hauteur de 2 jours par semaine et bénéficier de nos bureaux basés à Nantes ou Angers le restant de la semaine - C'est profiter de la pause dej' dans notre restaurant d'entreprise convivial ou dans notre salle de sport équipée ‍ ️ - C'est covoiturer et réduire sa consommation de carburant tout en faisant des rencontres grâce à notre partenariat avec Blablacar Daily • *Localisation du poste**: • *Localisation du poste**: France, Pays de Loire, Maine et Loire (49) • *Lieu**: Saint Pierre Montlimart • *Niveau d'études min. requis**: Bac+5 • *Diplô

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Le groupe Le groupe LSA est un groupe de sociétés de courtage d’assurance dont la plus importante, LSA Courtage, a été créée en 1970. LSA Pro propose aux professionnels et aux TPE des solutions d’assurances IARD, principalement RC Professionnelle et RC Décennale et distribue en direct et en mode grossiste. Le GIE LSA Ressources regroupe quant à lui l’ensemble des fonctions support du groupe soit les équipes Informatique, Offres, Marketing, Finance et Conformité. En tant que courtier délégataire le groupe LSA maitrise la totalité de la chaine de valeur de l'assurance, de la distribution multicanal à la gestion des sinistres. Nous bénéficions depuis de nombreuses années de la confiance des plus grands assureurs du marché. Le groupe LSA est un pionnier de l'utilisation des nouvelles technologies en matière de distribution et de gestion d'assurance. La société enregistre une croissance annuelle du chiffre d’affaires supérieure à 10% chaque année depuis 10 ans ce qui démontre qu’elle est... très bien positionnée sur son marché. Afin d'accompagner ce développement, nous cherchons à renforcer nos équipes et recrutons un Data Analyst H/F ! Rejoignez nos 145 talents au sein d’une société: à taille humaine, jeune et dynamique, en plein développement, engagée dans la transition digitale, avec des valeurs fortes (Respect, Engagement, Solidarité, Innovation, Performance et Responsabilité), basée dans le 92 (Rueil-Malmaison, au pied du RER A). Annonce Au sein du Département des Opérations, vous menez les missions récurrentes d’analyse de données, de maintien de nos process opérationnel de traitement de données. Les principales missions et apports seront : Variées, à la pointe de l’innovation, extrêmement formatrices, faites avec les bons outils: SQL et MYSQL n’auront plus aucun secret : réalisation journalière de requêtes dans cette vaste base de données. Apporter, via des outils de Data Visualisation (Tableaux Software), une véritable aide à la décision pour la direction Marketing: Mise à jour hebdomadaire et mensuel de reporting Étude ad hoc (profiling de prospects ou de clients, analyse de conversion ) Analyse des réponses aux différents questionnaires Mise en place de la CLV (Customer Lifetime Value). Il s’agira de prédire, à l’aide du Machine Learning, le gain net des clients pour l’amélioration de nos process opérationnels d’acquisition, de cross-sell, d’upsell et de rétention Création d’étude ad hoc (profiling de prospects ou de clients, analyse de conversion ) ou d’audit de la base de données Vision transverse du métier de courtier en assurance Profil recherché De formation supérieure, vous avez validé un M2, d'une formation spécialisée en statistiques, Ingénierie mathématique, actuariat ou études quantitatives (ENSAE, Master 2 ). Maîtrise parfaite de Microsoft Office. Vous avez déjà une bonne connaissance du langage SQL (Oracle/MySQL) et souhaité la perfectionner. Vous utiliserez également la solution d'analyse et de visualisation de données Tableau. Vous avez déjà pratiqué quelques modèles de Machine Learning (Kaggle par exemple) Vous avez de bonnes qualités rédactionnelles et relationnelles, êtes à l’aise avec les chiffres bien sur, faites preuve de curiosité, de volonté, et surtout d’une très grande rigueur. Dynamique, autonome et polyvalent, vous aimez vous investir dans une mission riche où on vous confie des responsabilités. Vous avez un goût pour le travail certain et êtes très organisé : vous savez et aimez réaliser de nombreuses tâches en même temps. Type d'emploi : Temps plein, CDI Statut : Cadre Salaire : à partir de 32 000,00€ par an Avantages: Épargne salariale Participation au Transport RTT Titre-restaurant Travail à domicile Programmation: Travail en journée Types de primes et de gratifications: Prime annuelle Primes

{'salaire': [{'montant_min': 32000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

**Description entreprise**: Depuis 1998, nous œuvrons dans la conception, le déploiement, l’exploitation et la maintenance des réseaux avec pour principale ambition : Proposer à tous les dernières innovations au meilleur prix Dans cette transition numérique et technologique, nous accentuons désormais notre déploiement fibre optique. Leader sur ce segment, de plus en plus d’abonnées nous font confiance, nous poussent à accroître notre performance et à nous améliorer. En rejoignant FREE RÉSEAU, vous participerez à cette aventure, à nos réussites et intégrerez une équipe dynamique, investie et réunie autour de valeurs fortes. #Audace - #Flexibilité - #Efficacité - #Autonomie Fibrez avec nous • *Description du poste**: En tant que membre de l'équipe du Pôle Analyse, Processus et Indicateur (API), votre rôle consistera à soutenir et aider l'équipe dans la création et la structuration des exigences liées aux données analytiques. Les tâches que vous devrez effectuer incluront: Participer à... l’enrichissement de l’entrepôt de données à travers l’identification des données manquantes. Qualifier et traiter les données. Concevoir des rapports, représenter les données visuellement et mettre en valeur les indicateurs clés sur l'outil BI. Développer, améliorer et évaluer les algorithmes de traitement, d'exploitation et de prédiction de données. Maîtriser les différents modèles d'apprentissage. Rédiger des manuels utilisateurs et partager les meilleures pratiques. Nous sommes en mesure de vous offrir une méthode de travail souple et réactive, ainsi qu'un environnement de travail dynamique et stimulant. Notre entreprise est fière de ses valeurs telles que l'autonomie, l'efficacité, la flexibilité et l'audace. Nos collaborateurs sont engagés à partager, transmettre et former leur savoir-faire pour vous aider à progresser dans votre carrière. • *Informations RH**: • *Les conditions du poste sont les suivantes**: • *Type de contrat**: Apprentissage • *Horaires de travail**: Temps plein (35h) • *Date de démarrage**: Dès que possible • *Salaire**: A définir suivant profil • *Statut**: Alternance • *Déplacement**: Non • *Rémunération**: Selon Profil • *Profil recherché**: Vous êtes en cours de préparation d'un diplôme de niveau Master en Data Science ou Business Analytics. Vous êtes apprécié(e) pour votre capacité d'analyse, votre sens de l'organisation, votre flexibilité et votre autonomie. Vous êtes également volontaire, curieux(se) et méticuleux(se) dans votre travail. Ce poste est fait pour vous Pack Office (Word, Excel, Outlook, etc.) • *Avantages**: - Mutuelle / Prévoyance - Participation / Intéressement - 1%logement et remboursement des frais de transport (50%) - CSE - LinkedIn Learning

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Identifiant (email, de type ) Emploi ouvert aux titulaires et/ou aux contractuels Descriptif de l'employeur La direction générale des finances publiques est une direction à réseau implantée sur l'ensemble du territoire, au travers des directions régionales et départementales des finances publiques, et de ses directions nationales et spécialisées, qui compte 95 000 agents. Dotés d'un patrimoine applicatif de 700 applications, les services informatiques et numériques des Finances publiques, qui emploient 5200 agents, se situent au coeur de la stratégie numérique de l'État et de la vie des collectivités locales, des entreprises et des citoyens. Riches en métiers (ingénieur, architecte, data scientist, développeur, intégrateur, expert sécurité, exploitant, assistant-utilisateur...), en technologies (Big data, Cloud...) et en méthodes de travail (Agile-DevOps, cycle V ...), nous nous engageons au quotidien pour réaliser des projets d'envergure nationale et innovants, au bénéfice de... tous les utilisateurs : usagers, partenaires, agents. Notre credo ? Placer l'utilisateur au cœur de nos démarches : ergonomie, accessibilité, qualité de fonctionnement et améliorations proposées. Nos valeurs ? Des valeurs citoyennes et de service public, déontologiques et sociales (formation professionnelle, promotion interne, qualité de vie au travail...). Descriptif de l'employeur (suite) Le bureau informatique BSI6, situé à Montreuil, est un bureau à taille humaine se caractérisant par son dynamisme et son goût pour l'innovation. Le bureau est précurseur sur le cloud internet NUBO et les méthodologies AGILE DevOPS. Il offre un environnement stimulant et passionné. Au sein de la division « Pôle méthodologique , Technique et infocentres - PMTI », la section «Décisionnel, Pilotage, Domaine de requêtage » regroupe les activités autour de la mise en œuvre des moyens décisionnels sur le périmètre applicatif du bureau. Cette section travaille avec les autres équipes du bureau et avec l'établissement informatique de Bordeaux également associé aux sujets du décisionnel. Parmi les points forts de ces activités, sont à noter la transformation des infocentres s'appuyant aujourd'hui sur la technologie « SAS » avec une trajectoire de sortie de cette technologie à construire avant 2025, des projets qui travaillent à l'élaboration d'une stratégie de dépôt de données sur le lac de données de la DGFIP (OPERA CDG, ANGELIS par exemple), des projets tels qu'INFINOE (Informations financières des organismes de l'État) futur infocentre des opérateurs nationaux. Description du poste Dans le cadre de vos fonctions au sein du bureau, vous serez amené à prendre la responsabilité des infocentres et des activités qui s'y rattachent. Les principales missions qui vous seront confiées consisteront à : • Travailler en équipe avec les acteurs de la section, du bureau et de l'établissement informatique de Bordeaux • Accompagner les projets et la maintenance des infocentres fondés sur la technologie « SAS » • Participer à l'étude sur le lac de données, à la réalisation d'une preuve de concept avec les équipes DTNum et préparer un Comité d'Architecture pour élaborer une trajectoire de sortie des solutions de type « SAS » • Piloter la relation avec les prestataires • Suivre en coordination avec les responsables du bureau le budget du périmètre • Gérer la relation avec les différentes équipes MOA représentantes des métiers de la DGFiP Description du profil recherché Compétences personnelles du candidat : • qualités relationnelles et capacité de travail en équipe, • qualité d'écoute et initiative, • capacité d'analyse et rigueur, • capacités rédactionnelles et de synthèse, Expérience souhaitée : • maîtrise du cycle de vie projet, • pilotage de projets dans le domaine de la donnée en lien avec une maîtrise d'oeuvre déléguée • Méthodologie de projet • Excellente compréhension du contexte des infocentres et des bases de données : couloirs de valorisation des données, technologie HADOOP • Connaissances des aspects budgétaires d'un périmètre (Suivi de la consommation projet, sous traitance etc...) Toutes les formations nécessaires seront proposées dès la prise de fonction. Compétences candidat Compétences • CONNAISSANCES - Conduite et gestion de projet • SAVOIR-FAIRE - Analyser une information, une donnée, une situation, un dispositif • SAVOIR-FAIRE - Communiquer • SAVOIR-ÊTRE - Avoir l'esprit d'équipe • SAVOIR-ÊTRE - Être rigoureux Niveau d'études min. souhaité Niveau 6 Licence/diplômes équivalents Niveau d'expérience min. requis Confirmé Informations complémentaires Fondement juridique du recrutement Pour les candidats fonctionnaires, et selon le corps d'origine détenu, le recrutement pourra s'effectuer dans le cadre d'un détachement à équivalence de grade avec celui détenu dans l'administration d'origine et à l'échelon comportant un indice égal ou immédiatement supérieur à celui détenu précédemment, d'une affectation ou d'une PNA. Pour les candidats non fonctionnaires, le recrutement sera établi dans le cadre l'article L332-2-2° du CGFP d'un CDD de 3 ans régi par l'article 4-2 de la loi n° 84-16 du 11 janvier 1984 modifiée. La rémunération proposée sera déterminée en fonction notamment du niveau de diplôme et de l'expérience professionnelle du candidat. Au sein de la DGFIP, l'emploi est calibré « A ». Télétravail possible Localisation du poste Localisation du poste 10 rue Auguste Blanqui 93100 MONTREUIL (ligne 1 Saint-Mandé) Renseignements et contact - Note : les candidatures se font obligatoirement depuis l'application Date de vacance de l'emploi Personne ou service à contacter pour obtenir plus d'informations sur l'offre Informations générales Référence 2023-10360 Date de début de publication 26/06/2023 Date limite d'envoi des candidatures Documents requis pour postuler CV- lettre de motivation- 3 derniers comptes-rendus d'entretien professionnel et avis du directeur pour les titulaires Directions et Services Direction générale des finances publiques (DGFiP

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Analyste Data - Rémunérations - H/F - Alternance 12 ou 24 mois. Ce poste basé à PARIS 9 est à pourvoir à partir de 04/09/2023 pour une durée de 12 ou 24 mois. Concrètement votre quotidien ? Au cours de votre alternance, vous serez amené à participer aux différentes missions de l'équipe Ingénierie des rémunérations. 1/ Définition et implémentation des plans de rémunération différée du Groupe - Vous participerez aux travaux visant à rédiger les règlements des plans de rémunérations du Groupe - Vous contribuerez aux exercices trimestriels de détermination des provisions comptables - Vous serez amené à prendre en charge des demandes d'analyses de ces provisions 2/Travaux sur les sujets Egalité Femmes / Hommes et Salaire décent La réglementation dans ces domaines se renforce et vous participerez aux projets Data visant à définir et implémenter les outils qui permettront d'y répondre (Tableau, Power BI, DataIku...). 3/Processus annuel de revue des rémunérations - Vous participerez à... la collecte puis à la compilation et à l'analyse des enveloppes de rémunérations variables du Groupe - Vous utiliserez les outils d'identification de la population régulée et participerez à leur exécution - Vous prendrez part à la mise en place et à l'utilisation des différents outils de suivi et de reportings internes et externes Ces missions vous amèneront à être en lien avec tous les correspondants Comp&Ben du Groupe mais également avec des équipes Finance. Vos échanges se feront en Français et en Anglais, aussi bien à l'oral qu'à l'écrit. Les missions c’est important, l’équipe et l’environnement aussi Au sein des Ressources Humaines Groupe, vous rejoignez l’équipe Compensation, Benefits & People Analytics, et plus précisément l’équipe Rémunération Groupe composée de 20 personnes. Basée rue de Clichy à Paris, votre équipe est pluridisciplinaire. Et après ? Cette expérience va vous permettre de développer vos connaissances et vos compétences dans le domaine de la rémunération au sein d'un grand groupe bancaire de dimension internationale. Dans ce cadre, vous vous formerez à la réglementation spécifique, existante et à venir, qui encadre cette activité. Vous développerez également des compétences en matière d'analyse de données. Cette mission vous permettra également de développer vos compétences sur les sujets de Responsabilité Sociale et Environnementale qui sont, à la fois, une priorité pour le Groupe et, également, très suivis par les investisseurs et de plus en plus encadrés par la réglementation. En fonction des besoins et des opportunités offertes par le Groupe, vous pourrez candidater pour un poste au sein du département ou de la fonction RH notamment dans les équipes "Compensation & Benefits". Et la rémunération ? Encadrée par la loi, elle sera abordée à l’issue de votre parcours de recrutement. Elle dépend du type de contrat, votre âge et de votre niveau d’études. Pourquoi BNP Paribas ? Notre monde change : notre manière de nous informer, de consommer… et de travailler aussi Aujourd’hui, ce qui compte dans un job, c’est de vivre de véritables expériences, d’apprendre, de partager objectifs et résultats avec ses collègues. Bref, de tracer son propre chemin, différent, responsable et durable. Chez BNP Paribas, nous recrutons nos collaborateurs avec l’idée qu’ils nous aideront à concevoir le monde et la banque de demain. Vous voulez connaître toutes les raisons de nous rejoindre ? Rendez-vous sur www.bnpparibas.com Etes-vous notre prochain Alternant(e) Analyste Data - Rémunérations ? Vous préparez un diplôme BAC+5 reconnu par l’Etat et inscrit au registre RNCP en école de commerce ou en université avec une spécialisation Data Analyst / Data Statistiques et/ou Data Actuariat Vous parlez couramment Français et Anglais. Vous avez des connaissances Mathématiques appliquées et algorithmes, Analyse de données, Rémunération et avantages, Développement durable et RSE. Votre adaptabilité, votre capacité à collaborer et analyser seront des atouts essentiels. Ajoutez à cela, une bonne capacité d'organisation et de communication qui finiront de nous convaincre. Dans un monde qui change, la diversité, l’équité et l’inclusion sont des valeurs clés pour le bien-être et la performance des équipes. Chez BNP Paribas, nous souhaitons accueillir et retenir tous les talents sans distinction :c’est ainsi que nous construirons, ensemble, la finance de demain, innovante, responsable et durable. Enfin, nous attachons une importance particulière à ce que nos futurs collaborateurs agissent au quotidien avec responsabilité éthique et professionnelle. À tout moment pendant le processus de recrutement, les informations figurant sur votre CV, vos données d'identification et vos antécédents pourront être vérifiés. N'oubliez pas d'indiquer sur votre CV la formation que vous souhaitez préparer dans le cadre de votre alternance. Durée et disponibilité : Alternance à pourvoir à partir de septembre 2023 pour une durée de 24 mois. #Rejoignez-nous

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Descriptif du poste - La mission se passera en « présentielle » à Marseille avec 2 jours de télétravail par semaine, L’objectif est d’établir des tableaux de bord pour les différents services de la société des eaux de Marseille. Le profil recherché aura également des réunions avec les utilisateurs qui exprimeront leurs besoins dans différents domaines (métiers de l’eau et fonctions supports : compta, rh,...). Profil recherché - connaissance du langage M, de l’architecture et des principes techniques de Power BI (bonnes pratiques, jeux de données, flux de données,...) - LANGUESSAVOIR-ÊTRE SAVOIR-FAIRE Architecture matérielle Comptabilité • *Voir plus** Entreprise - Nous trouvons le matching parfait entre des clients innovants et des développeurs d excellences. - Kaiman Services détache pour vous et selon votre volonté les meilleurs profils sur les métiers HIGH TECH. - Kaiman Services vous trouvent les meilleurs TALENTS - Notre force, nous sommes des anciens ingénieurs et passionnés... de nouvelles technologies avant d etre des recruteurs. - Quelque soit la complexité de votre besoin, notre expertise technique nous permet d en comprendre les enjeux et de trouver rapidement les solutions. - Chez Kaiman Services, les collaborateurs sont perçus comme une force et non comme un moyen. - Nous savons qu un collaborateur heureux sur son lieu de travail avec une vision claire de son poste et de sa progression est un élément CREATEUR DE VALEURS pour l entreprise. - Autres offres de l'entreprise**Personne en charge du recrutement** Laetitia Nery - _Ressource Manager_ Salaire 42 - 48 k€ brut annuel Prise de poste Dès que possible Expérience Minimum 3 ans Métier Data analyst Statut du poste Cadre du secteur privé Zone de déplacement Pas de déplacement Secteur d’activité du poste INGÉNIERIE, ÉTUDES TECHNIQUES Télétravail Ponctuel autorisé

{'salaire': [{'montant_min': 42000.0, 'montant_max': 48000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Position Description: CGI Financial Services fait partie du Groupe CGI inc, 5ème entreprise indépendante mondiale de conseil et services en technologies de l'information. Ses consultants associent expertises sectorielles, fonctionnelles et technologiques pour accompagner les plus grandes entreprises dans le secteur de la finance (Banque d'investissement et de détails, Assurances, prévoyance) sur notre site parisien mais aussi au Luxembourg auprès des institutions européennes. Vous êtes désireux d'évoluer au sein d'un groupe à dimension internationale et à intervenir sur des projets d'envergure à la hauteur de vos ambitions dans une équipe compétente et dynamique, vous souhaitez travailler sur des sujets d'architecture de données accompagné tant en amont des décisions que dans le dur de leur mise en place, alors Rejoignez-nous Nous recherchons actuellement un Data engineer (H/F) pour un de nos clients. Your future duties and responsibilities: Principales missions: -Concevoir... développer et déployer des pipelines de transformations de données en environnement Big Data -Définir des solutions globales permettant de répondre aux besoins métiers en prenant en compte les problématiques de performances, d'industrialisation, d'exploitation et de sécurité. -Paramétrer et maintenir des clusters Big Data (MapR, Cloudera), ou des composants connexes (Nifi, Kafka, ...) -Faire des prototypes sur des technologies et de la veille technologique sur le Big Data -Accompagner & supporter les équipes projet en coaching et expertise -Animer et faire progresser des juniors et stagiaires -Assurer le rôle de Lead Tech dans une équipe Required qualifications to be successful in this role: Vous disposez d'au moins 3 ans d'expérience sur des fonctions IT de conception / développement en environnement Big Data. Vous vous définissez comme un 'Data Engineer' capable de faire du développement tout en conservant une vue globale du besoin et des finalités de clients. Vous avez acquis les compétences suivantes au cours de votre expérience: -Compétences techniques autour des produits Data / Big Data: oSolution Hadoop (HDFS, YARN, Hive, Hue, Oozie...) et outillage associé oSpark, Python oBases NoSQL (Mongo, HBase, Couchbase, Marklogic...) -Expérience avérée de développements Big Data dans des environnements complexes avec des contraintes techniques identifiés (sécurité, performances, fonctionnel complexe...) -Connaissance de la stack standard Linux -Capacité à travailler en équipe, et dans une organisation Agile type Srcum ou SAFE -Capacité à coacher des juniors voire d'encadrer une équipe -Compétences de tech lead appréciées CGI est un employeur inclusif et attentif aux candidatures des personnes en situation de handicap. Skills: • Big Data • Data Engineering • Hadoop Ecosystem (HDFS) • Nifi • NoSQL • Spark SQL ~,0,,0,,0,,0,,0,,0~

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Data Analyst - Dashboard Designer Spotfire Recueillir le besoin métier Identifier, analyser et interpréter les données des différentes sources Rédiger les spécifications en vue de développements Spotfire Développer les rapports, en relation avec l’administrateur de la plateforme Spotfire Exécuter les tests de recettes Faire valider les rapports produits par le métier pour en valider l’adéquation avec le besoin et les résultats

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Espace-Freelance, réseau de consultants indépendants, recherche pour l’un de ses clients directs : un Data Steward (H/F). Votre mission : - Coordonner - organiser - gérer la donnée, - S’assurer de la qualité de la data (glossaire métier - définition des données ...), - Analyse d’écart des données au regard de l’existant, - Accompagner sur la montée en compétences des équipes sur la gouvernance des données, - ... Vous maitrisez Google Sheet. Vous êtes reconnus pour vos capacités d’analyse et de recherche, votre force de conviction. Vous avez la capacité à travailler en transversalité avec des interlocuteurs métier et IT en toute autonomie.

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

DATA ANALYST Paris, Ile-de-France €42K - €44K Cette entreprise e-commerce française en pleine croissance recherche un Data Analyst. LE ROLE En tant que Data Analyst, votre rôle sera : • Collecter, traiter et analyser les données web pour fournir des insights aux équipes marketing et produit • Utiliser les données pour mesurer l'efficacité des campagnes marketing et des initiatives produit • Développer des tableaux de bord et des rapports pour suivre les performances des KPIs clés • Identifier les tendances et les opportunités pour améliorer l'expérience utilisateur et les résultats de l'entreprise • Collaborer avec les équipes techniques pour résoudre les problèmes de collecte de données LE PROFIL • Minimum 2 ans d'expérience en analyse de données, de préférence dans le domaine de l'e-commerce • L'envie de monter en compétence sur des missions et outils de web analyse • Solide expérience dans l'utilisation de SQL et d'autres outils d'analyse de données • Capacité à communiquer... efficacement avec les équipes marketing et produit • Capacité à travailler de manière autonome dans un environnement dynamique et en constante évolution Si vous êtes intéressé(e), postulez en cliquant sur le bouton ou en envoyant votre CV à

{'salaire': [{'montant_min': 42000.0, 'montant_max': 44000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Poste : Data analyst engineer Expérience : 9 à 12 ans d?expériences TJM d?achat max : 580? Lieu de la mission : Montrouge 92 Deadline réponse : 09/02/2024 Démarrage : fin Février 1. Contexte XXX est en cours de réflexion et d?expérimentation sur l?implémentation de sa nouvelle génération de plateforme Data ( datawarehouse ). Celle-ci est pilotée par une organisation centrale : la Direction des Systèmes d?Information (DSI). Cette plateforme data a vocation à servir les différentes Business Unit (BU) dont la BU Audiovisuel et Réseaux (BAR). Dans ce cadre, la BAR souhaite accompagner ce changement et notamment la mise en place des nouvelles structures de données supportant les besoins en business intelligence des différentes fonctions et métier à la BAR. A cette fin, nous souhaitons instaurer une nouvelle capacité au sein de l?équipe SI métier de la BAR avec un profil de Data Analyst Engineer spécialiste en structuration des modèles de données, en programmation de logiques... avancées sur Datamart, analyse de données et reporting. 2. Objet Le présent Cahier des Charges a pour objet de définir les attendus de la mission et les compétences requises. 3. Périmètre du besoin & compétences Travailler en étroite collaboration avec les équipes plurifonctionnelles de la BAR pour comprendre leurs besoins en termes de data et de reporting, les formaliser et les traduire en spécifications en termes de structure de données, de besoins de développements des structures Datamart ou vues associées et des besoins de reporting. Collaborer avec l?équipe Datwarehouse et Datamart du département Architecture et Projets de la DSI pour mettre en place les structures de données nécessaires aux activités de business Intelligence et reporting de la BAR. Travailler en étroite collaboration avec les équipes de le métier et DSI pour valider les démonstrations et recueillir leurs retours sur la valeur ajoutée. Coordonner la recette des solutions Datamart et Data reporting pour les besoins métiers de la BAR. Assurer une communication active des dernières évolutions et mises à jour de la plateforme. Accompagner les key users Data de la BAR pour les aider à mettre en place les solutions dont ils/elles ont besoin Les compétences requises : Une solide expérience dans le domaine des Datawarehouse, des Datamart et des solutions de reporting avec notamment : Connaissances avancées des systèmes de base de données structurée avec des expériences significatives sur PostGreSQL et solutions Oracle Connaissances avancées et mise en ?uvre des solutions de structuration des données (concept de Datamart) et des solutions commerciales associées type Trino, StarRock, Clickhouse, Business Object Connaissances et mise en oeuvre avancées en programmation PL/SQL Connaissances et support à mise en oeuvre des solutions de reporting type Power BI La capacité de comprendre et formaliser les besoins métiers et les traduire en spécifications logicielles jusqu?à la mise à disposition des solutions et de leur acceptation. La capacité à travailler avec des équipes interfonctionnelles et à communiquer efficacement avec des parties prenantes non techniques mais aussi avec les équipes SI. La maîtrise de la rédaction d?expressions de besoins claires et détaillées. D?excellentes compétences en résolution de problèmes et en communication. En complément, savoir articuler et expliquer simplement des choses complexes. Connaissance d?outils de support au développement logiciel type Jira Connaissance d?outils analytics type Knime serait un plus 4. Lieu d?intervention Intégration du prestataire au sein de l?équipe SI métier de la BAR, en forte collaboration avec l?équipe DSI Datawarehouse et Datamart. Mise à disposition de l?environnement de travail nécessaire à la mission, notamment l?accès au Datawarehouse et Datamart. Spécification des besoins à travailler avec les différents Key users et les leaders des fonctions. Mise en oeuvre (incluant du développement PL/SQL avancé) des structures de données nécessaires S?assurer des performances de la solution mise en place et du fait qu?elle réponde aux besoins Supporter les key users dans le développement de leurs rapport Power BI 7. Livrables Codes source PL / SQL et codes liés aux Datamart ou bases PostGre SQL. Documentation technique complète, incluant les expressions de besoins. Rapports d?analyse et de validation. Formation et documentation pour les utilisateurs finaux

{'salaire': [{'montant_min': None, 'montant_max': 580, 'devise': '€', 'frequence_versement': 'jour'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

DATA SCIENTIST CDI – temps complet Saint-Etienne Qui sommes-nous ? Spécialisée dans le développement d'outils numériques et le traitement de la donnée géographique, U.R.B.S. se positionne comme un facilitateur et un accélérateur de transition énergétique, solidaire et numérique des territoires, particulièrement sur les segments du bâtiment et de l'habitat. Entreprise innovante issue de l’École Nationale Supérieure des Mines de Saint-Étienne et reconnue au niveau national, notre expertise s’appuie sur des technologies brevetées basées sur une recherche de haut niveau. De cette alliance entre entités publiques et privées est née une synergie naturelle impulsée par des investissements conjoints dans la recherche et le développement, moteur de l'amélioration de la connaissance, de la fiabilisation de la donnée géographique et de l'innovation. U.R.B.S contribue activement avec les acteurs clefs de la filière (IGN, CEREMA, ADEME) et du monde scientifique et de la recherche à faire... évoluer un grand nombre de sujets autour du digital et de la donnée géographique relative à l'habitat et aux territoires. Nous apportons notamment notre expertise pour la création de solutions numériques, la résolution des problématiques autour de la data ou encore la production de nouvelles bases de données géographiques, en nous engageons également activement dans les communs géo numériques (https://www.observatoire-national-batiments.fr/) Pour en savoir + : www.urbs.fr Lieu de travail SAINT ETIENNE (42) Grande Usine Créative (Quartier Créatif Manufacture), 10 rue Marius Patinaud, 42000 St-Etienne Les avantages : • Package compétitif (contrat cadre - 35h/39h - RTT) • Avantages sociaux (œuvres sociales) type grand CE : bons vacances, chèques cadeaux, culture, service à la personne, … • Prime annuelle • Possibilité de télétravailler • Prévoyance Mutuelle • Un cadre responsabilisant qui offre la possibilité de progresser et d'être autonome • Un environnement au contact de centres de recherche publics reconnus • Un engagement pour les communs numériques • Salaire proposé : à partir de 36K EUR Votre challenge Dans un contexte de développement, U.R.B.S. recherche un·e DATA SCIENTIST Votre mission principale consistera à participer à toutes les étapes de regroupement, structuration et créations de jeux de données à composante géogrpahique. En ce sens, une expérience concluante en Data Science est demandée. • Bancariser les données dans nos bases, les exploiter et participer à la production des contenus attendus • Assurer un contrôle qualité sur les contenus réalisées et déployés • Réaliser une veille des données disponibles et pertinentes • Documenter la données (métadonnées, description des méthodes, analyse chiffrée des productions) • Être force de proposition sur les aspects techniques et organisationnels pour améliorer les méthodologies et optimiser notre production • Apporter un appui technique à l’équipe • Collaborer avec les experts métiers Une formation interne sera assurée pour prendre en main l’ensemble de nos technologies. Vous reconnaissez-vous ? Formation : > Bac+3 Expérience : > 3 ans Compétences : R, PostGres, Git Compétences appréciées : C/C++, Python, QGIS, LaTeX Qualifications • Une expérience en Data Science est indispensable • Une expérience sur la manipulation de données géolocalisées est fortement souhaitée. • Le candidat doit être sensible aux impératifs de production, il doit savoir travailler en respectant des contraintes de livraison (délais, coûts). • Il est attendu du candidat(e) un intérêt pour le traitement, la valorisation de données et dataviz. • Le candidat doit faire preuve de rigueur, d’une bonne capacité d’adaptation, de prise d’initiative et d’une bonne qualité relationnelle. Ce que nous recherchons : • Des belles personnalités engagées avec un très fort esprit d'équipe • Des personnes imaginatives et capables d'invention et d’initiative • Des individus responsables et professionnels, proactifs et dynamiques dans leurs relations • Des personnes ayant envie de contribuer à la résolution des problématiques environnementales, énergétiques et sociétales Pour candidater : Envoyez-nous un CV (et tout autre lien pertinent : LinkedIn, Git, …) et quelques lignes sur votre motivation à nous rejoindre à l’adresse contact@urbs.fr

{'salaire': [{'montant_min': 36000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Nous répondons généralement sous 3 jours La Data Intelligence Agency (DIA) regroupant les sociétés BIAL-X et BIAL-R est un cabinet d'experts en intelligence de la donnée dont la mission est d'accompagner ses clients à extraire la valeur de leurs données pour accroître leurs performances. Dans le cadre du développement de nos activités parisiennes, nous sommes à la recherche de deux Data Engineers disposant à minima d'une première expérience réussie dans la définition et/ou l'implémentation d'une plateforme Big Data sur le Cloud. Au sein d'une équipe Data composée d'un Product Owner, d'un Architecte Cloud, de Data Engineers et Data Scientists tous séniors ou confirmés, vous contribuez à l'évolution et à la maintenance d'une plateforme Big Data existante. • Formation Bac + 5 en informatique ou équivalent • 1 an d'expérience minimum dans une fonction effective de Data Engineer ou similaire • Expérience concrète sur une architecture Cloud parmi AWS, Azure ou GCP • Vous maîtrisez... l'écosystème Python , l'environnement Spark , le développement SQL et connaissez déjà un panel de technologies permettant de concevoir et d' orchestrer les pipelines d'ingestion et de traitement des données, en mode batch ou streaming • Vous êtes familiarisé avec la pratique de Git, Gitlab CI/CD et avez déjà évalué ou mis en œuvre certaines technologies permettant de garantir la scalabilité et la sécurité des plateformes Cloud. A ce titre, une première expérience d'infrastructure as a Code (IaaC), idéalement sur Terraform sera appréciée • Première expérience professionnelle de delivery de projet en méthode agile appréciée • Enfin votre appétence pour la veille technologique permettant l'amélioration continue des composants de la plateforme et l'élaboration d'une roadmap Data toujours à la pointe , constituera un atout complémentaire de poids Nous vous offrons un cadre de travail dans un des plus beaux quartiers de Paris, des projets conjuguant innovation technologique et d'usages , parfois aussi sociale ou environnementale, un encadrement bienveillant et personnalisé toujours à l'écoute, des mentors à tous les étages de la technologie ainsi qu'une ambitieuse politique de formation . C'est ainsi que chez nous et avec vous de vraies perspectives d'évolution de carrière s'offriront à vous. Alors si vous souhaitez en savoir plus et venir nous rencontrer, c'est par ici Téléchargement du formulaire de candidature Vous travaillez déjà chez Bial-x ? Recrutons ensemble pour trouver votre prochain collègue

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

> ✨ Nous rejoindre comme Performance and data analyst lead En tant que manager, tu auras pour mission de coordonner les travaux d'une équipe de data analysts orientés performance en vue de maximiser l'impact et la création de valeur, accompagner la montée en compétence de l'équipe & structurer les process et méthodes. Tu accompagneras la direction et les différents managers afin de garantir des prises de décisions sur base d'une data enrichie et de renforcer leur pilotage et création de valeur. Tu travailleras aux côtés de Carole, Head of Growth. CHALLENGES INTÉRESSANTS ET VARIÉS À LA CLÉ : • Maintenir et développer nos différentes sources de données pour permettre un pilotage opérationnel et stratégique • Identifier les besoins métiers et stratégiques et les traduire en exigences fonctionnelles • Porter la démarche CRO et la vision End to End au sein de l'entreprise • Piloter la création et la maintenance de la documentation (descriptions de tableaux, définitions d'indicateurs... gouvernance, process....) • Garantir la fiabilité et la qualité des données • Être le point d'entrée pour la gestion des rapports créés dans Tableau Software (conception, maintenance et évolutions) • Support aux différentes équipes (CODIR, Sales, Métiers) dans leurs besoins d'analyse et de reporting • Coaching de data Analysts POUR CE RÔLE DE GROWTH MARKETER, NOUS RECHERCHONS UNE PERSONNE AYANT UNE EXPÉRIENCE DANS LES DOMAINES SUIVANTS : • Tu as au moins 4 ans d'expérience sur des sujets de Performance & Data analyst • Tu as une première expérience sur un Cloud (GCP, AWS) • Tu as une bonne connaissance de JavaScript, HTLM, CSS • Tu as une bonne connaissance des leviers d'acquisition (Meta, Google Ads, Native Ads.) • La connaissance de SalesForce est un plus • Tu maîtrises des outils de visualisation comme Tableau ou Looker • Tu maitrises au moins un outil de Google Analytics 4, Google Tag Manager et d'une solution d'AB Testing / Personnalisation (CRO) • Tu es un leader orienté résultats et performance en effet tu seras un Chef Evangéliste de la prise de décision basée sur les données • Tu as un esprit d'analyse et tu es rigoureux.se avec une approche méthodique • Tu aimes communiquer et tu penses que le collectif est primordiale à la réussite des projets • Tu aimes apprendre et transmettre ton savoir à tes collègues • Tu parles anglais couramment, hipto s'internationalise Bonus : si tu as déjà une bonne connaissance des secteurs mentionnés en début de fiche de poste, c'est un plus ! Si ce n'est pas le cas, la Team se chargera de te former ! Toutes autres compétences non mentionnées sont les bienvenues ! Nous prônons la diversité d'expériences et d'horizons. EN REJOIGNANT HIPTO, TU BÉNÉFICIERAS : • Un environnement de travail agréable : locaux fraîchement re-décorés, espaces chill-out, terrasse de 200m2, afterworks hebdomadaires et tout le nécessaire à disposition pour se restaurer (café grand cru, thé, softs et petits-déjeuners offerts régulièrement.). Et bien sûr, des séminaires et des team buildings pour renforcer la cohésion d'équipe ! • Une formation continue sur des sujets techniques divers et variés • Un ordinateur portable dernier cri (team Mac) • Une carte déjeuner Swile (10 euros pris en charge à 50%) • Une prise en charge de 50% de titre de transport PROCESS DE RECRUTEMENT • Entretien #1 en visio avec Armelle, Responsable RH • Entretien #2 en visio avec Carole, Head of Growth • Entretien #3 dans nos bureaux avec Léo et Kilian, co-fondateurs de hipto & Carole, Head of Growth Si tu as envie d'évoluer dans un environnement ultra dynamique, que tu es motivé.e et orienté.e #teamspirit, alors rejoins-nous !

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Créée en 2013, Opta LP, installée à la Technopole de l’Aube, développe des solutions numériques intelligentes de gestion et d’optimisation des ressources matérielles et humaines (stocks, tournées de livraison, flottes de véhicules, plannings de personnel,). Ces solutions intègrent des algorithmes issus de la recherche, s’appuyant sur de l’analyse de données, de l’intelligence artificielle, et de l’optimisation en temps réel. L’équipe est aujourd’hui composée d’une douzaine de personnes avec un savoir-faire dans le développement de solutions numériques d’optimisation et des valeurs axées autour d’une proximité entretenue avec nos clients pour une parfaite satisfaction. Notre croissance et développement nous emmènent à des enjeux divers et un changement d’échelle qui nécessitent une bonne organisation et un renforcement de l’équipe technique. Dans ce cadre, nous recherchons notre data scientist (H/F). Au sein de l’équipe R&D, vous aurez comme principale mission le développement et la... mise en place de modèles innovants de prévisions et d'analyse de données dans le domaine hospitalier. Missions : Sous la responsabilité du responsable R&D data & IA, vos principales missions seront: Lecture, anonymisation et pré-traitement de données de santé Conception et structuration de la base de données nécessaires pour les modèles de prévisions Contribution au développement de modèles de prévisions basés sur l’intelligence artificielle dans les établissements de santé: Prévisions de l’afflux de patients Prévisions des hospitalisations Prévisions des durées de séjours Contribution à la conception et au développement de modèles d’analyse de données et de pilotage de l’activité à travers plusieurs indicateurs de performances Contribution au développement des API nécessaires pour l’intégration des modèles de prévisions dans les logiciels commercialisés par Opta LP Technologies et compétences recherchées : Connaissances solides en intelligence artificielle, en traitement de données et en développement algorithmique, Connaissances des algorithmes de prévision (modèles statistiques, modèles d’apprentissage automatique, etc), Maitrise de la programmation en Python, Connaissances en Big Data et de l’environnement Spark est souhaitable, Connaissances des réseaux de neurones récurrents est un vrai plus. Savoir-être : Les qualités attendues: Autonomie dans le travail Implication, organisation, et force de proposition Curiosité, écoute Rigueur, persévérance, motivation Adaptabilité aux situations et aux différents interlocuteurs Capacité d’intégration dans une équipe dynamique et mobilisée pour la réussite de l’entreprise. Formation, expérience et langues : Formation : Bac + 3 minimum ou équivalent Expérience : 1 an d’expérience minimum en tant que data scientist Salaire : à négocier en fonction du profil Type d'emploi : Temps plein, CDI Statut : Cadre Salaire : 34 000,00€ à 40 000,00€ par an Avantages: Réductions Tarifaires Travail à domicile Programmation: Du Lundi au Vendredi Types de primes et de gratifications: Heures supplémentaires majorées Primes Lieu du poste : Télétravail hybride (10430 Rosières-près-Troyes

{'salaire': [{'montant_min': 34000.0, 'montant_max': 40000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

LIA School, lEcole de lIntelligence Artificielle et du Management recherche pour son entreprise partenaire, specialisee dans le secteur du Pharmaceutique, un(e) Data Analyst en contrat d'apprentissage, niveau Master pour preparer lune de nos formations diplomantes reconnues par l'Etat, de niveau 6 a niveau 7.Tournez vous vers une alternance qui donne du sens a votre projet professionnel, une alternance au cur de la revolution IA et Data !L'alternance au sein de lIA School, c'est avant tout une formation diplomante reconnue par l'Etat et completement gratuite pour l'etudiant(e), alliee a une experience en entreprise remunereeMissions :Participer a la conception, au developpement et a la maintenance des pipelines de donnees, en utilisant des technologies et des outils tels que Hadoop, Spark, Python, SQL, etc.Collecter, nettoyer et traiter les donnees provenant de differentes sources, en veillant a leur qualite et a leur integrite.Contribuer a la modelisation de donnees et a la creation... de schemas pour assurer une structure coherente et une bonne performance des bases de donnees.Collaborer avec les equipes metier pour comprendre leurs besoins en matiere de donnees et proposer des solutions techniques appropriees.Optimiser les processus existants pour ameliorer l'efficacite et la fiabilite des flux de donnees.Effectuer des analyses de donnees et generer des rapports pour aider a la prise de decision et a l'identification de tendances.Veiller a la conformite des pratiques de gestion des donnees avec les reglementations en vigueur, telles que le RGPD.Profil recherche :Etre actuellement inscrit(e) dans un programme d'etudes de niveau Master 1 ou 2Avoir une bonne comprehension des bases de donnees.Maitriser les langages de programmation tels que Python, ainsi que les outils et technologies couramment utilises en ingenierie des donnees.Avoir des competences en matiere de manipulation et de traitement de donnees, ainsi qu'une bonne comprehension des principes de l'apprentissage automatique (machine learning).Etre autonome, curieux(se) et avoir un esprit d'analyse pour resoudre des problemes complexes lies aux donnees.Formation prise en charge a 100% par l'entreprise.Poste situe en region NantaiseRemuneration selon niveau d'etudes + age. by Jobble

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Description de l'offre : Structure agile et réactive adossée à un grand groupe, DERICHEBOURG Intérim et Recrutement apporte une réponse globale pour l'emploi ; notre vocation est d'être un lien efficace entre les entreprises et les candidats. L'agence DERICHEBOURG Interim et Recrutement de Toulouse recherche pour l'un de ses clients un(e) DATA ANALYSTE (H/F). Vos missions seront les suivantes : - Sur la base de la modélisation des données fournie par l'informatique, en mettant l'accent sur les besoins de l'entreprise, extrayez et intégrez des données structurées et non structurées à partir de diverses bases de données/magasins de données. - Développer, tester et mettre en oeuvre les modèles analytiques les plus appropriés pour identifier des modèles ou des tendances significatifs à partir d'ensembles et de types de données complexes. - Mettre en oeuvre le pipeline d'analyse par rapport aux besoins de l'entreprise. - Analyser et améliorer régulièrement la précision des modèles par... rapport aux besoins de l'entreprise. - Communiquez les résultats grâce à des visualisations de données efficaces et faciles à comprendre adaptées à l'audience. - Être l'interface entre leurs fonctions, l'écosystème de données et la solution demandée. - Coacher la fonction dans l'état d'esprit data-driven. - Contribuez activement et partagez les meilleures pratiques, les résultats et les techniques avec la communauté des données au sens large. DERICHEBOURG Intérim et Recrutement vous assure que les emplois proposés respectent les mesures de sécurité liées au COVID19 : gestes barrières, distanciation sociale et mise à disposition du matériel nécessaire. Profil recherché : Profil ingénieur : - Maitrise data, construction base de données - Reporting automatisés - Profil junior accepté - Investi et proactif - Sens de la communication - Anglais courant : participation à des réunions en anglais - Maitrise de : Excel, google suite Conformément à notre politique Diversité, tous nos postes sont ouverts aux candidats en situation de handicap. Si ce challenge vous intéresse, n'hésitez pas à postuler Travailler chez DERICHEBOURG Intérim et Recrutement vous donne accès à de nombreux avantages tels que : - Une majoration de votre salaire brut d'environ 20% ( 10% IFM - 10% congés payés) - Accès à des formations professionnelles, diplômantes ou qualifiantes - Le Compte Epargne Temps : une Épargne facile et rentable - Le coffre-fort COFFREO (vos documents sur votre smartphone ) - Tous les avantages liés au CSE : jeux, cartes cadeaux, cadeaux à gagner, et de plein d'autres surprises tout au long de l'année... - Des aides et des services dédiés : mutuelle, logement, garde enfant, déplacement... - Acompte de paye à la semaine si besoin - Parrainage récompensé par des chèques cadeaux

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

La société Cette Startup composée de 40 personnes développe la nouvelle génération d’outils juridiques basée sur l’intelligence artificielle. Elle se concentre sur deux axes forts : une ergonomie radicalement innovante et une technologie avancée d’analyse de données basée sur du machine learning / deep learning. Leur ambition, travailler sur le développement d’une solution multiproduits qui va vous permettre d’intégrer une équipe et un projet technologique qui souhaite révolutionner les pratiques du secteur juridique grâce à l’IA. Fondée en 2017 par 2 ingénieurs, la start-up a réalisé 2 levées de fonds depuis sa création, dont la dernière de 4 millions d’euros en juin 2019 avec le soutien d’investisseurs et de chercheurs du monde de la tech et de L’IA, la société a déjà conquis le marché français, l’idée est de continuer dans cette voie sur le marché européen puis mondial cette fois-ci. Ils comptent plus de 8000 utilisateurs dans 20 pays et 8 langues. Leur technologie a permis... d’analyser plus de 5 millions de contrats. Le poste Véritable couteau suisse technique vous êtes capable de développer des applications complètes qui s’intègrent avec des solutions tierces. Vous aurez la responsabilité de mettre en œuvre toute la pile logicielle : du code, en passant par les tests, jusqu’au déploiement et monitoring. Vous avez la capacité d’accompagner les clients sur leurs besoins techniques et la conduite de leurs projets. Pour finir vous serez également en charge de développer les SDK prenant en charge nos applications et la documentation des API associées. • Expérience dans le développement logiciel et si possible les solutions techniques Typescript/Node / Postgresql / Kubernetes. • Capacité de compréhension des différentes solutions d’intégration du marché comme OpenID/SAML, Signature Electronique, CRM Salesforces, API Office365/Azure AD etc. • Capacité à suivre les projets clients et à piloter les calendriers de développement associés. • Réalisation / Industrialisation / déploiement / monitoring des solutions. La stack actuelle • Back-end : Python - Django / Typescript • Front-end : VueJs • BDD : PostegreSQL • GraphQL • Docker • AWS Les évolutions à venir dépendront majoritairement de vous et de vos préconisations. Votre profil • Une expérience significative sur un logiciel complexe • Vous devez avoir l’esprit d’équipe, apprécier le travail de qualité, être curieux, passionnés et créatifs. • Vous serez amenés à coder sur différents projets, à déployer du code régulièrement sur des clusters de machines avec un monitoring continu et une reprise sur panne automatique. Le salaire & avantages • 60-70€ selon expérience • Tickets restaurant • Primes intéressement • RTT • Mutuelle • Offsites & Happy Hours • Possibilité de remote Et plus encore… Ce qu’on préfère • Participer à une aventure unique au sein d’une équipe passionnée; • Conférences techniques • Un directeur technique contributeur dans l’open source et organisateur de meetup technique. • Un projet suivi par des investisseurs de renom dans un milieu qui doit faire sa transition digitale

{'salaire': [{'montant_min': 60000.0, 'montant_max': 70000.0, 'devise': '€', 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Description de l'entreprise Rejoignez une entreprise au cœur des activités du groupe BPCE, de ses évolutions et de de son développement. Organe central du Groupe, BPCE SA assure la coordination, la cohérence et les synergies entre les différentes marques pour porter les ambitions du Projet du Groupe BPCE 2024. Les missions confiées à nos collaborateurs offrent une vision transversale des enjeux économiques et stratégiques du Groupe. Quelques mots en plus sur BPCE Assurances IARD …. BPCE Assurances IARD conçoit et gère ses contrats d’assurances non-vie distribués par les réseaux Banque Populaire et Caisse d’Epargne à ses clients particuliers BPCE Assurances IARD c’est aussi une entité à part entière en pleine croissance qui a cœur d’accompagner ses assurés dans chaque situation. Intégrer notre entreprise c’est également rejoindre une grande famille car vous ferez aussi partie de la communauté du groupe. Ici, votre singularité a toute sa place ! Poste et missions Vous recherchez... une alternance pour la rentrée prochaine et souhaitez acquérir de l’expérience en assurances ? Vous êtes au bon endroit, BPCE IARD recherche ses nouveaux espoirs pour accompagner nos réseaux Banque Populaire & Caisse d’Epargne dans la distribution des différents contrats d’assurances. Rejoignez l’équipe de la Direction des indemnisations tant que Chargé de reporting pour une alternance à partir de Septembre 2023 ! Les missions c’est important, l’équipe et l’environnement aussi … ! Nous vous aidons à développer vos compétences et à préparer vos projets futurs. Concrètement votre quotidien ? En collaboration avec votre tuteur, vous : • Mettez à disposition les outils de reporting/tableaux de bord relatifs au pilotage de l’activité opérationnelle (mises à jour, développements...) ; • Réalisez le traitement de données (extraction, mises en forme, …) ; • Vérifiez la fiabilité, la pertinence et l’exhaustivité des données fournies ; • Suivez la gestion de la base de données (type SAS, Micro Strategy, Power BI, Excel…) et informez des évolutions des bases mises à disposition. Tout au long de votre parcours, nous vous donnerons les clés pour pouvoir faire de cette mission une réussite commune ! Cette année (et plus si affinités) sera rythmée par un accompagnement de proximité mené par votre tuteur et plus largement par toute l’équipe. Vous bénéficierez également de formations sur-mesure qui vous permettront d’appréhender de façon sereine votre nouvel environnement. C’est aussi vous, votre personnalité et vos connaissances qui feront la différence ! Profil et compétences requises Vous préparez une licence ou un bachelor en école ou en université avec une spécialisation Data Analyse, économétrie ou informatique décisionnel. Vous êtes reconnu pour votre aisance relationnelle et faites preuve d'une bonne communication aussi bien à l'oral qu'à l'écrit. Vous pensez que l’une des clés pour réussir son alternance c'est de faire preuve de proactivité et de rigueur dans votre montée en compétences. Vous êtes toujours parmi les premiers à répondre « Présent ! » pour faire partie d’un collectif et accompagner les autres donne du sens à votre métier. Alors ? Vous souhaitez que nous formions un duo de choc ? Les cartes sont entre vos mains ! Informations complémentaires sur le poste Nous attachons une importance particulière à vous accompagner dès votre arrivée dans le cadre de sessions d’intégration, et tout au long de votre parcours (ateliers CV/entretiens, etc). Vous bénéficiez d’un package de rémunération attractif (fixe basé sur le Salaire Minimum Conventionnel, intéressement et/ou participation) avec des avantages sociaux (Congés payés, tickets restaurant, indemnités transports, couverture santé et prévoyance, Comité d’entreprise, etc.). Encadrée par la loi, votre rémunération sera abordée à l’issue de votre parcours de recrutement. Elle dépend du type de contrat, votre âge et de votre niveau d’études. Si tous les critères d’éligibilités sont réunis vous pourrez bénéficier du télétravail. Et quand vous serez au bureau, vous vivrez une expérience de travail dans un environnement innovant et responsable ! Et la suite ? Si votre candidature retient notre attention, vous passerez un entretien RH, puis, un ou deux entretiens opérationnels. La durée du process est en moyenne de quatre semaines. Pour en savoir plus sur le groupe, n’hésitez pas à consulter le lien : ICI

{'salaire': [{'montant_min': None, 'montant_max': None, 'devise': None, 'frequence_versement': None}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

???????? Missions • Supporter le processus de développement machine learning de bout en bout pour concevoir, créer et gérer des logiciels reproductibles, testables et évolutifs. • Travailler sur la mise en place et l'utilisation de plateformes ML/IA/MLOps (telles que AWS SageMaker, Kubeflow, AWS Bedrock, AWS Titan) • Apporter à nos clients des best practices en termes d'organisation, de développement, d'automatisation, de monitoring, de sécurité. • Expliquer et appliquer les best practices pour l'automatisation, le testing, le versioning, la reproductibilité et le monitoring de la solution IA déployée. • Encadrer et superviser les consultant(es) juniors i.e., peer code review, application des best practices. • Accompagner notre équipe commerciale sur la rédaction de propositions et des réunions d'avant-vente. • Participer au développement de notre communauté interne (REX, workshops, articles, hackerspace. • Participer au recrutement de nos futurs talents. ???????? Évoluer au sein de... la communauté Évoluer au sein de la Tribe Data, c'est être acteur dans la création d'un environnement stimulant dans lequel les consultant·e·s ne cessent de se tirer vers le haut, aussi bien en ce qui concerne les compétences techniques que les soft-skills. Mais ce n'est pas tout, ce sont aussi des événements réguliers et des conversations slacks dédiées vous permettant de solliciter les communautés (data, AI/ML, DevOps, sécurité, ...) dans leur ensemble Sur le bassin parisien, la Tribe compte 60 personnes encadrées par un Tribe Leader, et 3 Managers en fonction des différents métiers : Data Engineering, Machine Learning & AI et Déveloper & SRE. À côté de cela, vous avez l'opportunité d'être moteur dans le développement des différentes communautés internes (retours d'expériences, workshops, articles, podcasts...) . ???????? Rémunération La rémunération fixe proposée pour le poste est en fonction de votre expérience et dans une fourchette de 52k à 59k. Profil recherché ???????? Compétences techniques Required : • Parler couramment Python, PySpark ou Scala Spark. Scikit-learn, MLlib, Tensorflow, Keras, PyTorch, LightGBM, XGBoost, Scikit-Learn et Spark (pour ne citer qu'eux) • Savoir implémenter des architectures de Containerisation (Docker / Containerd) et les environnements en Serverless et micro services utilisant Lambda, ECS, Kubernetes • Parfaitement opérationnel pour mettre en place des environnements DevOps et Infra As Code, et pratiquer les outils de MLOps • Une bonne partie des outils Git, GitLab CI, Jenkins, Ansible, Terraform, Kubernetes, ML Flow, Airflow ou leurs équivalents dans les environnements Cloud doivent faire partie de votre quotidien. • Cloud AWS (AWS Bedrock, AWS Titan, OpenAI, AWS SageMaker / Kubeflow) • Méthode Agile / Scrum • Feature Store (n'importe quel fournisseur) Nice to have : • Apache Airflow • AWS SageMaker / Kubeflow • Apache Spark • Méthode Agile / Scrum Si vous n'avez pas toutes ces compétences, no worries Seules les "Required" sont... required. Présentation de Devoteam Revolve Rejoignez notre équipe dynamique en tant qu'ingénieur en intelligence artificielle / apprentissage automatique et participez à la révolution technologique qui façonne l'avenir. En tant que membre clé de notre équipe, vous aurez l'opportunité de repousser les frontières de l'innovation, de concevoir et de mettre en œuvre des solutions d'IA/ML de pointe pour résoudre des problèmes complexes dans divers domaines. Si vous êtes passionné par l'exploration des données, la création de modèles prédictifs et la transformation des idées en applications concrètes, cette opportunité est faite pour vous. Relevez le défi et contribuez à façonner le paysage de l'IA/ML avec nous. Si vous avez repéré des mots clés qui résonnent avec votre parcours, c'est que vous êtes au bon endroit. Avant de continuer, nous avons encore quelques questions : Vous souhaitez évoluer dans un environnement AWS ? Vous avez une forte culture de l'automatisation ? Votre curiosité vous pousse à explorer de nouvelles technologies ? Vous avez envie de contribuer à la dynamique de nos communautés techniques ? Si la réponse est oui à toutes ces questions, c'est un match Il n'y a qu'une chose à faire rejoignez-nous ???? Chez Devoteam A Cloud, nous avons fait le choix d'explorer les entreprises afin qu'elles deviennent plateformes et de développer un partenariat fort avec AWS et ce, dès 2013. Aujourd'hui nous sommes positionnés sur le marché en tant qu'organisation pensée pour accompagner nos clients, nos collaborateurs, nos partenaires et la communauté à l'adoption du Cloud. Notre culture découle de notre engagement collectif, de notre curiosité, de notre façon de collaborer, de partager nos points de vue et d'encourager les autres à faire de même. C'est une inspiration pour essayer de nouvelles choses, parler ouvertement, faire preuve d'audace

{'salaire': [{'montant_min': 52000.0, 'montant_max': 59000.0, 'devise': None, 'frequence_versement': 'an'}]}

Tu es un agent de traitement textuel. A partir d'une offre d'emploi tu dois structurer et normaliser les informations de salaire au format JSON selon les règles suivantes : - Pour un salaire indiqué comme minimum (ex. 'à partir de 30k'), définis-le comme 'montant_min'. - Si indiqué comme maximum (ex. 'jusqu'à 70000'), définis-le comme 'montant_max'. - En cas de montant unique, définis-le dans 'montant_min' et 'montant_max'. - Convertis tous les montants en format décimal y compris ceux exprimés en abréviations. Par exemple, "25k" ou "25ke" devient 25000.0. - En cas de fourchette de salaire (ex. 'entre 40k et 55ke/an'), segmente-la dans 'montant_min' (40000.0) et 'montant_max' (55000.0) respectivement. - 'frequence_versement' accepte des valeurs normalisées comme 'an', 'mois', 'semaine', 'jour', 'heure'. - 'devise' accepte les symboles standards '$', '€' et '£'. - En cas de manquement de la fréquence ou devise, suppose leur valeurs. - Si aucun montant explicites n'est mentionné, remplis tous les champs avec la valeur null. - Des expressions comme "Selon expérience", "A négocier", "Rémunération attractive, ect ne sont pas des montants explicites. Remplis null pour tous les champs. - Si plusieurs salaires ou fourchettes différentes sont détaillés, liste les toutes. Chaque salaire doit pouvoir etre entierement décrite dans son dictionnaire. - Privilégie les fourchettes détaillées aux salaire unique ou approximations. Par exemple, si une meme offre mentionne "salaire environ 35k" et ensuite "salaire entre 30 000 et 40 000", privilégie la seconde formulation. - N'essaye pas de convertir les montants dans d'autre unités que celle donné dans l'offre. - Assures toi que les informations extraites sont logiquement cohérentes (ex. 'montant_min' <= 'montant_max'). JSON schema :{"$defs": {"ItemSalaire": {"properties": {"montant_min": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Min"}, "montant_max": {"anyOf": [{"type": "number"}, {"type": "null"}], "default": null, "title": "Montant Max"}, "devise": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Devise"}, "frequence_versement": {"anyOf": [{"type": "string"}, {"type": "null"}], "default": null, "title": "Frequence Versement"}}, "title": "ItemSalaire", "type": "object"}}, "properties": {"salaire": {"items": {"$ref": "#/$defs/ItemSalaire"}, "title": "Salaire", "type": "array"}}, "required": ["salaire"], "title": "SchemaSalaire", "type": "object"} Commence immédiatement ta réponse en JSON valide après la prochaine offre d'emploi :

Descriptif du poste Description du poste Le/la data analyst valorise l ensemble des données du Groupe pour en faire un levier de création de valeur. Il/elle utilise notamment les données recueillies en masse (entrepôt de données) pour réaliser les nombreux tableaux de bord nécessaires à différents services de l entreprise (finance, e-commerce, marketing, relations clients, Supplychain, ). Il/elle est également en charge de construire des modèles statistiques pour éclairer les services opérationnels (segmentations clients ou analyses prédictives). Profil recherché ACTIVITES ET TACHES Extraction et Structuration des données Extraire les données nécessaires à l analyse (Base métier, API ). Définir des règles de gestion de nettoyage des bases de données (formatage, suppression des doublons ). Définir des règles de gestion de structuration des différentes bases de données entre elles. Écrire et rédiger les spécifications d automatisation des règles de gestion à la direction des systèmes d... information ou à la maîtrise d ouvrage. Maîtriser la qualité des données tout au long de leur traitement. Analyse et Exploration de données Analyser les données : mettre en avant les corrélations, définir les valeurs aberrantes. Réaliser des tableaux de bord ou des outils de reporting industrialisés. Réaliser des tests statistiques sur les données. Construire et tester des modèles statistiques (régression, forêt aléatoire ). Déterminer ou construire les variables importantes à introduire dans les modèles statistiques. Communication inter service Participer aux ateliers d expression des besoins internes. Comprendre précisément les problématiques métiers et les traduire de manière analytique. Communiquer les résultats et les solutions avec les équipes métiers. Présenter les résultats des analyses grâce à des outils de data visualisation. Spécialités Réaliser des analyse et des reporting de performance sur le paiements Rédiger des documentation et supports pédagogiques liés au périmètre Data Accompagner et former les différents collaborateur métier sur les outils Data (acquisition, visualisation et exploitation Expérience dans le poste - Minimum 3 ans Masquer LANGUES- SAVOIR-ÊTRE- Capacité d'analyse- Maîtrise de soi- SAVOIR-FAIREQualité Analyse de données Voir plus Entreprise Allopneus, leader français de la vente de pneumatique sur le Web et nouvellement filiale du Groupe Michelin, est un écosystème fort de ses 300 personnalités, de plus de 100 métiers en profonde interaction pour une communauté de travail et un lien social fort. Le Groupe par son agilité revendiquée est un formidable incubateur de projets professionnels. Autres offres de l'entreprise Processus de recrutement Si CV sélectionné, appel pour convenir d'un rendez-vous - Entretien Process 1- 30 à 45 minutes d'échange pour valider l'adéquation poste/profil Après validation du Manager, prise de RDV Entretien physique ou en visio. Process 2 - Entretien physique ou visio avec le/la manager expert - 30 à 45 minutes Bilan, analyse et synthèse entretien - En collaboration Manager & Recruteur Personne en charge du recrutement Pierre MAURY - DRH Salaire A partir de 30 k€ brut annuel Prise de poste Dès que possible Expérience Minimum 3 ans Métier Data analyst Statut du poste Cadre du secteur privé Zone de déplacement Pas de déplacement Secteur d’activité du poste COMMERCE DE DÉTAIL D'ÉQUIPEMENTS AUTOMOBILES Télétravail Ponctuel autorisé

{'salaire': [{'montant_min': 30000.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'an'}]}