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 :

Anaya est une ESN (Entreprise de Service Numérique - Conseil) créée en 2005. Elle est spécialisée et reconnue pour son expertise autour des métiers de la Data (Data Engineering / Data Analyse / etc), de l'AMOA (Assistance à Maîtrise d'Ouvrage) dans le secteur bancaire, et de la Cybersécurité. Nos clients font appel à nous pour renforcer leurs équipes avec des profils expérimentés souvent pour des missions longues (18 mois et +). Aujourd'hui, Anaya compte près d'une centaine de ces talents très recherchés. LA MISSION Notre client souhaite mettre à disposition des informations concernant ses actifs techniques pour orienter les stratégies de gestion des actifs. Ces informations sont de deux natures : • Qualité de la donnée (QDD) pour la Gestion des Actifs : présenter la qualité (complétude, cohérence…) des données utiles à la gestion des actifs, il s’agit principalement de données patrimoniales et géographiques, • Grandeurs éclairantes (GE) pour la Gestion des Actifs : mettre en... évidence des indicateurs pertinents pour identifier des dynamiques développement des parcs de matériels, de vieillissement ou de dégradation prématurée, pour éclairer les décideurs sur la mise en place de politiques techniques ou la mise à jour de politiques existantes. Des premiers prototypes de traitement de données ont été mis en place pour les deux tableaux de bord et la mission a pour objectif de généraliser les traitements à l’ensemble des données et indicateurs identifiés et d’automatiser la production des tableaux de bord. VOTRE PROFIL Vous êtes très confirmé.e ( à partir de 4 ans d'expérience) Pour mener à bien cette mission vous devrez : • Maîtriser Python • Maîtrise R • Maîtriser différents formats de données, y compris volumineux • Si possible avoir développé des API en R, avoir utilisé RShiny, etc. • Utiliser Git Type d'emploi : Temps plein, CDI, Indépendant / freelance Statut : Cadre Salaire : 40 000,00€ à 60 000,00€ par an Avantages : • Prise en charge du transport quotidien Exigences linguistiques flexibles : • Français non requis Programmation : • Du lundi au vendredi • Repos le week-end • Travail en journée Lieu du poste : En présentiel

{'salaire': [{'montant_min': 40000.0, '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 :

Rôle : Senior Data Engineer Industrie : Greentech Localisation : Pays de la Loire Salaire : 55k€ - 65k€ (selon expérience) À propos : Greentech engagée dans la transformation du secteur de la mobilité et de l'espace urbain. Vous serez amenez à participer directement à la conception de solutions innovantes et à un projet qui a du sens ! Cette scale-up évoluant dans un contexte international, un bon anglais (B2 et +) sera essentiel. C'est dans un contexte de croissance constante et organique que l'équipe Data s'agrandie ! Stack technique : • Python, SQL, PostgreSQL, Spark, Elasticsearch, Airflow, Kafka, Tableau Responsabilités Principales (non exhaustives) : • Contribuer à définir une architecture optimale pour les chaînes de traitement de données • Travailler en étroite collaboration avec des experts en données pour intégrer de nouvelles données dans les solutions • Concevoir, entretenir et industrialiser les flux d'intégration de données • Organiser et stocker les données... tout en garantissant leur qualité • Faciliter l'accès aux données pour leur exploitation Pourquoi les rejoindre ? • Contribuer à la transformation des villes, de la mobilité urbaine et à la préservation des espaces naturels • Travailler au sein d'une équipe passionnée sur une stack moderne et innovante • Bénéficier d'avantages tels que cadre de travail agréable, primes, congés payés supplémentaires, et management sur le modèle des entreprises libérées Profil recherché : • À partir de 5 ans d’expérience sur un poste similaire • Une première expérience sur des sujets Big Data • Anglais B2 minimum

{'salaire': [{'montant_min': 55000.0, '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 :

Contexte N’attendez plus et rejoignez cette entreprise spécialisée dans la solution de financement locatif d’équipements pour les besoins des entreprises. Dans le cadre de son développement, l’équipe cherche à recruter en CDI son prochain Analyste Data au Nord de Nantes. - Groupe de 220 collaborateurs répartis sur 9 sites en France - Acteur au coeur de l’économie circulaire depuis plus de 30 ans Responsabilités Rattaché à la Responsable du pôle DATA, vos missions seront: - Le développement, l’évolution et la maintenance des flux de synchronisation, - Le reporting et l’analyse des données issues du datamart, - Proposition d’axes d’amélioration par des approches analytiques, - Participation à des projets de développement de l’entreprise (études de nouvelles innovations BI dans le domaine du Cloud, Big Data). - Stack: Talend / ETL / MSSQL / MYSQL / PostGreSQL / Oracle_ Profil - Formation : peu importe, seules vos compétences feront la différence, - Vous avez au minimum 1-2 années... d’expérience en analyse de données, - Vous avez un esprit de synthèse, une capacité d’adaptation et une véritable curiosité technologique. Avantages - Equipe technique à taille humaine, - 3 à 4 jours de télétravail / semaine, - Rémunération selon profil et compétences : 38-45 K€

{'salaire': [{'montant_min': 38000.0, '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 :

**A propos d'Alstef Group ?** Groupe international en pleine croissance, Alstef Group conçoit, intègre et maintient des solutions automatisées pour l'amélioration des performances des processus logistiques. • *Notre mission **:créer des solutions intelligentes qui, au-delà de répondre aux besoins de nos clients, leur font bénéficier durablement d’un système automatisé sur-mesure performant, évolutif et innovant. • *Nos activités**: Nous proposons aux aéroports du monde entier des solutions complètes et innovantes pour le traitement des bagages de soute. Nous offrons également des solutions de manutention intégrées complètes qui s’étendent des chariots automatiques aux entrepôts entièrement automatisés. • *En quelques chiffres Alstef Group, c’est**: - 165 M€ de Chiffre d’affaires - 800 collaborateurs - 13 filiales à l’étranger - 26% des salariés actionnaires du groupe • *_Et si vous commenciez une nouvelle aventure avec Alstef Group ?_** • Vos missions ?* Au cours de cette alternance... vous participerez aux différentes phases des projets informatiques dans le cadre de* la mise en place d'outils de Data Visualisation à la dimension d'ALSTEF GROUP (monde)*. • *Sous la responsabilité d’un Chef de Projet, vous **participerez aux projets de Data Analyse avec notamment la création d’un BI Groupe. Vous aurez aussi la chance de prendre part à la mise en place des logiciels Groupe satellites aux ERP des entreprises du groupe (GED, CRM, GMAO, BI,...) **dans un environnement Windows.** - A ce titre, vous interviendrez sur les missions suivantes :_ - Identifier, collecter et qualifier les données pertinentes pour l’analyse, - Manipuler d’importants volumes de données en provenance des différents établissements du Groupe, - Développer et documenter un programme dans le cadre de votre projet, - Échanger avec des responsables métier pour vous assurer des cas d'usages, - Formaliser et documenter votre travail à travers un rapport détaillé afin d’en assurer une utilisation pérenne au sein de la direction. - Compétences : manipulation de BDD, méthodes de tests, programmation (légère), capacité d’analyse et de restitution._ • Et vous ?* Vous allez intégrer une* Licence, un Master ou une école d'Ingénieur* dans le domaine de l'**Informatique - Data Analyste / Data Science (dont la formation est orientée sur la gestion d'entreprise)**. Au-delà de vos compétences techniques ce sont aussi vos qualités personnelles qui nous intéressent pour cette alternance. Vous êtes **rigoureux(se)**, **curieux**(se)** et vous êtes reconnu(e) pour votre **capacité d'analyse et de restitution**, alors cette alternance est faite pour vous • *CE QUE NOUS VOUS PROPOSONS ?** - Alternance (1 à 3 ans) à Boigny-sur-Bionne (proche d’Orléans - 45), - Une aventure dans laquelle tu pourras t’épanouir, apprendre et entreprendre, avec une grande variété de missions et beaucoup d’autonomie, - Une équipe ambitieuse, bienveillante et passionnée, - Cadre de travail privilégié (petit open space, espaces de réunion,...). - Attentifs à l’égalité professionnelle, nous nous engageons à favoriser la mixité dans tous les métiers de l’entreprise._ - A compétences égales, priorité aux personnes handicapées et autres bénéficiaires de l’obligation d’emploi._ Type d'emploi : Temps plein, Apprentissage, Contrat pro

{'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 :

Expert Machine Learning Deep learning ( possibilité temps partiel) Mise en place d’une plateforme de Machine Learning production ready Aide à la décision sur les chaines de production Aide à la décision stratégique du client Identification de défauts pour réduire les déchets et le gaspillage de ressources Optimisation des processus industriels de production Archivage intègre et sécurisé des données à caractères légales 2 Définition du besoin et des services attendus (livrables) Il est demandé au prestataire de fournir un support organisationnel et technique pour mettre en œuvre une infrastructure permettant de déployer une solution comprenant les modules suivants: Phase de cadrage présentant un SWOT des différents fournisseurs cloud avec un focus sur une une approche budgétaire. (HPE) Mise en place d’une plateforme de Machine Learning production ready, avec un premier projet pilote. Incluant la documentation technique des livrables. Gouvernance cloud sur les aspects... conseils et organisationnel. (HPE) Plateforme ML (Machine Learning, Deep Learning et MLOps) s’appuyant sur Databricks. Formation des équipes techniques et data sur l’exploitation des services et de l’administration 700 e par jour Possibilité temps partiel

{'salaire': [{'montant_min': 700.0, 'montant_max': 700.0, '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 :

Materrup recrute un.e Data Analyst Type de poste : CDI basé dans les Landes (40) Materrup, jeune entreprise industrielle, labellisée Greentech, Frenchtech et Deeptech a mis au point un ciment bas carbone, à base d’argiles. Ce ciment local réduit de moitié les émissions de CO2, sans compromettre ni la performance, ni la qualité du béton. Au sein de son usine pilote dans les Landes, Materrup produit et commercialise le ciment MCC1 et des produits préfabriqués en béton, et prévoit de se déployer sur plusieurs autres territoires. En tant que Data Analyst, vous êtes en charge de la stratégie data, de sa conception à sa valorisation. Au sein du pôle R&D, vous participez aux phases d’analyse et modélisation statistique des données. Intégrer une société labellisée Greentech, qui a mis au point un ciment local, bas carbone, à faible émissions de CO2 Rejoindre une entreprise industrielle en plein développement Travailler au sein de notre Centre de Recherche & Développement, en lien direct avec... les dirigeants Mettre votre expertise au profit d’une entreprise qui répond à l’urgence climatique Et vivre dans un département à la qualité de vie exceptionnelle Missions Explorer le comportement des données au moyen de la visualisation et des méthodes statistiques Concevoir et développer des modèles d’analyses et de prédiction basés sur des méthodes statistiques (machine learning / deep learning) Contribuer à la construction d’un socle technique de « data science » solide Présenter les résultats d’analyses techniques Votre formation et votre expertise De formation Bac + 5 en mathématiques appliquées, computer science, statistiques, modélisation des données, vous possédez une première expérience dans ces domaines (au moins deux ans) dans un contexte opérationnel. La maîtrise de Python ou d’un autre langage de programmation adapté à l’exploitation de données (R, Spark/Scala, C++) Une expérience dans la mise en œuvre d’un projet de machine learning comprenant de l’industrialisation Vos compétences Vous savez développer des approches innovantes et êtes force de proposition Vous êtes autonome, dynamique, ouvert aux autres et savez faire la synthèse de points de vue variés Pédagogue, vous êtes capable de vous adapter à des interlocuteurs variés Vous avez le sens du relationnel et le goût du travail en équipe Nos plus ⭐ Une équipe dynamique avec une excellente ambiance de travail ⭐ Des dirigeants attentifs à la place de chacun et soucieux du collectif ⭐ Perspective d’évolution en lien avec le développement de Materrup ⭐ Mutuelle et prévoyance : 100% prises en charge ⭐ Un environnement à la qualité de vie exceptionnelle ⭐ Sportifs et amateurs de nature : vous trouverez votre bonheur entre l’océan et la montagne Modalités CDI / Rémunération : selon expérience Localisation : Saint-Geours-de-Maremne (Landes, 40 ) à 20 km d’Hossegor et Capbreton Type d'emploi : Temps plein, CDI Statut : Cadre Salaire : 33 000,00€ à 48 000,00€ par an Programmation: Travail en journée Formation: Bac +8 (Doctorat) (Optionnel) Lieu du poste : Un seul lieu de travail

{'salaire': [{'montant_min': 33000.0, '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 :

- - - - - - - - - - - - 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 :

Vos missions - Interagir avec les unités demandeuses pour définir les besoins en collecte et stockage de données - Développer des solutions techniques de collecte et stockage via des API et Hadoop - Mettre en place une politique de gestion et d'exploitation des données - Créer des rapports et tableaux de bord issus de la plateforme - Surveiller et optimiser en continu la qualité des données - Industrialiser le nettoyage des données et gérer leur cycle de vie Pré-requis Avantages et conditions : - Prime d'intéressement - Plus de 40 jours de congés et RTT par an - 1 jour de télétravail par semaine - 38h de travail par semaine Cette annonce vous correspond totalement ? Postulez ! Elle vous correspond en partie ? Postulez, nous pourrons échanger sur votre profil et sur votre projet ! Profil recherché - Bac +3 à 5 en gestion de data avec 3 ans d'expérience professionnelle dans le domaine de la data - Vous avec un profil analytique, vous êtes rigoureux et méthodiques - Vous savez... vous adapter et vous aimez travailler en mode projet avec différentes parties prenantes - Vous avez un bon relationnel et une bonne communication écrite et orale Informations complémentaires Type de contrat : CDI Temps de travail : Temps plein Salaire : 38000 € - 43000 € par heure

{'salaire': [{'montant_min': 38000.0, 'montant_max': 43000.0, '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 - Compétences techniques obligatoires sur la data (expériences BI) : Vertica ou autres BDD, Talend, Java - Connaissances globales sur l’éco-système Data - Technologies BIG DATA (mapr, vertica, talend , Java) - Data Temps réel : kafka, API Rest - Outils de développement et d’exploitation : Talend, ControlM, Dynatrace, Eclipse ; SVN ; Git ; Maven ; Jenkins ; Sonar - Dataviz: Qlik - Décisionnel : SAS Profil recherché Informations utiles • Localisation : Paris, France • Contrat : CDI • Salaire : 45000,00 à 55000,00 EUR par an • Niveau de qualification : Ingénieur/Cadre/Bac +5 • Expérience : 1 à 7 ans • Modalités de travail : Temps complet • Fonction : Informatique - Systèmes d'Information • Secteur : Secteur informatique/ESN Qui sommes nous ? Créée en 2005, HR Team est une Entreprise française de Services du Numérique (ESN, anciennement SSII) possédant plus de 15 agences (dont une en Belgique et une en Espagne). HR Team explique sa croissance... par son approche singulière en tant qu’ESN : l’humain avant tout. L’entreprise assure une stratégie digitale en cohérence avec l’ambition de ses clients et gère toutes les phases de leurs plans digitaux grâce à 5 domaines d’expertise (nos squads) : Software Engineering, Cybersecurity, Data/AI, Cloud/DevSecOps et Change Management. HR Team s’est récemment rapprochée du Groupe Scalian, une entreprise à dimension internationale spécialisée dans la transformation des entreprises. Ce rapprochement nous permet de franchir une nouvelle étape clé de notre développement et d’ouvrir notre champ des possibles

{'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 :

Moi c'est Lucie, Consultante en Recrutement et Responsable de notre Agence de Bordeaux ; Je serai votre interlocutrice pour discuter de cette opportunité : n'hésitez pas à me contacter en direct sur LinkedIn pour toute information. L'entreprise Entreprise de haute technologie dont la raison d'être se trouve principalement dans la transition écologique. #Industrie4.0 #GigaFactory #GreenTech Créée en 2020 sous l’impulsion des pouvoirs publics, de grands noms du monde privé ont déjà rejoint l’aventure et quelques 1000 collaborateurs (issus de plus de 20 nationalités) y apportent à présent leur expertise. Les missions Dans le cadre de leur structuration, l’entreprise souhaite recruter un Data quality engineer (H/F). Votre principale responsabilité sera d'assurer, par le biais de programmes, que les directives en matière de qualité des données sont respectées. Par conséquent: Vous concevez des fonctions/scripts/programmes pouvant être exécutés dans un pipeline automatisé afin de... s'assurer que seules les données qui respectent les directives en matière de qualité des données entrent dans les systèmesEn outre, la mise en place d'outils de contrôle fera partie du travail.Vous faites également le lien avec les ingénieurs et les architectes de données pour déployer les contrôles de qualité des données. Vous faites le lien avec les propriétaires de données d'entreprise et les aidez à mettre en œuvre les directives de qualité des données. Profil recherché Ce que vous allez y gagnerRémunération: entre 40 000 et 45 000 euros / an, ajustable selon profilTélétravail: 2 à 3 jours / semaineParcours de carrière évolutif (+1000 recrutements attendus sur l’année 2023 > opportunités importantes d’évoluer en interne Le process RDV 1 > Lucie ou Raphaël (externatic) RDV 2 > Technique (Vincent) RDV 3 > Validation RH et rencontre d’un opérationnel en complément du 1er RDV Ce que vous apportez: Une connaissance approfondie de Python et, de préférence, quelques notions de SQLVotre compréhension / expérience de l'importance de la qualité des données pour une organisationUne expérience des outils de visualisation et/ou des frameworks webVous faites preuve de ténacité et d'une éthique de travail élevéeVoter communication est concise et claire (à l’oral comme à l’écrit)Vous êtes organisé(e) et soucieux de la gestion de votre temps: vous êtes par ailleurs stimulé(e) par les environnement à rythme rapide/croissantVous serez à l’aise dans un contexte international, avec une bonne aisance en anglais (oral) Une expérience des enjeux DevOps et du cloud seront appréciés. A propos d'Externatic Cabinet de recrutement Tech, la mission d’Externatic est de faciliter la rencontre entre candidats et entreprises. Nous mettons notre réseau et notre connaissance du marché de la Tech (étude des salaires, tendances) à votre disposition pour vous épauler dans toutes les étapes de votre recherche. Notre moteur : vous accompagner sur du long terme pour trouver l’opportunité en CDI, qui correspond à votre projet professionnel, et surtout vous proposer un accès privilégié à des opportunités cachées au sein de pépites (startup / éditeur / DSI / PME). Chez nous, le côté humain prime et nous sommes transparents sur nos actions : ici, chaque offre d’emploi correspond à un poste réel Externatic en bref : +500 postes ouverts HORS ESN +94% de périodes d’essais validées 25 consultants pour vous accompagner+250 entreprises qui nous font confianceSponsoring de meetups tech300 candidats accompagnés par an dans la recherche d’un nouveau défi professionnel >> Rejoignez notre communauté sur LinkedIn

{'salaire': [{'montant_min': 40000.0, '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 :

A propos de nous: Améliorer, entretenir, intervenir : HomeServe est la solution de réparation et de travaux pour la maison. Nous proposons une offre complète d'Assistance (formule d'abonnement), de dépannage à la demande (Mesbonspros.fr) et des services d’entretien, à travers notamment nos filiales locales de chauffage. Parce que l’innovation est au cœur de notre ADN, notre ambition est d’avoir toujours un temps d’avance sur les services pour la Maison de demain. Intégrer HomeServe, c’est rejoindre: Une entreprise “Great Place to Work” et “Best Workplaces 2020 et 2021 ; Un service client certifié « Élu Service Client de l’Année » 6 années consécutives, dans la catégorie Services à l’Habitat Une entreprise engagée pour un habitat plus responsable, à travers son programme RSE “Empreinte 2030”. Le poste : Votre objectif : Au service de la stratégie marketing, vous intégrez l’équipe Data Marketing composée de deux autres data analysts. Vous rejoindrez HomeServe dans un contexte... d’évolution des process marketing (notamment au travers d’un nouvel outil CRM) et de transformation de notre modèle de données. Vos missions: En étroite collaboration avec les relais Data Engineers et Business Analysts de la Direction Data transverse HomeServe, vous garantissez la mise à disposition des données structurées et cleanées pour les exploiter dans Salesforce Marketing Cloud, à des fins de ciblage et de segmentation. Vous accompagnez les équipes à la mise en place de parcours complexes dans Salesforce Marketing Cloud, de la sélection à l’automation jusqu’à l’historisation, sur le périmètre d’acquisition / cross sell, engagement et relationnel. Vous analysez les données et performances des triggers mis en place et êtes force de proposition sur les recommandations d’amélioration continue ou d’AB/testing pour générer des leviers de création de valeur. Vous construisez un nouveau modèle de reporting self-service pour les équipes marketing en lien avec les parcours automation déployés. Inside your job ! Vous êtes autonome, vos prises d'initiatives sont fortement encouragées Vous êtes curieux et apportez un oeil neuf sur des dispositifs déjà en place Votre quotidien est rythmé par une diversité des missions et de nombreux projets Profil : Vous êtes un expert en gestion, traitement et exploitation de base de données (SQL ) Vous maîtrisez l’outil Salesforce Marketing Cloud techniquement Vous avez une connaissance solide des outils data analyse comme BigQuery et data visualisation comme Tableau Votre plus ? Une appétence pour le digital analytics ! Soft Skills : Forte adaptabilité, capable d’évoluer dans un contexte agile et exigeant Rigueur, esprit d'analyse et de synthèse Bon relationnel et esprit d'équipe Force de proposition pour optimiser l’existant Vous vous reconnaissez dans ce portrait ? Rejoignez-nous ! Date d'intégration souhaitée : 02/05/2023 Fourchette de salaire : 35 - 40 K€ Localisation du poste : Localisation du poste : Auvergne-Rhône-Alpes Lieu : 9 rue Anna Marly 69007 Lyon

{'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 :

Bonjour, Je suis à la recherche d’un Data Engineer Junior: Tâches : Contribution aux Guidelines (utilisation de la plateforme et pratiques de développement et de déploiement) Conception et réalisation de solutions (développement) pour répondre aux besoins prioritaires (de type analyse et restitution de données) Rédaction des Dossiers de conception et d’exploitation des solutions délivrées Veille technologique et proposition de solutions innovantes pour exploiter les données de la DOAAT Compétences/Environnement techniques : Maîtrise des langages d’analyse et de traitement de données (Python Flask Pandas Plotly etc) en POO (Programmation Orientée Objet) Maîtrise des langages de développement front-end (SPA vue.js, node.js) Pratiques de développement et déploiement continue (Gitlab, Docker, SonarQube, CheckMarx, ) Animation d’ateliers de conception et de communauté 🗓️ Démarrage: Avril 2024 📍 Localisation : IDF-93 🏡 Modalités: 3jours de présentiel, 2 jours de télétravail- Présentiel... obligatoire- Pas de full télétravail 🎢 Durée:06 mois renouvelables (Longue durée) 👜 Statut: Freelance ou portage salarial (société référencée au syndicat du PEPS) Tarification: 300-350 euros Si vous êtes intéressé, n’hésitez pas à m’envoyer votre CV

{'salaire': [{'montant_min': 300.0, 'montant_max': 350.0, '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 :

Identifiant (email, de type ) Mots clés (ex : ingénieur commercial Paris) HomeServe conçoit des services pour simplifier les réparations et améliorer la performance énergétique de la maison. Notre promesse ? Agir durablement sur l’habitat de nos 1.3 millions de clients pour garantir confort, sérénité et sobriété des ressources en eau et en énergie. Pour y parvenir, depuis plus de 20 ans, nous plaçons notre dynamique entrepreneuriale, le développement des compétences et la qualité de vie au travail au cœur de notre aventure.Votre mission si vous nous rejoignez ? Exprimer votre énergie aux côtés de nos 1200 collaborateurs et partager nos 3 valeurs : être audacieux, engagé et attentionné. Intégrer HomeServe, c’est rejoindre: • Une entreprise “Great Place to Work” et “Best Workplaces” depuis 2021 • Un service client certifié « Élu Service Client de l’Année » 8 années consécutives, dans la catégorie Services à l’Habitat • Une entreprise engagée en faveur du développement durable avec... son programme RSE Empreinte 2030 qui repose sur 3 piliers stratégiques : l'environnement, les Hommes et la société et le Client Rattaché(e) au responsable Business Analytics, vous êtes le référent Data pour la Direction de la Relation Client, et êtes chargé de fournir, sous le meilleur format, l’information la plus adaptée pour répondre aux enjeux des métiers. Grâce à votre contribution, le pôle Business Analytics met en œuvre la stratégie Data dans une logique de création de valeur en termes de génération de revenus, d’amélioration de l’expérience client et d’efficience opérationnelle. Sur ce poste, vous jouerez un rôle clé dans une Data positionnée au cœur des ambitions stratégiques d’HomeServe. • Définir, construire et optimiser les KPIs, les dashboards et les analyses pour accompagner les collaborateurs, les partenaires et prestataires dans leur prise de décision quotidienne • Œuvrer dans une logique d’industrialisation des KPIs et analyses fournis aux métiers en leur mettant à disposition un maximum d’éléments en self-service • Etre l’interlocuteur privilégié de la Direction de la Relation Client pour permettre de piloter l’activité au quotidien tout en proposant des solutions pour améliorer la prise de décision • Par transparence, permettre au business de comprendre la priorisation des sujets et leur fournir la visibilité nécessaire sur le suivi des ces derniers • Enfin, vous serez amené(e) à collaborer largement avec les autres équipes du département Data (Data Governance, Data Platform et Datalab) respectivement garantes du socle technologique, de la qualité des données et de l’analytique avancée Profil Recherché : De formation supérieure Bac+4/5, vous bénéficiez d’au moins 5 ans d’expérience dans la data, sur un poste similaire. • Orientation business démontrée dans vos précédentes expériences : vous êtes familiers des problématiques business et avez une relation de confiance avec vos interlocuteurs métier; • La connaissance des principes de la relation client est un plus. • Compétences techniques (SQL, PowerBI, Tableau) combinées avec des capacités d’analyses avancées et une capacité à communiquer efficacement auprès du business. Forte adaptabilité, capable d’évoluer dans un contexte agile, avec une approche “Test & Learn”. Autonomie, force de proposition pour optimiser l’existant.Excellent relationnel et esprit d'équipe.La Satisfaction Clients fait partie de votre ADN. Parce que chez HomeServe, nous sommes convaincus que la diversité fait la richesse d'une entreprise, nous étudions à compétences égales toutes les candidatures. Ce que HomeServe vous propose : - Type de contrat : CDI - Prise de poste : Dès que possible- Lieu : Lyon 7ème Jean-Macé (desservi bus, métro, tram, train)- Rémunération : 45-50K€ selon profil- Participation, intéressement, carte ticket restaurant, transport en commun remboursés à 70%, train à 85% et indemnité kilométrique vélo, chèque Césu…- Un espace de travail moderne qui favorise le bien-être au travail (locaux, outils, salle silence, …)- Dès votre arrivée, vous bénéficierez d'un parcours d'intégration complet pour favoriser votre prise de poste- Télétravail possible jusqu’à 10 jours par mois, depuis le lieu de ton choix en France Métropolitaine. - Un échange téléphonique avec le recruteur pour faire connaissance - Un entretien avec manager et recruteur- Cas pratique : Une mise en situation permettant de vous projeter dans le poste SocietéBienvenue chez HomeServe. Depuis plus de 20 ans, nous déployons notre énergie au service de l'amélioration durable de l'habitat. Avec près de 1200 collaborateurs et plus de 4000 spécialistes locaux sur le terrain, nous intervenons chaque jour en France auprès de 1.2 million de clients.Notre mission : être l'interlocuteur unique pour simplifier les réparations, agir sur la préservation des ressources (dépannage plomberie, électricité, électroménager, objets connectés, serrurerie…) et améliorer le confort thermique et la performance énergétique de la maison (installation et entretien des équipements de chauffage et climatisation, projets de rénovation énergétique et d'installations d'équipements d'auto consommation).L'ensemble de nos engagements dans la pratique de notre métier ainsi qu'envers nos collaboratrices et collaborateurs sont formulés au sein de notre programme RSE “Empreinte 2030”. #J-18808-Ljbffr

{'salaire': [{'montant_min': 45000.0, '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 :

La cohorte Constances est un échantillon de 220 000 volontaires âgés de 18 à 69 ans à l’inclusion (www.constances.fr/). L’inclusion des volontaires se fait dans des Centres d’Examens de Santé. Le suivi longitudinal, sans limitation de durée, s’effectue : (1) par un auto-questionnaire annuel et une invitation régulière dans les Centres pour des examens biomédicaux et (2) dans les bases de données administratives nationales socioprofessionnelles et de santé. En plus de ce suivi, des données d’enrichissement via des questionnaires spécifiques (problèmes dermatologiques, expositions aux rayonnements ionisants…) et des appariements à des données d’expositions professionnelles ou environnementales. La cohorte Constances dispose ainsi d’une base de données de plus 3500 variables gérées en interne par le service infrastructure en lien permanent avec les différents métiers, data analyst, data scientist et chercheurs. Missions et responsabilités : Au sein du Workpackage Infrastucture et... Exploitation, il (elle) aura pour missions principales la gestion de la base de données Constances sur son périmètre et le suivi des partenaires du SI. Activités principales : 1. Gestion de la base de données : • Responsable de l’intégration des données de son périmètre o Mise en place des outils pour l’intégration des données ; o Suivi des rejets ; o Documentation des programmes et process mis en place ; o Amélioration continue des process et programmes. • Evolutions / corrections de la base de données en fonction des demandes métiers (nouvelles variables, nouvelles tables…) • Extractions de données a destination des équipes de recherche • Participation à la migration des programmes d’intégration de données de SAS en Python 2. Suivi des partenaires du SI : • Lien avec le Tiers de Confiance o Gestion mensuelle des volontaires à réinviter o Amélioration continue des flux traités par le TC (gestion des adresses, etc …) o Gestion des campagnes de mailings aux volontaires en lien avec le TC • Suivi des partenaires en charge du développement des applications Web de Constances Compétences : · Administration de bases de données, maîtrise d’un ou plusieurs systèmes de gestion de base de données (MySQL, MariaDB, …) · Conception d'architectures de bases de données · Maîtrise des systèmes d'exploitation Windows et Linux · Maîtrise des langages informatiques pour l’exploitation des bases de données relationnelles : SQL, SAS, R-RStudio, Python, php · Maîtrise des risques liés à la sécurité · Qualités de communication indispensables (notamment avec des non-experts) · Rigueur, méthode, proactivité, force de proposition, autonomie, très bon relationnel Nature du contrat : · Contrat de la fonction publique · 3 à 5 ans d’expérience · Salaire selon expérience · CDD d’une durée de 24 mois renouvelable à temps plein · Lieu de travail : UMS 11, Hôpital Paul Brousse, Villejuif · Engagement de confidentialité à prévoir Pour candidater, envoyez votre CV et une lettre de motivation à l’adresse suivante, en mentionnant en objet « Candidature Data Engineer Constances » : recrutement@constances.fr

{'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 poste Au sein de l’équipe de développement d’Innovela, vous participerez à la conception et au développement de pipeline de données en utilisant les solutions de la plateforme Google principalement. Vous travaillerez en mode agile au sein d’une équipe passionnée et dynamique, et sur des technologies toujours plus innovantes. Les projets sont effectués soit chez nos clients, soit directement dans les locaux d’Innovela situés dans le 11ème arrondissement de Paris. Enfin, vous participerez également aux événements organisés par Google (Summit, formations etc..) dans le cadre du partenariat Innovela-Google. Les responsabilités Identifier et conseiller les solutions appropriées pour répondre aux besoins des clients. Participer aux différentes phases d’un projet (analyse, prototypage, conception, développement, déploiement, maintenance). Veiller à la gouvernance des données et mise en place de process MDM : Rapprochement de données de différentes sources non homogènes, Dédoublonnage... Normalisation, Historisation, Calcul d’indicateurs et d’agrégats Construire et monitorer des pipeline de données sur GCP. Effectuer de la veille technologique sur les technologies web, cloud et Google. Qualifications souhaitées Master/Ingénieur en informatique ou dans un domaine technique associé 5 ans d'experiences min (hors stages ou alternances) Compétences en programmation Python (minimum 2 ans de pratique en entreprise). Bonne connaissance des bases de données (relationnelles et non-relationnelles) Bonne connaissance de la partie data et de la gouvernance sur GCP . Expérience significative avec des technologies Big Data telles que Hadoop, Spark, Snowflakes, Bigquery sont fortement appréciées. Niveau d’anglais opérationnel Autonome, curieux(-se), passionné(e) et motivé(e) Pourquoi Innovela ? Innovela est une société relativement jeune qui grandit doucement tout en gardant des valeurs importantes à nos yeux comme le respect, l'écoute, la collaboration, le partage, la confiance. La multitude de projets sur lesquels nous intervenons permet de ne jamais se lasser et d'apprendre constamment. Type d'emploi : Temps plein, CDI Statut : Cadre Salaire : 60 000,00€ à 75 000,00€ par an Avantages: Participation au Transport RTT Titre-restaurant Programmation: Du Lundi au Vendredi Types de primes et de gratifications: Prime annuelle

{'salaire': [{'montant_min': 60000.0, 'montant_max': 75000.0, '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 :

Collectif Energie est un cabinet de conseil spécialisé en énergie. Nous accompagnons nos clients (Mass Market, Mid Market, Grands Comptes) dans l’optimisation de leurs achats et consommations d’électricité et de gaz. Nous sommes un peu plus de 80 personnes, réparties entre le siège à Nantes - la holding avec les fonctions supports : Cercle IT, Cercle Marketing, Cercle RH, Cercle Expertise (achats électricité/gaz, audit en énergie, etc.), Cercle Gestion - et les 8 filiales sur le territoire (agences commerciales basées à Paris, Strasbourg, Lille, Nantes, Poitiers, Bordeaux, Marseille et Lyon). La raison d’être de Collectif Energie : "une puissance collective au service des enjeux énergétiques de chacun”. Notre volonté est d’accompagner toutes les entreprises dans leur transition énergétique et leur permettre de se concentrer sur le cœur de métier. Notre particularité : 6000 TPE, PME et ETI rassemblés pour mieux acheter et mieux gérer leur gaz et électricité. Nous avons constitué... une communauté diversifiée et ouverte afin de mieux expliquer les énergies et la manière de les valoriser économiquement. Notre fonctionnement est basé sur l’agilité et la confiance (holacratie). Plus d'infos par ici : https://collectifenergie.com/ Too long to read - notre besoin en résumé : • Rôle : Data Analyst • Contexte : Nous recrutons un.e Data Analyst pour poursuivre la construction du "pilotage BI" chez Collectif Energie. L'objectif est d'accompagner Collectif Energie, et plus particulièrement nos équipes Business et Produit à maximiser leur performance grâce au pilotage de leurs données. • Démarche de co-construction : Il s’agit d’un nouveau rôle chez nous, donc nous sommes dans une démarche de co-construction 🤩. Le besoin décrit ci-dessous pourra être enrichi en fonction de ton parcours, de tes compétence et appétences. • L’équipe : le Cercle Revenue Operations (RevOps), basé sur Nantes. Télétravail possible, nous sommes flexibles. • Quand : septembre 2023. • Expérience : tu as déjà travaillé sur des sujets BI ou d'analyses de données. • Salaire : fourchette entre 35 et 42 k€, en fonction de l’expérience et de ta maîtrise technique. Si cela a suscité ton intérêt, voici le descriptif complet de notre besoin : Le cercle Revenue Opérations (RevOps) est en charge de soutenir les équipes Business en s'assurant du suivi des Process, de la mise en place d'outils et de l'analyse de données. Il s'agit d'une fonction support essentielle chez nous pour soutenir le Business de Collectif Energie. Sous la responsabilité du RevOps (Gilles), le (ou la) Data Analyst collecte, organise et analyse les données liées aux ventes, afin de fournir des informations précieuses aux équipes Business et Produit. Ton objectif sera de veiller à ce que nos équipes possèdent tous les outils et moyens pour bien vendre et accompagner au mieux nos clients. Missions Principales  • Collecter les besoins et les problématiques métiers des équipes Business et Produit d’une manière analytique • Déterminer ou construire les variables importantes à introduire dans le Power BI - l'outil en place est Power BI et tu pourras challenger l'outil et au besoin nous proposer tes idées • Réaliser des tableaux de bords ou des outils de reporting • Communiquer et proposer des solutions via l’outil de data visualisation ou via des KPI • Analyser les données sur un premier niveau pour mettre en avant les corrélations, les valeurs aberrantes et d’éventuelles pistes de d’améliorations Pour Cela, Tu Seras En Relation Avec • Les équipes Business et Produit • Les équipes ADV et Gestion/Finance • L'équipe SalesOps (en pleine construction ! c'est le début d'une histoire 🤩) Les outils que nous utilisons • Power BI • CRM Salesforce, Pardot, Experience cloud • Excel  • SharePoint et Outlook • Asana Pour t'épanouir sur ce poste, tu dois posséder certaines qualités / compétences : • Maîtriser un outil de gestion de la BI (Power Bi, Grafana, etc.) • Super à l'aise avec les outils (tu es plutôt du genre à adorer découvrir et prendre en main un outil) • Tu as un petit faible pour les chiffres (une évidence pour ce rôle 😉) • De la rigueur et de l'organisation ! • Une capacité à t'exprimer pour partager tes idées et challenger notre fonctionnement (pour faire un peu mieux) Nos avantages • Collectif Energie est une entreprise en en plein développement : ton rôle, ton périmètre de responsabilité peuvent évoluer ! • Un fonctionnement inspirée de l'holacratie et l'agilité : cela est un avantage si tu aimes l’autonomie et la liberté. Nous avons mis en place Rolebase, un outil adapté pour cartographier nos rôles • Mutuelle Alan : intégralement prise en charge pour toi et ta famille • Carte tickets restaurants (Swile) : 7 euros / jour • Plateforme avantage salariés : Place aux Salariés • Possibilité de faire du télétravail : 2 jours / semaine • Flexibilité dans les horaires de travail Les conditions • Type de contrat proposé : CDI en temps plein avec période d'essai. • L'équipe est basée à Nantes - tu peux faire du télétravail (2 à 3 jours / semaine) • Salaire : fourchette entre 35 et 42 k€, en fonction de l’expérience et de ta maîtrise technique. • 12 jours de RTT Process de recrutement Nous souhaitons recruter une personne qui aimera ce qu'elle fait et qui se sentira bien au sein de notre entreprise. Il est important de bien identifier si nos projets respectifs sont compatibles. Il s’agit d’une création de poste, donc n’oublie pas que nous sommes ouverts aux idées et propositions qui iront dans le sens de la raison d’être de ce rôle. Pour cela, nous avons mis en place un parcours recrutement avec 3 phases : • Un échange téléphonique avec Nathalie (Responsable du Recrutement) pour faire connaissance, échanger sur nos projets respectifs dans les grandes lignes et t'apporter de l'information sur nos attentes. • Un échange avec Gilles (Leader du Cercle RevOps) pour évaluer ton savoir-faire et t'apporter toutes les informations dont tu as besoin pour comprendre le rôle et ton périmètre de responsabilité (et l'organisation de l'équipe). • Un échange avec Stéphane (DG) et Nathalie pour identifier ensemble si notre fonctionnement, notre organisation correspondent à tes attentes et voir si on peut avancer ensemble. Pendant ce parcours d'échanges, nous te présenterons à l'équipe et te feront visiter nos bureaux. Et maintenant ? Si tu es arrivé.e jusqu'ici, c'est que ce rôle suscite ta curiosité 😉 Je t'invite à répondre à cette annonce pour que l'on puisse ensuite faire connaissance. ✨Nathalie, Responsable du Recrutement chez Collectif Energie ✨ (et oui, il y a une être humaine derrière cette annonce

{'salaire': [{'montant_min': 35000.0, '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 :

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 :

Pourquoi feriez-vous le grand saut ? Parce que Scalian vous accompagne dans le développement de votre carrière : • Programme d'onboarding complet sur 1 an avec votre manager et votre RH • Programme de formation (Scalian Academy, e-learning, webinaires et formations externes) • Communautés techniques (Squads, Practices) afin de valoriser et développer votre expertise • Événements internes (Afterworks, Awards Dinner, Kick Off, Live Event du COMEX, Stand Up) et externes (participation à des salons et forums spécialisés dans nos domaines d'activités) • Dispositif d'accélération d'accès à la mobilité interne et à des échanges internationaux type Erasmus Parce que Scalian favorise la Qualité de Vie au Travail : • Certifications Great Place to Work® et Best Workplaces for Women® • Prime de cooptation, prime vacances, prise en charge à par l'employeur de 60% des titres-restaurant, Accord télétravail (jusqu'à 2, 5 jours par semaine indemnisés), RTT (dont une partie monétisable), CSE... (activités ludiques, chèques-cadeaux, chèques vacances) • Berceaux en crèches inter-entreprises • Don ou réception de jours de congés en cas de difficultés personnelles Parce que Scalian développe une politique RSE concrète et ambitieuse : • Mobilité durable (indemnité kilométrique vélo, leasing de vélos à assistance électrique) • Actions environnementales (Fresque du Climat, Reforest'Action, Clean Up Day, mécénat ONF) • Postes ouverts aux personnes en situation de Handicap • Diverses politiques de diversité, d'inclusion et d'intégration mises en place Scalian C'est Aussi • Une entreprise en très forte croissance qui, créée en 1989, compte aujourd'hui plus de 5500 personnes • Des références clients à forte valeur ajoutée auprès de grands industriels français (du CAC40) et internationaux • Un terrain de jeu où l'expertise se conjugue avec audace, liberté d'entreprendre et convivialité Si vous aspirez à un environnement de travail qui valorise autant votre bien-être que votre développement professionnel, rejoignez-nous et exprimez pleinement votre talent ! CDI à Nantes (pas de freelance) / Statut cadre / 1 à 2 jours de télétravail par semaine Min. 3 ans d'expérience en ingénierie data Rémunération selon votre expérience et vos compétences : 38 à 42K€ (hors avantages Scalian) Quel sera votre rôle ? • Nous accompagnons notre client, acteur majeur du secteur bancaire, sur ses projets et recrutons un Data Engineer Confirmé (F/H) à Nantes. • Vous rejoignez la Squad DATA ESG, composée de 8 personnes dont un Product Owner et un Scrum Master. L'ambition de la squad est de développer la maturité en IA du groupe, tout en adressant des enjeux de finance durable, tant sur le plan réglementaire qu'à des fins commerciales à court et moyen terme. Vous interviendrez sur les missions suivantes : • Définir les architectures des solutions avec le reste de l'équipe • Concevoir, fabriquer, et tester les solutions • Déployer les solutions dans différents environnements et en garantir le bon fonctionnement en production • Accompagner l'évolution des pratiques de l'équipe vers une qualité de code améliorée en continu • Entraîner et tester des modèles de Machine Learning • Environnement et outils : Spark (spark streaming et batch), Kafka, Java, PY Spark, Python (pandas, NumPy pour Data Engineering, scikit-learn pour Data Science, matplotlib pour dataviz), Stack Hadoop Cloudera (Hdfs, Hive, Hbase, Phoenix), manipulation de données dans ZEBRA (plateforme BIG DATA), valeurs et pratiques agiles, cadre Scrum. Ce que cette expérience va vous apporter • Vous aurez l'opportunité de continuer à développer vos compétences et de contribuer à des projets en finance durable. • Au sein de notre agence nantaise, vous pourrez vous appuyer sur une communauté dynamique et engagée, et prendre part à de nombreux rendez-vous, même à distance. Et bien sûr, vous pourrez vous impliquer au sein de l'agence, en partageant vos idées ! Ce que nous recherchons chez vous • De formation Bac +5, vous avez au minimum 3 ans d'expérience en tant que Data Engineer. • Vous avez des compétences et une expérience confirmées en : • Technologies Big Data : Maîtrise de Spark (streaming et batch), Kafka, PY Spark, et une bonne connaissance de la stack Hadoop Cloudera (Hdfs, Hive, Hbase, Phoenix). • Langages de programmation : Expertise en Java, Python (notamment pandas, NumPy pour le Data Engineering, scikit-learn pour Data Science). • Environnement Agile : Expérience avérée dans des équipes travaillant avec les valeurs et les pratiques agiles, et une familiarité avec le cadre Scrum. • Vous avez le sens du service, la volonté de progresser, et faites preuve d'engagement dans la réussite des projets

{'salaire': [{'montant_min': 38000.0, '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 :

.En Bref... Chef de Projet – Responsable adjoint IT - Développeur Data – Datacenter – VBA – SQL – PYTHON – CDI - Bordeaux Vous êtes passionné(e) par le développement de solutions innovantes dans le domaine des data centers ? Vous recherchez un environnement dynamique où votre expertise en développement data peut s'épanouir pleinement ? Nous avons une opportunité exclusive pour vous En partenariat avec une entreprise référente dans la conception de data centers, nous sommes à la recherche d'un(e) Chef de Projet en Développement Data. Sous la supervision du Responsable IT, vous travaillerez en étroite collaboration avec les équipes métiers et la DSI pour concevoir et optimiser l'infrastructure de données. Vos missions principales incluent : Créer de nouvelles applications avec des outils tels que Microsoft Access/VBA et Microsoft Power Apps sous Microsoft Teams. Maintenir et optimiser les applications existantes. Concevoir, développer et qualifier des nouvelles applications. Mettre en... place et entretenir des outils d'échange de données de type ETL entre les applications internes et commerciales. Développer et maintenir des ETL en Python. Documenter le code et créer une documentation technique. Traduire les besoins des équipes métiers. Répondre aux sollicitations opérationnelles et formaliser les besoins. Participer aux réunions d'interface avec la DSI

{'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 :

Rattaché(e) à la Direction Cybersécurité, nous recherchons un Data Analyst confirmé, pour rejoindre nos équipes. Votre quotidien Embarquons ensemble pour vos futures missions ! Au sein d’une équipe de 2 collaborateurs : • Vous êtes le point d'entrée des demandes de votre direction et savez recueillir les besoins de construction de rapports de pilotage d’activité pour soutenir la prise de décision. • Vous participez aux projets d'envergures de migrations et changements d'outils au sein de l'équipe et impacter la transformation de FDJ. • Vous identifiez, concevez et développez des routines d'extraction de données pour aider les travaux menés par les équipes sur les activités de contrôles de niveau et participez à la maintenance des outils d'extraction qui sont au sein des métiers; • Vous développez des modèles d'analyse de données permettant d’automatiser la détection d’atypisme, d’anomalies… ; et savez mettre à disposition le résultat de ces contrôles avec les équipes de contrôle... interne financier ; Pourquoi rejoindre l’équipe : • Vous rejoignez une équipe de passionnés, jeune et dynamique, qui associe travail et plaisir et partage cette passion commune dans un ambiance très conviviale. • Vous travaillez sur un périmètre large, vous permettant d’avoir la vue d’ensemble sur votre activité. • Vous accompagner la montée en puissance de l'équipe data de votre direction et avez le souhait de travailler sur des projets à fort impact pour FDJ Ce poste est fait pour vous car… • De formation BAC+5, vous justifiez d’une expérience de 5 ans minimum sur un poste similaire. • Force de proposition, rigoureux, votre autonomie et votre dynamisme font de vous une personne efficace sur votre poste de travail. Le travail en équipe et la communication sont pour vous des éléments importants qui participent à la performance du service. • Vous maîtrisez des techniques d'analyse des données, notamment très bonne connaissances et compétences en matière d'extraction et d'analyse de données provenant d'une grande variété des systèmes d'information, d’entrepôts de données, SQL, Knime, … • Vous avez la connaissance des ERP, tels que Business Object ainsi que des outils de Data Visualisation de type PowerBI. • Vous avez une connaissance de la solution Dataiku. • Vous avez déjà évoluer sur des sujets liés à la fraude, lutte contre le blanchiment, la sécurisation de la donnée Salaire fixe en fonction de l'expérience compris à partir de 54K sur 13 mois, part variable (1 mois de salaire), prime de participation et d'intéressement (environ 18%). Comme les collaborateurs du Groupe FDJ vous avez fait de votre métier votre passion, rejoignez-nous ! Vous avez tout à gagner en rejoignant la galaxie FDJ • Profiter de nombreux avantages : 13ème mois, plan d'épargne groupe, politique parentale, mutuelle, 100 jours de télétravail par an, carte restaurant… • Bénéficier de formations et d’un accompagnement qui assurent votre employabilité. Pourquoi nous rejoindre : Rejoindre FDJ, c’est vivre une expérience professionnelle unique, dans un groupe où l’innovation est l’affaire de tous. Premier opérateur des jeux d'argent et acteur de référence des paris sportifs en France, deuxième loterie en Europe, FDJ est un groupe performant et responsable, à la pointe de la technologie ! Avec plus de 2700 collaborateurs, 25 millions de clients et 30 000 commerçants partenaires, FDJ se développe dans le secteur des jeux ainsi que dans de nouvelles activités. 91% de nos collaborateurs sont fiers de travailler chez nous : engagés par nature, nous soutenons l’égalité des chances, le sport français ou encore la restauration du patrimoine. Quels que soient votre âge, genre, origine, religion, orientation affective, identité de genre, neuroatypie, handicap etc., nous traitons votre candidature sur la base de critères objectifs. Persuadé que la diversité des profils est une force pour le collectif et un vecteur d’innovation, le groupe FDJ s’engage à lutter contre les discriminations et donne ainsi sa chance à toutes et tous. Pour toute question portant sur ce sujet: egalitedeschances@lfdj.com

{'salaire': [{'montant_min': 54000.0, '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 :

ORIS est la première plateforme numérique de matériaux pour les routes durables. Soutenu par une intelligence artificielle de haut niveau, ORIS évalue les conceptions routières d'un point de vue global afin d'améliorer la durabilité de la construction routière. Cette solution peut réduire d'un tiers le coût des projets de construction routière et de moitié les émissions de dioxyde de carbone, tout en triplant la durabilité et la durée de vie utile des routes. Grâce à une conception intelligente, ORIS aide les dirigeants, les autorités chargées des infrastructures routières et les investisseurs à accroître la durabilité et à réduire les inefficacités dans la construction des routes. ORIS aide aussi les fournisseurs de matériaux à présenter et gérer leur catalogue de produits et identifier les opportunités de projets routiers. Dans ce contexte, ORIS possède une base de données énorme concernant des sites de productions de matériaux, matériaux et conceptions de chaussées types. Sujet... de stage (6mois) Nous recherchons un stagiaire Data Science pour rejoindre l’équipe Data pour une durée de 6 mois dans nos locaux basé à Lyon 3 près de la gare de Part Dieu. Votre mission sera de participer à la définition et la mise en place de processus de gestion et exploitation des données dans ORIS, incluant notamment : • Développement / Evolution de pipelines de données pour charger et transformer des données de diverses sources • Analyse d'images satellite et amélioration/création de modèles IA de Détection / Classification • Proof of concept et industrialisation de solutions • Environnement technique : AWS Cloud, Python, AWS Sagemaker, Pipelines Lambda functions, AWS S3, ... Profil souhaité La personne recrutée sera un ou une étudiant(e) en dernière année d’école d’ingénieur. Vous avez de solides notions en manipulation de données et l'intelligence artificielle. Vous avez un sens du travail en équipe, faites preuve de dynamisme, d’autonomie et d’une grande curiosité Vous maîtrisez le français et l’anglais. La maîtrise de l'algorithmie et le développement en Python sont requis. La connaissance des environnements AWS est un plus. Type d'emploi : Temps plein, Stage Durée du contrat : 6 mois Salaire : à partir de 7,00€ par heure Avantages : • Horaires flexibles • Prise en charge du transport quotidien • Titre-restaurant • Travail à domicile Programmation : • Du lundi au vendredi • Horaires flexibles • Repos le week-end • Travail en journée Lieu du poste : En présentiel Date de début prévue : 04/09/2023

{'salaire': [{'montant_min': 7.0, '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 :

Description du poste Au sein du Corporate Center (fonction de gouvernance de CA CF), la Direction Crédit Groupe a pour objectif d’accompagner le développement de CA CF en sécurisant sa politique crédit sur 3 pilliers : encadrer la politique et piloter l’acceptation Retail, structurer et organiser le pilotage de la Valeur résiduelle, encadrer et piloter l’activité Corporate de toutes nos entités en France et à l’international. Sur ces 3 activités (Retail, Corporate, Valeur Résiduelle), l’équipe de modélisation a pour objectif de cadrer le développement des scores sur toute la chaine d’activité crédit (octroi, prévention, fraude, recouvrement, contentieux, estimation des valeurs résiduelles) et d’accompagner nos entités sur les sujets de modélisation. De plus, l’équipe a un rôle de veille technologique, en proposant des solutions innovantes et en participant activement à la transformation technologique de CA CF (IA, Open Banking). Au sein de la Direction Crédit Groupe du Corporate... Center de CA CF, vous rejoindrez l'équipe Modélisation. Vous aurez pour missions principales de : Ø Mettre en place des modèles de scoring sur toute la chaîne crédit (octroi, prévention, recouvrement, contentieux, score jeune, score fraude) pour le comptes des entités à l’international et rédiger une documentation détaillée des modèles développés. Ø Accompagner les BU dans le développement de scorecards et mettre à disposition des outils d’automatisation Ø Contribuer à l’optimisation des systèmes d’octroi (scorecards et règles métiers) Ø Réaliser une veille technologique (open Banking, intelligence artificielle, intelligence augmentée,) pour challenger les process existants Ø Revoir et actualiser la méthodologie définie pour le développement des scorecards. Réaliser des études pour faire évoluer la méthodologie. Ø Faire des restitutions synthétiques sur les modèles développés et/ou sur les études méthodologiques. Ø Animer la communauté internationale des Data Scientist Crédit CA CF (échanges réguliers sur des sujets innovants, organiser des challenges/hackathon, etc) Ø Cadrer et suivre des projets multi-entités (constitution des supports des comités projets, livrables de suivi de l’état d’avancement) en lien avec le développement des scorecards. Assurer l’avancement et le reporting des projets. Déplacements occasionnels Critères de candidature Date de prise de fonction 03/04/2023 Poste avec management Non Cadre / Non Cadre Cadre Niveau d'étude minimum Bac 5 / M2 et plus Formation / Spécialisation Data Science, Machine Learning, Statistique Une expérience souhaitée dans un environnement bancaire sur des problématiques de modélisation et/ou acceptation retail Niveau d'expérience minimum 3 - 5 ans Soft skills Capacité à échanger avec les autres experts métiers et des interlocuteurs IT sur les sujets techniques (ex : score, structuration des bases de données, etc…)Capacité à mener de front plusieurs sujetsCapacité de synthèse et formalisationAutonomieRigueurForce de propositionCuriosité Bon relationnel, bonne communicationEsprit d'équipeMaitrise de l’anglais Outils informatiques - Outils bureautiques (ppt, word, excel, acess) - Maitrise des outils de modélisation : Python, R, Dataiku, SAS- Maitrise des environnements techniques (ex : SQL, Oracle, ) Langues ANGLAIS courant Entreprise Crédit Agricole Consumer Finance Crédit Agricole Consumer Finance, filiale à 100% du Groupe Crédit Agricole, est un acteur de référence sur le marché européen du crédit à la consommation. Avec 83 milliards d'euros d'encours gérés en 2017, Crédit Agricole Consumer Finance est présent dans dix-neuf pays. À l'écoute de ses clients, Crédit Agricole Consumer Finance propose une gamme complète de solutions de financement et d'assurance innovantes, flexibles et responsables répondant à leurs nouveaux usages, notamment digitaux, et leurs besoins à chaque moment de leur vie (en France, principalement via sa marque commerciale Sofinco). Crédit Agricole Consumer Finance place au cœur de sa stratégie la qualité de service, la satisfaction de ses clients et partenaires, l'innovation et l'efficacité opérationnelle, gages de sa compétitivité. Présent aux côtés de grandes enseignes de la distribution, de la distribution spécialisée et d'institutionnels, Crédit Agricole Consumer Finance est un partenaire incontournable du commerce

{'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 :

**Qui sommes-nous?** • *Atlas Copco** est un groupe international d'origine suédoise. Ses 3 principaux domaines de compétences sont l'air comprimé, l'outillage industriel et le matériel de chantier. Ses clients sont les grands noms de l'industrie et du BTP. Sa filiale, Atlas Copco France, spécialiste de l'air comprimé, propose une gamme de produits, de services et de solutions toujours à la pointe de l'innovation. • *Votre quotidien chez nous**: • *Créer et développer des dashboards et outils permettant**: - De mettre à disposition l’ensemble des données nécessaires au pilotage de l’activité opérationnelle. - De soutenir et apporter du support au sein de la Division en fonction des besoins. - L’Amélioration et l’alignement des procédures au sein de la Division CTS. • *Suivi et contrôle des Dashboards**: - Produire et suivre les dashboards et en assurer l’adoption. - Travailler en étroite collaboration avec toutes les fonctions de la Division CTS. - Construire, prioriser et prendre... des initiatives pour maintenir l’intégrité et la normalisation des données. - Surveiller et auditer la qualité des données. • *Procédures et process**: - Revue mensuelle des KPI. Recherche et identification des causes d’écarts et y apporter les corrections et améliorations. - Garantir l’utilisation des outils et procédures de la Division CTS. - Se tenir informé(e) de l’évolution des méthodes et outils (nouveautés, support, source d’information etc ). - Assurer la liaison avec les parties internes et externes. • *Gestion et pilotage des activités administratives (Listes non exhaustives)** - Suivi Horus (Contrôles-Corrections-Rapports-Pointages) - « Reporting » mensuel (Productions heures, kms) - Gestion administrative CTS Opérations (Commandes vêtements, EPI, Fournitures, Consommables, Outillages, Goodies) - Gestion administrative des éléments de paie des techniciens (Astreintes, Heures exceptionnelles, Nuitées, Export, Heures supplémentaires) - Gestion des astreintes - Commandes sous-traitance • *Votre profil **: Vous êtes de formation Bac+3/4/5 dans les domaines de l’informatique, des statistiques, des mathématiques ou du marketing et/ou vous justifiez d’une expérience significative dans une structure Service Après-Vente opérationnelle et/ou environnement technique industriel. • *Anglais courant impératif** • *Vous vous épanouirez dans ce poste si**: - Vous êtes méthodique et organisé(e), vous possédez de très bonnes capacités d'analyse et de synthèse - Orienté(e) Business et Performance, vous possédez un goût prononcé pour les chiffres - Force de proposition, vous êtes proactif(ve) et capable de convaincre • *Informations complémentaires**: Poste à pourvoir rapidement. Le poste est basé à Frépillon (95). Le poste peut nécessiter des déplacements occasionnels en France et à l’étranger. Type d'emploi : CDI Salaire : 28 600,00€ à 35 100,00€ par an Avantages: - Épargne salariale Programmation: - Du lundi au vendredi - Travail en journée Types de primes et de gratifications: - 13ème Mois - Heures supplémentaires majorées Lieu du poste : En présentiel

{'salaire': [{'montant_min': 28600.0, 'montant_max': 35100.0, '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 :

PRESENTATION D'ELIPCE : Experte en développement logiciel & data et interprétation métier, Elipce se positionne sur 3 axes : efficacité opérationnelle, business intelligence et centre de services logiciels. Pour accompagner nos clients, nous créons des solutions digitales adaptées, qui correspondent à leur fonctionnement et à la réalité de leur entreprise. Nous proposons également des solutions d'externalisation permettant d'assurer la maintenance, l'évolution ou le développement d'applications logicielles pour le compte de nos clients, via la mise à disposition de pool de compétences au sein des équipes client et sur nos plateaux techniques. Nous nous engageons à fournir des solutions de qualité, à promouvoir l'innovation et à cultiver une véritable cohésion au sein de notre équipe. DESCRIPTION DU POSTE : Au sein d'une équipe, vous assurez le cycle de vie des applications développées avec de grands challenges techniques et organisationnels pour accompagner nos clients dans la... transformation de leurs SI. MISSIONS PRINCIPALES : Modéliser, traiter et transformer des données complexes Concevoir une solution de stockage de données (modèle en étoile) Développer des connecteurs ou passerelles de données à l'aide des outils ETL (Talend) Lire, comprendre et rédiger des documents techniques en lien avec le poste de Data Architect / Data Engineer : dictionnaire de données, modélisation Merise, UML, matrice de bus Rester à jour et en veille sur les différentes technologies et méthodes liées au poste de Data Architect / Data Engineer par le biais de l'auto formation ou la formation professionnelle Des compétences en machine learning / IA au sens large sont appréciées PROFIL RECHERCHÉ : Vous êtes Data Architect et / ou Data Engineer et / ou Data Scientist confirmé ou aguerri ? Vous souhaitez intégrer une équipe jeune, dynamique et relever de nouveaux challenges ? Vous avez besoin de transversalité, d'autonomie et ne pas être cantonné à une seule tâche ? Vous êtes curieux et souhaitez explorer des données en provenance de différents secteurs (industrie, finance, transport, service ) ? Le poste est fait pour vous ! Vous êtes ou avez été analyste programmeur ? Vous êtes curieux de savoir la différence entre une base de données et un entrepôt de données ? Vous avez envie d'aller plus loin que le simple stockage et vous souhaitez apprendre à valoriser les données ? Ce poste vous permettra de vous épanouir par la formation aux technologies et techniques en business intelligence. N'hésitez pas à postuler ! QUALITÉS REQUISES : Couteau Suisse Organisé, réactif et rigoureux Goût du travail en équipe Etre créatif, avoir le sens de l'innovation Avoir un état d'esprit analytique et de synthèse Force de proposition BONUS : Mutuelle Prise en charge à 100% Accord d'intéressement Vélo électrique de fonction (à la demande) Séance de sport en entreprise Vous recherchez un cadre de vie qui allie le bien-être, la nature et la modernité. La Drôme, 1er département bio de France, offre cette vie agréable et propice à la détente sous un climat favorable : ensoleillement majeur, montagne, vigne, lavande, etc. Vous êtes à 2 H de la mer et des stations alpines

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

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 :

Cofabrik recherche … Cofabrik RH, Cabinet est un cabinet d'executive search, qui recrute tout particulièrement dans les secteurs de l'industrie de la haute technologie. #data #marketing #business #digital #Google Vous souhaitez évoluer dans un environnement stimulant techniquement ? Cette filiale informatique d'un grand groupe se positionne comme hébergeur web et assure la maintenance interne des sites de vente en ligne et des sites des clients. En 2014 l'entreprise met son expertise du e-retail au service de marques internationales et développe ses premiers sites ROPO (Research Online, Purchase Offline). La société compte aujourd'hui 40 collaborateurs. Le pôle Data-Driven Performance (centre d'excellence interne) fournit des solutions basées sur les données pour assurer une croissance rapide et sûre du business client. Vous rejoindrez, ainsi une équipe de 5 personnes spécialisée sur la stack Google (Google Analytics et Google Tag Manager). En tant que Chef de projet data ... Marketing digital H/F votre rôle sera particulièrement important car vous accompagnez les clients dans la définition et l'évolution de leur stratégie digitale par le bais de vos analyses. Les missions : Rattachée à la manager de l'équipe Google, vous prenez part à des projets internationaux en ayant de la visibilité sur toute la chaine analytique. - Assurer la collecte d'une donnée fiable et utile, à l'aide d'outils de tag management et de digital Analytics - Rendre la donnée accessible et compréhensible par tous - Suivre et mesurer les performances business et marketing - Identifier les « best practices » - Participer à la formulation de recommandation d'optimisation, puis mesurer leur efficacité réelle dans le cadre de tests AB Les plus du job : - Projets variés dans un contexte international - Esprit start-up avec de fortes valeurs humaines Vous êtes … - De formation supérieure, vous avez une excellente compréhension des enjeux et des leviers du marketing digital - Maîtrise des outils : Google Analytics, Google Tag Manager et Data Studio ou Power BI - Un niveau d'anglais courant est attendu En résumé ... • Lyon - 69 • CDI - Télétravail partiel • 40 000 - 50 000 EUR par an • Média • Internet • Communication • Secteur informatique • ESN • Bac +5 • Exp. 1 à 7 ans • Exp. + 7 ans Publiée le 01/03/2023. Réf : 997721/3613142 DAMD/69L

{'salaire': [{'montant_min': 40000.0, '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 :

Data Engineer: Scala, Spark, sbt La Société FINCONS GROUP est une entreprise internationale de consulting et services informatiques innovants qui accompagne les entreprises dans leur Transformation Digitale. Grâce à son expertise de 39 ans, elle possède d’excellentes compétences techniques et métier qui en font une référence en Banques/Assurances, Médias, Energie/Services publics, Transport, Industrie, Administration publique et institutions internationales... Groupe Suisse d’origine Italienne, présent en Europe et aux Etats-Unis, avec une forte orientation stratégique Innovation et R&D, elle allie l’agilité d’une startup à la solidité d’une grande entreprise. Résumé du poste Nous recherchons un Data Engineer expérimenté pour l’un de nos Clients Assureur, qui souhaite une personne pour rejoindre une équipe projet constituée d'environ 15 personnes pour la mise en place d’un projet Big Data. Contexte Le client est un Assureur international, et le projet est au sein de la division... Assurance directe qui est très dynamique et orienté vers le résultat. Responsabilités Concevoir, mettre en œuvre et maintenir des solutions innovantes sur des plateformes analytiques Participer à l'analyse des données Coopérer avec les parties prenantes, le business, les analystes de données et les autres membres de l'équipe pour transformer les besoins en solutions logicielles. Travailler en collaboration avec les architectes logiciels afin d'assurer la normalisation des données. Compétences requises 3+ ans d'expérience en tant que Data Engineer dans le domaine assurance Forte expérience pratique d'utilisation d'outils de big data : Scala, sbt, Spark Expérience dans la construction de pipelines d'ingestion de données Expérience avec des data warehouses et/ou data lakes importants et complexes Connaissance de la méthodologie Agile Langues Français courant Anglais lu, écrit et parlé Lieu : Paris, 50% de travail au bureau et 50% de travail à domicile Durée de la mission :1 an, renouvelable possiblement jusqu’à deux ans Contrat : CDI Début de la prestation : 01/03/2023 Les données seront traitées et conservées exclusivement aux fins de cette sélection ou de sélections futures, en garantissant les droits visés à l'art. 13 du décret législatif 196/03 et du règlement européen 679/2016 (RGPD)._ dViyFdy9KE

{'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 :

Type de contrat Alternance (12 mois) Statut Métier Statistiques décisionnelles Data Localisation VILLENEUVE D ASCQ (59) Niveau d études BAC + 4 validé Niveau d expérience Etudiant Salaire 9-22 k € brut annuel fixe + intéressement et participation Date de publication 31/01/2024 Date de prise de poste 02/09/2024 Référence A062902 Qui sommes-nous ? Depuis plus de 40 ans, Cofidis Group crée, vend et gère une large gamme de services financiers pour les particuliers et les commerçants partenaires. Implanté dans 9 pays, Cofidis Group s’est forgé une identité ambitieuse alliant performance, confiance et proximité pour devenir l’un des principaux acteurs du crédit à la consommation en Europe (prêts personnels et crédits à la consommation, solutions de paiement, services bancaires, assurance, rachat de créances et partenariats). Aujourd’hui, Cofidis Group rassemble au total plus de 5700 collaborateurs. En France, Cofidis Group ce sont 3 enseignes commerciales et un... groupement européen d'intérêt économique (GEIE) : · Cofidis, spécialiste européen du crédit à la consommation en ligne · Monabanq, la banque en ligne · Creatis, spécialiste du regroupement de crédits à la consommation · Synergie, le GEIE qui apporte aux enseignes son expertise dans les domaines du recouvrement /contentieux, et des fonctions support Chez Cofidis Group, l’humain est au cœur de nos activités. Et pour preuve, toutes nos filiales sont certifiées Great Place To Work 2023-2024 . Pourquoi nous recrutons ? Chez Cofidis, nous nous engageons pour l’inclusion de tous. Et depuis toujours intégrer et former des jeunes fait partie de nos promesses prioritaires. Cofidis Group mise sur les étudiants en leur ouvrant de nombreux contrats d’alternance, d’apprentissage, de stage et de jobs vacances. En 2023, ce sont 100 alternants qui ont rejoint les équipes des 4 entités françaises et qui créent ensemble au cours de l’année notre Esprit Promo. Nous recherchons pour notre campus de Villeneuve d’Ascq, notre futur / future data scientist en alternance pour une durée de 1 an. Tu contribues, pour les filiales de Cofidis Group, au développement d’algorithmes de machine learning et d’intelligence artificielle, s’appuyant sur la collecte et la manipulation de données. Au sein de la Direction de la Donnée, tu participes à des uses cases innovants en t’appuyant sur la veille technologique dans ce domaine d’expertise et d’innovation forte. Vos missions Ce que nous te proposons ;) · Traites de nouvelles sources de données (données Open data, données analytics du tracking web, textes / commentaires, …) · Crées de la valeur en les exploitant dans des modèles très variés de type Machine Learning ou traitement du langage naturel (NLP), et sur des cas d’usage très transverses : optimisation du risque ou de l’octroi client, modèle marketing d’appétence ou d’attrition, analyseur de commentaires client, amélioration de l’expérience collaborateur (candidats, parcours professionnel des collaborateurs) ; · Travailles en collaboration avec des équipes statistiques diversifiées (data-scientist du service, statisticien du groupe, experts externes) · Restitues ton travail en réunion de direction ou en comité de la donnée. Ce que vous allez vivre chez nous Cofidis Group est également certifié Happy Trainees 2024 ! Un label qui récompense les entreprises où il fait bon de travailler pour les stagiaires et les alternants ! Chez Cofidis Group, nos alternants sont pleinement impliqués. Au sein d’un campus qui allie environnement et innovation, en binôme avec ton tuteur et avec le soutien de tes collègues, tu développeras en pratique les éléments théoriques abordés en formation et gagneras progressivement en autonomie et responsabilité pour devenir un vrai professionnel. C’est notre objectif commun ! Ce que nous allons aimer chez vous Ce qui nous séduira ;) · Tu es étudiant(e) en Master dans le domaine des statistiques ou en école d’ingénieur option Data Science, tu as des connaissances approfondies dans les domaines des langages de Data Science et du Machine Learning. · Tu as une bonne maîtrise d’un des deux langages de programmation suivants : Python, R, et une bonne connaissance de la programmation SQL. · Tu as déjà réalisé un premier stage ou un projet d’étudiant significatif en apprentissage automatique. · Tu te distingues par ton sens de l’innovation, ta curiosité, ta capacité d’analyse, de rigueur et d’autonomie ainsi que tes qualités relationnelles. Informations complémentaires Quelques dernières informations pratiques à savoir : · En tant que collaborateur, tu bénéficies de tous les avantages : CSE, ticket restaurant, congés, ... · Tu pourras télétravailler (2j / semaine) à compter de 3 mois d’ancienneté · Toutes nos offres sont handiaccessibles La 1re étape du recrutement consistera en un entretien par vidéo différée. Surveille ta boîte mail pour la réception de l’invitation ! Si ta vidéo est sélectionnée, nous prendrons rapidement contact avec toi. Ose faire la différence ! Ta candidature pourra être étudiée pour les autres entités françaises de Cofidis Group

{'salaire': [{'montant_min': 9000.0, 'montant_max': 22000.0, '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 Description du poste: Nous recherchons actuellement un Data Engineer compétent et dynamique pour rejoindre notre équipe basée à Nancy. Responsabilités: Concevoir et mettre en œuvre des pipelines de données pour collecter, nettoyer et intégrer des données provenant de différentes sources. Développer des algorithmes et des modèles de données pour analyser les tendances alimentaires et les besoins nutritionnels des séniors en EHPAD. Collaborer avec l'équipe de développement pour intégrer les fonctionnalités liées à la nutrition dans nos solutions logicielles. Assurer la qualité et l'intégrité des données collectées, en mettant en place des procédures de contrôle de la qualité et des tests. Exigences: Solide expérience en tant que Data Engineer, Avantages: Rejoignez une entreprise en pleine croissance dans un secteur d'activité porteur et en constante évolution. Contribuez à améliorer la qualité de vie des séniors en EHPAD grâce à des solutions... technologiques novatrices. Travaillez avec une équipe multidisciplinaire et motivée, passionnée par l'impact positif que nous pouvons avoir sur la société.Veuillez noter que ce poste est basé à Nancy et ne permet pas le travail à distance à temps plein. Si vous êtes passionné(e) par la nutrition, les données et la technologie, et que vous souhaitez contribuer à améliorer l'alimentation des séniors en EHPAD, rejoignez notre équipe chez DMCC. Envoyez-nous votre CV et une lettre de motivation décrivant votre expérience et votre intérêt pour le poste à [adresse e-mail de contact]. Nous étudierons attentivement toutes les candidatures et contacterons les personnes présélectionnées pour organiser des entretiens. Merci de votre intérêt pour DMCC et notre mission d'amélioration de l'alimentation des séniors en EHPAD. Profil recherché Excellentes compétences en programmation Python et une bonne compréhension des principes de développement logiciel. Connaissance des bases de données relationnelles et des systèmes de gestion de bases de données. Appétence et culture de la nutrition, avec une compréhension des principes de base de l'alimentation pour les séniors. Capacité à travailler de manière autonome et en équipe, avec de bonnes compétences en communication. Compétences attendues LANGUES Aucune langue attendue SAVOIR-ÊTRE Autonomie Capacité de communication Voir plus SAVOIR-FAIRE Algorithme Alimentation Voir plus Entreprise DMCC est une entreprise en pleine expansion spécialisée dans le déploiement de solutions innovantes visant à collecter et analyser des données pour améliorer l'alimentation des séniors résidant dans les Établissements d'Hébergement pour Personnes Âgées Dépendantes (EHPAD). Nous sommes passionnés par l'utilisation de la technologie et des données pour améliorer la qualité de vie des personnes âgées. Autres offres de l'entreprise Personne en charge du recrutement CYRIL DERONNE - Président Salaire 30 - 32 k€ brut annuel Prise de poste 31/08/2023 Expérience Minimum 3 ans Métier Data engineer Statut du poste Cadre du secteur privé Zone de déplacement Pas de déplacement Secteur d’activité du poste PROGRAMMATION INFORMATIQUE Peu de candidatures sur cette offre

{'salaire': [{'montant_min': 30000.0, 'montant_max': 32000.0, '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 :

Les missions du poste Kaino is an Boutique Recruitment Company born out of the association of experienced recruiters. Whether you are a professional looking for a new opportunity or a company interested in growing your team, Kaino supports you in your project. Our Specialisations : - Data & Analytics : Data Engineer, Data Scientist, Data Analyst, Data Governance (...) - Infra & Cloud : Site Reliability Engineering, DEVOPS, Cloud Engineer (...) - Digital & Dev : Software Engineer, Back-End Engineer, CTO (...) - Corporate Functions : Accountant, Financial Director, HR Manager (...) Entreprise spécialisée dans le domaine des transports présente en France et en Europe. Groupe dynamique de +1 000 collaborateurs. Le Data Analyst a pour mission de créer des solutions de veille stratégique et analytique, transformant les données en connaissances. Vos missions - Traduire les besoins des services en spécifications techniques - Concevoir, développer et déployer des solutions BI - Réaliser... des tests unitaires - Exécuter des requêtes de base de données et analyses - Créer des visualisations et rapports - Mettre à jour la documentation technique - Effectuer des extractions de données Le profil recherché Votre profil : - Maîtrise des bases de données et des outils BI (Tableau, Power BI, Oracle BI) - Requêtes SQL (Oracle, SQL Server). - Développement Python et connaissance de git - Connaissances approfondies des systèmes de gestion de base de données. - Rigueur, organisation Salaire et Avantages : - Mutuelle - Tickets restaurant - Avantages CSE (chèques cadeaux, naissance...) - Partenariat avec un programme bien-être pour les salariés. - Salaire 38K€-39K€ Bienvenue chez Pixie Services France Kaino is an Boutique Recruitment Company born out of the association of experienced recruiters. Whether you are a professional looking for a new opportunity or a company interested in growing your team, Kaino supports you in your project. Our Specialisations : - Data & Analytics : Data Engineer, Data Scientist, Data Analyst, Data Governance (...) - Infra & Cloud : Site Reliability Engineering, DEVOPS, Cloud Engineer (...) - Digital & Dev : Software Engineer, Back-End Engineer, CTO (...) - Corporate Functions : Accountant, Financial Director, HR Manager (...) Mais aussi... - Mutuelle - Tickets restaurant - Avantages CSE (chèques cadeaux, naissance...) - Partenariat avec un programme bien-être pour les salariés. - Salaire 38K€-39K€

{'salaire': [{'montant_min': 38000.0, 'montant_max': 39000.0, '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 :

Cloud Engineer AWS & GCP - (H/F) - Full remote/Nantes/Paris - @Editeur - Nantes via EXTERNATIC Je suis Noé Lambert, consultant en recrutement au sein d'Externatic, je vous propose aujourd'hui de découvrir l'offre ci-dessous et d'échanger ensemble : plutôt en visio ? Ou autour d'un verre ? Je serai ravi de vous accompagner et de vous présenter ce job plus en détail L'entreprise et l'équipe Nous accompagnons un éditeur de logiciel SaaS qui compte 150 collaborateurs, la société évolue dans le domaine du BTP, et développe depuis 2017 une solution SaaS pour faciliter le quotidien des acteurs du milieu. La stratégie à long terme de la société est de s'étendre à l'international, les premières agences étrangères commencent déjà à voir le jour. Dans ce contexte novateur et dynamique, vous prenez part à cette aventure unique au sein d'une équipe de 15 personnes à Nantes ou en full remote Les missions : Véritable acteur central de l'équipe technique, en tant que premier profil recruté afin... de former l'équipe Cloud en collaboration avec le senior cloud engineer, vous serez en relation avec les équipes de développeurs, l'équipe infra et le CTO, votre rôle sera de : • Prendre en main et gérer une infrastructure cloud moderne basée sur Kubernetes, Flux, Google Cloud, Kong et bien d'autres... • Faire évoluer l'architecture Cloud de l'entreprise en participant à développer des concepts comme le service meshing, les Sealed Secrets, le GitOps et le SRE • Comprendre les enjeux techniques DevOps actuellement en place au sein de la société pour améliorer les workflows et les performances des pipelines de CI / Testing ainsi que la compliance sécurité • Améliorer les environnements de développement Cloud Native des équipes, basé sur Skaffold / Minikube / GKE. • Introduire petit à petit des besoins IaC au sein de l'architecture Cloud existante. • Participer à la standardisation des pratiques DevOps et à la documentation des outils Cloud en collaboration avec les équipes de développement. • Réaliser des études techniques et des POCs pour permettre l'évaluation de solutions innovantes et robustes pour le futur. L'environnement technique est à la pointe : ● AWS - GCP ● Helm - Kustomize ● Kubernetes - Docker ● Flux (GitOps & Automation) ● Google Cloud Logging + Metrics + Tracing (Logging / Metrics / SRE) ● Skaffold / Minikube / GKE (Cloud native development) ● Kong / Nginx (Ingress / API Gateway) ● Github + Actions (Code + CI) ● SonarCloud Conditions de travail : • Locaux à Nantes & Paris (Co-working) • Remote : ouvert au full remote , possibilité d'effectuer de l'hybride dans les locaux Nantais Ce que vous allez y gagner : • Montée en expertise sur des technologies recherchées ; • Travailler sur une solution SaaS qui a du sens ; • Un package intéressant : 65 000 à 90 000 €en fonction de l'expérience + 10 RTT ; • Mutuelle familiale à 100% ; • Traitement de la candidature et RDV avec Externatic • RDV avec le responsable produit • Test technique (codingame) • RDV avec le VP Head of Engineering et le CTO • RDV final avec le CTO et un cofondateur Ce que vous apportez : Ingénieur Cloud/Devops, vous témoignez de 5 ans (ou plus) d'expérience sur le poste, vous : • Avez la culture du travail bien fait, aimez vous investir dans vos réalisations et être force de proposition • Possédez une capacité à vous intéresser aux enjeux globaux d'infrastructure et savez adapter votre discours à de multiples interlocuteurs (dev/produit) • Etes très à l'aise avec des concepts cloud modernes comme le IaC, le GitOps, le DevSecOps et vous maîtrisez au moins un environnement Cloud sur le bout des doigts (AWS/GCP/Azure) • Comprenez l'ensemble des problématiques liées au "cloud native development" et aux enjeux d'automatisation • Avez administré des infrastructures de production et réalisé des solutions Cloud de bout en bout • Etes dans un mindest collaboratif et souhaitez faciliter le quotidien de vos collègues développeurs • Vous aimez travailler en équipe réduite et prendre des initiatives • La connaissance de Flux / ArgoCD et Skaffold est un plus À propos d'Externatic : Cabinet de recrutement informatique, la mission d'Externatic est de faciliter la rencontre entre candidats et entreprises. Nous mettons à votre disposition notre réseau et notre connaissance du marché de l'IT (étude des salaires, tendances...). Notre moteur : vous accompagner sur du long terme pour trouver l'opportunité en CDI, qui correspond à votre projet professionnel, et surtout vous proposer un accès privilégié à des opportunités cachées au sein de pépites (startup / éditeur / DSI). Chez nous, le côté humain prime et nous sommes transparents sur nos actions : ici, chaque offre d'emploi correspond à un poste réel • +700 postes ouverts HORS ESN • +94% de périodes d'essais validées • 30 consultants pour vous accompagner • +400 entreprises qui nous font confiance • 370 candidats accompagnés par an dans la recherche d'un nouveau défi professionnel

{'salaire': [{'montant_min': 65000.0, 'montant_max': 90000.0, '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 basé à l'Île Maurice en présentiel dans nos locaux sur place > L'entreprise Avec une croissance de 82% de son chiffre d’affaires en 2022 (52 Millions d’euros) et un objectif de 80 M€ en 2023, LeHibou poursuit son développement en France et à l’International Pour couronner cette croissance, la société est extrêmement fière d’intégrer la promotion FRENCH TECH 120 Leader parmi les plateformes d'intermédiation et de Services entre freelances et grandes entreprises dans le domaine de l’IT, LeHibou dépoussière le secteur du Consulting Informatique en adoptant les nouveaux codes du freelancing. En utilisant l’intelligence artificielle et le Big Data, LeHibou accélère la Transformation Digitale des entreprises du CAC40 / SBF120. Un modèle hybride de « plateforme de services », avec une partie digitalisée et un accompagnement off-line réalisé par des équipes de choc Plus de 70 000 consultants sont inscrits sur la plateforme qui a ouvert des bureaux à Paris, Bordeaux, Toulouse... Nantes, Lyon et qui entame désormais son expansion à l’international. Au-delà des chiffres et des distinctions, LeHibou c’est surtout une équipe bienveillante, soudée et ultra performante. Une ambiance scale-up où il fait bon vivre (Label HappyIndexAtWork 2022). LeHibou recrute plus de 20 personnes cette année dans tous les domaines de l’entreprise (Commerce, Matching, Finance, Administratif, etc…) . Alors si toi aussi tu as envie de participer à une belle aventure humaine, envoie-nous vite ta candidature Missions : Au sein de l’équipe produit, rattaché directement au CTO, tu auras un rôle clé dans notre croissance. Ton rôle : au sein de l’équipe produit, tu seras chargé(e) du traitement des données et de la création de dashboards. Nous sommes sur un environnement AWS (Datawarehouse RDS) et nous utilisons DBT vs Quicksight pour le traitement et la visualisation des données • Recueil et extraction des sources de données pertinentes et de qualités que tu traduiras en données statistiques ; • Traitement, exploitation et intégration des données dans le Data Warehouse (entrepôt de données) ; • Création de Dashboard, mise en place de KPIs et reporting des performances à destination des équipes métiers pour une vision cohérente des résultats ; • Mise en place de process, de requêtes et d’automatisations • Production d’analyses métiers et de recommandations aux managers et à l’équipe produit • Veille technologique des nouveaux outils visant à l’amélioration continue de l’analyse des données Environnement Technique : • Environnement AWS (required) • Quicksight (required) • RDS (PostgreSQL / MySQL) (required) • DBT • DMS • Python Profil recherché : • Tu as 2 à 4 ans d’expérience sur une expérience similaire • Tu as déjà évolué dans le e-commerce ou en environnement marketplace • Tu es autonome, tu vas chercher à résoudre les problèmes par tes propres moyens • Tu es passionné(e) par l’analyse de données au service du développement d’une entreprise • Capacité à définir des alertes automatiques sur des statistiques diverses • Tu as une appétence pour le secteur de l’IT Compétences attendues : • Rigueur : parce que c’est primordial pour gérer différents projets en même temps • Esprit d’analyse : tu as évidemment d’excellentes compétences en analyse de données et en interprétation des résultats • Flexibilité : tu sais t’adapter et es capable de respecter des délais serrés • Organisation : tu as cette capacité à travailler efficacement en équipe • Force de proposition : la proactivité ça te connait Les petits plus : • Tu disposes d’une expérience dans le développement Web • Tu as des appétences pour l’IA et le Maching Learning Les + de l'aventure • Tu participes à l'aventure d'une Start-up en très forte croissance ayant levé des fonds, • Tu rejoins une équipe bienveillante, dynamique et ambitieuse ayant de réelles valeurs humaines et bien-être au travail, • Tu participes au développement d’une société engagée sur les thématiques « Impact » & « RSE » • Bureau à 5 minutes à pieds de la plage (oui oui ça existe) • Surf, Kitesurf, Crossfit, équitation, Boxe, Tennis, trail, un aperçu des sports que tu peux pratiquer ici. • Télétravail partiel possible, repas du midi pris en charge. • L’été comme en France, mais qui dure toute l’année Déroulement des entretiens • Un entretien avec notre RH • Un entretien avec le CTO suivi d’un test technique • Call débrief du test technique avec le Responsable du Pôle Produit et le Lead Developer • Un entretien avec le Directeur Général • Une prise de référence Lieu Ile Maurice – Pointe aux Canonniers En tant qu’entreprise inclusive, LeHibou s’engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination

{'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 scientist intern : Réf ABG-116299 Stage master 2 / Ingénieur- Durée 6 mois- Salaire net mensuel 1300€- 25/08/2023- Mateo Beacco- Lieu de travail- Paris Ile-de-France France- Champs scientifiques- Informatique Mots clés- intelligence artificielle, optimisation, Établissement recruteur : Site web : Nous développons un logiciel d'optimisation de commandes des produits frais traditionnels (fruits & légumes, boucherie, poissonnerie etc.) à destination de la grande distribution. Grâce à des technologies d'intelligence artificielle et des algorithme d'optimisation, nous aidons les chefs de rayon à passer des commandes qui maximisent les marges et minimisent les pertes. Description : En Europe, 150 millions de tonnes de produits frais sont jetés chaque année par les grandes surfaces, ce qui émet 6x plus de gaz à effet de serre que l’ensemble du transport aérien international La raison principale ? Des commandes non optimales à leurs différents fournisseurs Chaque jour, dans n’importe... quelle grande surface, un chef de rayon par exemple fruits & légumes passe près de 3 heures à estimer la quantité nécessaire à commander pour son magasin, pour près de 400 articles différents Actuellement, cette commande repose uniquement sur son intuition, car l’ensemble des logiciels de gestion supply du marché ont été développés pour les produits secs Si tu cherches à découvrir une startup à impact, si tu es curieux.se de construire des modèles d’IA qui contribuent directement à la réduction du gaspillage, ce poste est fait pour toi ! Nous sommes Mathieu, Mateo et Alex, trois amis depuis déjà plus de 5 ans, issus d’X-HEC (H22) et des Mines Paris Tech Nous avons gagné le prix de la meilleure startup de VivaTech ainsi que celui de notre programme de pré-incubation mené entre l’X et HEC à Station F Nous sommes incubés chez Agoranov, le meilleur incubateur de France pour les startups deep tech. Nous avons fondé Ida le premier logiciel de gestion supply chain pensé pour le frais, qui utilise les dernières avancées sur les transformers et le reinforcement learning pour aider les distributeurs à passer une commande qui maximise les marges et minimise le gaspillage Nous observons déjà une grosse traction commerciale, avec des process engagés avec près de 1000 magasins en France Tes responsabilités incluront: Prétraiter et post-traiter les données pour optimiser leurs utilisations Présenter les résultats des analyses de manière compréhensible aux parties prenantes non techniques Concevoir et déployer des modèles d'intelligence artificielle de bout en bout, de la phase de recherche jusqu'à la mise en production Automatiser les tâches de collecte et de nettoyage de données. Rester informé(e) des dernières innovations dans le domaine de l'IA, et mettre en œuvre des modèles innovants pour booster nos performances, tels que les Transformers, le Reinforcement Learning, les LSTM, entre autres Intégrer de nouvelles caractéristiques à nos modèles actuels, comme la localisation des magasins, la zone de chalandise ou la fréquentation Collaborer étroitement avec les équipes métier pour comprendre leurs besoins et proposer des solutions data oriented Et surtout tout ce qui te fera plaisir et dans lequel tu sentiras que tu peux apporter quelque chose à la mission Profil : Tu travailleras sur le développement d’algorithmes et de méthodes d’optimisation (sous contraintes, linéaires, non linéaires) en te basant principalement sur l’analyse des données issues de notre processing de près de 2 000 magasins. Loin d’être purement théoriques, tes travaux comporteront une part importante de tests et d’implémentations des algorithmes pour être en mesure de fournir de nouvelles fonctionnalités et réponses aux besoins des clients Bases solides en mathématiques et optimisation (méthodes d’optimisation sous contrainte, linéaires et non linéaires) Une expérience en lien avec des sujets appliqués (transport, supply chain, recherche opérationnelle, optimisation multi-échelons) est un plus Programmation Informatique : Python Tu disposes des qualités suivantes: Force de proposition et proactif Ouverture d’esprit Pragmatique Prise de fonction : Dès que possible

{'salaire': [{'montant_min': 1300.0, 'montant_max': 1300.0, '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 :

Employeur Le Bureau international des poids et mesures (BIPM), situé à Sèvres (92), en région parisienne, est une organisation intergouvernementale dont la mission est d’assurer l’uniformité mondiale des mesures et leur traçabilité au Système international d’unités (SI). Son effectif est d’environ 70 membres du personnel permanents. Des informations sur le BIPM sont disponibles sur son site internet : Site web : Poste et missions Le BIPM cherche à recruter un ingénieur d’exploitation et de développement de logiciels scientifiques ayant des connaissances dans les algorithmes mathématiques, le développement de logiciels et l’analyse de données, afin de participer à la production et la publication des produits du Département du temps. Ingénieur logiciel scientifique et Data Scientist Candidatures à envoyer à recruitmentATbipm.org avant le 21 mai 2023 (23h59, heure de Paris) Prise de poste prévue pour le 1er septembre 2023 Engagement à durée déterminée de 5 ans, à temps complet... (possibilité de titularisation) Poste basé au siège du BIPM, à Sèvres, en région parisienne Annonce complète et Avantages et Conditions générales d'emploi au BIPM: Vacances de poste - BIPM Le Département du Temps calcule et dissémine l’échelle de temps de référence internationale, le Temps universel coordonné (UTC), et établit la traçabilité au SI des réalisations locales de l’UTC maintenues par les laboratoires nationaux. Le Département du Temps collabore ainsi avec environ 80 laboratoires du temps dans le monde entier. Il développe des algorithmes et des logiciels spécifiques d’analyse des données de transfert de temps et des horloges atomiques et dispose d’un laboratoire équipé pour la caractérisation des équipements GNSS de transfert du temps. Principales fonctions et responsabilités Le titulaire du poste travaillera sous la supervision du directeur du Département du Temps et devra : ⋅ Participer à la génération, la validation et la dissémination courante de l’UTC, de l’UTC rapide et des services associés du Département, en fonction d’un calendrier hebdomadaire et mensuel précis. ⋅ Soutenir de manière proactive la maintenance, l’évolution et l’amélioration des logiciels utilisés pour calculer l’UTC et l’UTC rapide, dont la validation, la documentation et le contrôle des versions. ⋅ Participer au développement de logiciels et d’outils d’analyse des données pour intégrer au mieux au calcul de l’UTC les différents types d’horloges atomiques et les différents transferts de temps à partir d’équipements GNSS, de systèmes satellites ou de réseaux de fibre optique. ⋅ Contribuer à la maintenance et à l’amélioration des informations fournies sur le serveur FTP, le site internet et les bases de données du BIPM. ⋅ Engager des échanges avec les laboratoires nationaux et répondre à ces derniers, notamment afin de les aider dans le cadre des données qu’ils fournissent pour le calcul de l’UTC et de l’UTC rapide, et maintenir des listes de diffusion, échanger des courriels et envoyer des documents selon les besoins. Mobilité géographique : Pas de déplacement Télétravail : Occasionnel Prise de fonction : 01/09/2023 Profil Formation ⋅ Maitrise / diplôme d’ingénieur, ou équivalent, dans des domaines techniques liés à la science, l’ingénierie, ou les mathématiques (diplôme validé au minimum à la date de prise de poste). Expérience professionnelle ⋅ Une expérience professionnelle concernant en particulier l’analyse de données métrologiques et géodésiques, l’application de méthodes mathématiques et le développement de logiciels scientifiques, sera considérée comme un atout. Compétences ⋅ Compétences techniques en matière d’algorithmes de calcul et de langages informatiques tels que Fortran, Perl, Unix shell script, MySQL, Python, and Matlab. ⋅ Bonnes capacités de communication verbale et écrite, en anglais et en français. ⋅ Sens de l’engagement, de la rigueur, de la précision, de la transparence, et attitude proactive pour atteindre les objectifs. ⋅ Aptitude spécifique à valider avec attention des résultats et à fournir des analyses méticuleuses. ⋅ Flexibilité, fiabilité, autonomie, honnêteté, volonté de travailler en équipe et capacité de collaboration. ⋅ Aptitude à travailler dans un environnement multiculturel et à maintenir de bonnes relations de travail à l’intérieur et à l’extérieur du BIPM. Conditions d’emploi et Avantages ⋅ Engagement à temps plein pour une durée déterminée de 5 ans, avec possibilité de titularisation. ⋅ Période probatoire initiale de 6 mois, renouvelable une fois. ⋅ Salaire annuel brut compétitif compris entre 43 679 euros et 46 326 euros, en fonction des qualifications et de l'expérience, plus des indemnités sous réserve d'éligibilité (telle que l’allocation d’expatriation). ⋅ Salaire et indemnités exonérés d'impôt sur le revenu en France. ⋅ 30 jours de congés payés minimum par an. ⋅ Régime de retraite contributif et assurance maladie privée pouvant être étendue aux personnes à charge. Informations supplémentaires sur les conditions générales d'emploi et avantages au BIPM.

{'salaire': [{'montant_min': 43679.0, 'montant_max': 46326.0, '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 :

Aws Administrateur cloud, DevOps Manager, DevOps Developer / CDI / Environ 60k€ / 3 - 6 ans / Paris Le poste Notre client est leader dans le domaine de la data Economy.C’est une société spécialisée dans le développement de solutions d’intelligence commerciale (BTOB) : aide à la prospection, appels d’offres, prédiction financière…C’est une société de 80 personnes, filiale d'un groupe de 500 personnes.Notre client intervient sur des problématiques big data, traitement de données de masse et haute disponibilité.C’est une société solidement établie depuis 20 ans et qui est en croissance permanente.C’est une société saine, précurseur en termes de stack technique et façon de fonctionner, avec un bon état d’esprit, offrant des conditions de travail agréables.Notre client recherche un DEVOPS en CDI.Ce poste est accessible entièrement en TELETRAVAIL.Vous allez épauler une équipe de développement travaillant sur un projet clef de l'entreprise.L'environnement mélange cloud privé et cloud... public, méthodologie agile, devops et déploiement continu. Les responsabilités • Vous interviendrez sur une importante infrastructure de machines virtualisées. (Plusieurs centaines de machines sous Vmware/Aws) • Vous garantirez un haut niveau de disponibilité. Vous participerez à l’automatisation et au monitoring de l’infrastructure • Vous garantirez le lien entre les équipes de développeurs et les administrateurs. Vous serez référent et garant de la culture Devops, que vous maintiendrez auprès de vos collègues • Vous maintiendrez, corrigerez, améliorerez l’existant et documenterez l’ensemble • Vous participerez au déploiement de nouveaux projets et technologies. Vous participerez au débogage avec des technologies assez pointues Pourquoi venir chez nous? Stack technique:* Clusters Kubernetes* Clusters elasticsearch* Prometheus/Grafana* Kafka et Zookeeper* MariaDB* Cloud AWS* Virtualisation VMWare* Configuration centralisée avec Ansible* Provisioning d'infrastructure avec terraform* Integration & déploiment continue* Orchestration d'infrastructureVous disposez de plusieurs années d’expérience sur un poste d’administration systèmes/infrastructure. (Sysops)Vous avez une bonne connaissance de l’environnement Linux, du scripting et de la virtualisation avec Vmware.Vous travaillez avec Docker au quotidien.Vous avez l’habitude de travailler conjointement avec les équipes de développement.De manière générale, vous aimez relever des défis complexes. Vous savez résonner "Infrastructure as Code".Les plus :-Télétravail à 100%-Possibilités d’évolutions-Salaire compétitif-Groupe solide en forte croissance, solidement implantée en France et à l’international depuis une vingtaine d’années-Environnement de travail sain

{'salaire': [{'montant_min': 60000.0, '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 :

Leaddata recherche un/e Offre de stage de Data Analyst / Engineer (F/H) LeadData accompagne ses clients dans leur projet « analytique », afin de faciliter l’émergence d’idées innovantes autour de la valorisation des données. Cette offre d’innovation par la donnée couvre des compétences très diverses comme : • Data Stratégie / Management / Analyse / Science • L’Architecture Technique et Informatique • La Modélisation Mathématiques • L’Expertises Métiers Notre organisation interne est basée sur une gouvernance partagée et reflète notre image de jeune entreprise dynamique, agile et engagée. Dans le cadre de notre croissance, LeadData recherche : UN(E) STAGIAIRE- DATA ENGINEER (H/F) Site : WACANO, 18-20, rue Soleillet – 75020 PARIS Vos missions Sous la responsabilité de votre tuteur de stage, vous serez amené(e) à intervenir sur : • La construction de systèmes de traitement des données pour développer nos solutions Clients • Développer des « Proof Of Concepts » et des nouveaux Use... Cases • Vous contribuerez de manière itérative aux projets • Participer à la mise en place de progiciels • Résoudre des « défis » opérationnels • Intégré au sein d'une équipe, vous travaillerez au quotidien avec des Data Engineers, Data Scientists, Informaticiens, et Architectes. Vous serez accompagné(e) par un responsable qui vous aidera à identifier vos objectifs professionnels et vous soutiendra dans votre développement. Vos compétences • Vous préparez un diplôme de niveau BAC +5, en école d'ingénieurs ou université spécialisé en Informatique, Développement logiciel, Data engineering • Vous êtes à la recherche d’un stage (de fin d’études de 6 mois) • Vous êtes curieux, dynamique, passionné(e) par la data et le développement, … • Vous êtes autonome, rigoureux et vous avez un bon sens du relationnel • Doté(e) d'ouverture d'esprit et de curiosité, vous êtes également dans une posture apprenante. Vous êtes proactif(ve), dynamique et vous savez traiter plusieurs sujets simultanément. • Vous disposez de compétences dans un ou plusieurs des domaines suivants : • Manipulation de données sous toutes leurs formes : Modélisation, Machine Learning, Data crunching, Bases de données relationnelles / sql, … • Datavisualisation • Développement Web • Administration de bases de données (schéma, architecture) • Vous maitrisez un ou plusieurs des langages et outils suivants : • Langages : Python, SQL, Javascript, … • Outils : SQL Server/PostgreSQL, QGIS, Power BI / GDS, Excel, AngularJS, … Avantages Rémunération : Environ 1 500 € par mois Indemnité de transport : 50% Localisation : WACANO, 18-20, rue Soleillet – 75020 PARIS

{'salaire': [{'montant_min': 1500.0, 'montant_max': 1500.0, '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 :

Pro-Nutrition.fr est un jeune site de E-commerce, en pleine croissance, adossé au groupe SOPRAL, 50 ans d’expérience dans le Petfood. Expert reconnu en nutrition des animaux de compagnies, nous commercialisons des croquettes hyper premiums pour chiens et chats disponibles à travers 1 000 points de ventes et sur notre site. Conçues par notre équipe R&D composée de nutritionnistes et vétérinaires, nous fabriquons nos produits dans notre propre usine ultra-moderne basée, en Ille et Vilaine. Au-delà de notre positionnement de fabricant français d’aliments à haute valeur ajoutée, nous sommes une entreprise à taille humaine, agile et réactive. Notre marché, le Petfood, est en forte croissance et connait d’importantes évolutions. Une réelle opportunité pour innover et se différencier. Notre ambition : devenir la marque experte de nutrition pour nos amis à 4 pattes sur le web. Nous avons déjà des produits reconnus ; notre défi est d’imaginer l’offre de service qui fera la différence... Aujourd’hui, pour accompagner notre forte croissance et déployer nos projets digitaux (nombreux et ambitieux) nous sommes à la recherche d’un Data analyste E-commerce en apprentissage. Cette création de poste au sein de l’E-shop, peut t’ouvrir une belle perspective professionnelle au sein de SOPRAL. Tu es passionné(e) par la donnée et son exploitation, avec une sensibilité pour les animaux de compagnie, le made in France et le marketing digital. Tu es curieux (se) et tu te tiens à jour sur les évolutions de la Data. Dataviz, SQL, Webscraping, l’analyse statistique, et la génération de contenus par IA vous sont familiers ? Tu aimes les défis ? Et tu recherches une entreprise t’offrant la possibilité de devenir un(e) acteur(rice) à part entière de sa réussite en ligne. Cette annonce est faite pour toi Descriptif du poste : Dashboard, DataViz & Reporting · Homogénéiser les dashboards de pilotage existant sur un même environnement · Structurer et automatiser les analyses e-commerce existantes pour les intégrer au dashboard · Concevoir un reporting/dashboard pour monitorer le funnel de commande · Idem pour la satisfaction client · Garantir le bon fonctionnement des dashboards/reporting · Assurer la bonne historisation des reportings Pilotage de la performance et aide à la décision à travers l’analyse de KPI Au cœur de l’équipe e-commerce, vous aurez pour de suivre avec les chargés de fidélisation et acquisition les grands KPI, de construire des requêtes adhoc pour aider à la prise de décision, dans le souci d’améliorer les performances de fidélisation et d’acquisition clients · Suivi et analyse de la performance du site webmarketing · Suivi et analyse performances SEO – ave idéalement une connaissance des fondamentaux SEO, en lien avec consultant SEO · Suivi de la performance des segments client marketing (churn, LTV, suivi des cohortes) SEO & génération de contenus via IA ou automatisation · SEO : analyse des clusters de contenus (via Hubspot, Semrush et jeux de données) · Webscraping et content Spinnig pour générer du contenu en masse et dans le bon contexte client, en veillant à la duplication de contenus · Exploitation d'outil d'IA pour la génération de contenus Data et nutrition · Construction d’une base nutritionnelle avec notre équipe de R&D spécialisé en nutrition animale · Connaissance et intérêt pour les outils d’analyses de données, machine learning, … · Veille sur toutes les applications valorisant du conseil client à travers l’exploitation de données Construire le futur : gestion des projets digitaux · Brainstorm sur les projets digitaux à déployer…et les moyens à mobiliser · Gestion des développements externalisés : cahiers des charges, recettage et mise en production - Suivi des budgets & planning Profil recherché : Tu as de l’ambition et tu sais te donner les moyens pour atteindre tes objectifs ? Tu es ouvert(e) d’esprit, curieux(se), pragmatique et force de proposition ? Tu aimes travailler dans une petite team. Tu as un réel talent pour la gestion de projet en mode agile ? Tu es débrouillard, avec une appétence pour les chiffres, le business et bien sûr le marketing ? Compétences souhaitées : Maitrise forte d’excel, langage SQL, et d’un logiciel d’analyses statistique (R, SPSS, SAS, …), Connaissances souhaitées : Looker, outils digitaux de la mesure de la performance (Google analytics et Search console, Semrush, Screaming Frog,…. Intérêt pour IA ; Data, la nutrition Formation recherchée Une formation en traitement et analyse de données BAC 3(BUT sciences des données, ou formation école d’informatique / web avec une spécialisation DATA analyst Enfin, chez SOPRAL, nous souhaitons accueillir et retenir tous les talents sans distinction. Début du contrat : Rentrée scolaire 2023. Apprentissage basée à Cesson-Sévigné, proche Rennes Type d'emploi : Alternance Salaire : à partir de 11,27€ par heure Avantages : Épargne salariale Participation au transport Titre-restaurant Exigences linguistiques flexibles : Français non requis Programmation : Du lundi au vendredi Travail en journée Lieu du poste : Un seul lieu de travail Date de début prévue : 01/09/2023

{'salaire': [{'montant_min': 11.27, '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 :

Fondé pour servir la santé, Servier est un groupe pharmaceutique international gouverné par une Fondation, qui aspire à avoir un impact sociétal significatif pour les patients et pour un monde durable. Son modèle unique de gouvernance lui permet de servir pleinement sa vocation avec une vision à long terme : être engagé pour le progrès thérapeutique au bénéfice des patients. Les 21 800 collaborateurs qui composent le Groupe sont engagés autour de cette vocation commune, source d'inspiration au quotidien. Leader mondial en cardiologie, Servier a pour ambition de devenir un acteur reconnu, focalisé et innovant en oncologie en ciblant des cancers difficiles à traiter. C'est pourquoi le Groupe consacre plus de 50 % de son budget de R&D au développement de thérapies ciblées et innovantes en oncologie. Les neurosciences et les maladies immuno-inflammatoires constituent un futur relais de croissance. Dans ces domaines, Servier se focalise sur un nombre restreint de pathologies spécifiques... dans lesquelles une caractérisation précise des patients permet de proposer une réponse thérapeutique ciblée, grâce à la médecine de précision. Pour favoriser l'accès à des soins de qualité pour tous, et à moindre coût, le Groupe propose également une offre de médicaments génériques couvrant la majorité des pathologies, en s'appuyant sur des marques fortes en France, en Europe de l'Est, au Brésil et au Nigeria. Dans tous ces domaines, le Groupe intègre la voix du patient à chaque étape du cycle de vie du médicament. Servier, dont le siège social est basé en France, s'appuie sur une solide implantation géographique dans plus de 150 pays et a réalisé, en 2021, un chiffre d'affaires de 4,7 milliards d'euros. Le programme data du groupe Servier est en train de vivre une nouvelle accélération en rassemblant les compétences clefs en central : data scientists, data engineers, data analysts, data ops, data quality managers, data product managers, etc. Pour accompagner cette accélération et l'accueil des nouveaux membres, et pousser toujours la montée en compétence de ses membres, des points de partage techniques et des rituels d'équipe sont instaurés. Quelques valeurs qui nous caractérisent : bienveillance, exigence et l'audace d'innover. Les cas d'usages à développer vont de l'accompagnement de toute notre activité R&D, à la supply chain, en passant par le marketing ou l'industrie. Au sein de l'équipe Data : • vous êtes directement rattaché au head of data analytics et êtes son point de contact privilégié avec les domaines métier auquel vous appartenez, • vous échangez de manière continue avec les métiers car nous pensons que la proximité avec le métier est la clef pour toucher le bon besoin business, • une montée progressive sur du management pourra vous être proposée si c'est ce que vous recherchez. Si le monde de la pharma ne vous est pas familier, pas d'inquiétude : nous avons des data product managers qui seront là pour vous accompagner dans vos échanges avec les métiers. Les missions : vous êtes impliqué(e) dans l'engagement au quotidien des data analystes liés au domaine métier où vous appartenez et faites tout pour les aider à délivrer vous êtes expert(e) et continuez à développer avec le reste de l'équipe, typiquement sur les sujets à fort besoin d'expertise vous êtes lead/mentor sur la partie data analyse pour l'ensemble des feature teams de votre domaine métier : cadrage, pratiques de code, design des core models, design des dashboards, etc... vous travaillez en étroite relation avec les tech leads, PO/PM des feature teams pour aider à la création de dashbaords pertinents et d'une bonne approche autour du self-service de la donnée pour les équipes métier vous êtes constamment en veille sur les nouvelles technos et contribuez activement au point de partage technique hebdomadaire entre data analysts, lieu d'échanges sur la veille et la montée en compétences La Formation : de formation supérieure en école d'ingénieur/université/commerce (niveau Bac+5 ou plus), vous possédez au minimum une première expérience professionnelle de management réussie en tant que lead data analyst dans un programme data à succès. Les Compétences : Techniques • vous avez déjà appliqué les technologies de data visualisation et de data analyse en production dans un programme data. Vous maitrisez le développement en SQL/DBT et connaissez très bien l'outil PowerBi. • vous êtes au fait de technologies devops, • vous disposez de solides capacités d'analyse et savez challenger les besoins métiers, • vous avez la capacité à mentorer et faire progresser des data-analysts plus juniors, une bonne culture des problématiques liées à l'industrie pharmaceutique est un plus Comportementales • vous avez l'esprit d'équipe et êtes impliqué(e) dans votre travail au quotidien, • vous êtes curieux (se), rigoureux (se), structuré(e), • vous avez hâte de proposer des améliorations, les partager et les prioriser avec vos collègues, • vous participez à des évènements de l'univers Data (meetups, conférence, etc.). Anglais professionnel nécessaire. Quel que soit votre domaine d'expertise, votre travail au sein du Groupe Servier contribue à faire avancer le progrès thérapeutique au bénéfice des patients. Vous ferez partie d'équipes reconnues pour leur excellence scientifique et développerez votre plein potentiel dans un environnement professionnel qui vous encourage à vous développer. Des parcours d'intégration sur mesure, des opportunités de mobilité, des formations de qualité, un management responsable, un esprit d'équipe... Tout cela et plus encore dans un lieu de travail axé sur votre bien-être. Chez Servier, nous sommes engagés dans le progrès thérapeutique au service des besoins des patients. Nous mettons la diversité de nos collaborateurs comme une source de richesse pour l'accomplissement de cette vocation

{'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 :

BNP Paribas, acteur clé dans la finance mondiale, promeut une économie durable en conseillant et finançant ses clients de façon éthique. Nous innovons avec des solutions financières durables pour un impact positif sur notre environnement.Alternance - Data Engineer Risque de crédit (H / F) - 12 à 24 moisMissions, équipe et environnement de travail, ça donne quoi ? Les principales responsabilités de RISK GF SGCP visent à animer et à maintenir le cadre stratégique de gouvernance des risques du Groupe en étroite coordination avec les différentes RISK Business domains et autres équipes RISK Global Framework, permettant les prises de décisions relatives à l'appétence au risque (Risk appetite), l'orientation des stratégies commerciales et de la prise de risque. Au sein du département RISK GF SGCP, vous ferez partie de l'équipe Data Management Crédit dont la principale responsabilité est d'accompagner les collaborateurs de RISK GF SGCP dans leurs activités quotidiennes en mettant en place... des solutions agiles et innovantes en termes de traitement, d'automatisation et de visualisation des données du risque de crédit et du risque opérationnel. Ces solutions et ces données sont proposées actuellement dans l'UDS (Unified Data Set), environnement clé pour RISK GF SGCP sur le périmètre de risque de crédit, qui s'articule autour des deux couches principales suivantes : 1. Collecte de données, construction de datamarts et préparation de données dans un environnement SAS. 2. Visualisation des données dans un environnement Tableau Server et SQL Server. A cela s'ajoute la création d'une nouvelle plateforme utilisant la solution Dataiku et amenée à terme au décommissionnement de l'environnement SAS. Vous évoluerez dans un environnement stratégique et stimulant.Dans un contexte dynamique de transformation et d'innovation technologique (plan stratégique 2025) vous participerez au déploiement de la nouvelle plateforme mutualisée de données risques sous Dataiku dans un environnement BIG DATA (Hadoop, Hive, Spark) tout en étant impliqué au bon fonctionnement de l'infrastructure existante. Ainsi, au sein de l'équipe Data Management Crédit du département RISK Global Framework Strategic Governance & Credit Platform ( RISK GF SGCP ) vous devrez : - Contribuer à la mise en place de la nouvelle plateforme sous Dataiku en s'appuyant sur la plateforme existante sous SAS - Contribuer à la validation des évolutions techniques et fonctionnelles - Contribuer au diagnostic et à la résolution des problématiques techniques et de performances remontées par les utilisateurs - Élaborer et mettre à jour la documentation technico-fonctionnelle Vous évoluerez au sein d'une équipe internationale répartie sur les deux sites Paris et Lisbonne. Vous interagirez avec des utilisateurs (autres équipes de RISK GF SGCP) également répartis sur les deux sites.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 n de contrat. Ce poste, basé à PARIS, est à pourvoir à partir de pour une durée de 12 à 24 mois.Vos perspectives d'évolution ?Ce poste vous permettra de travailler dans un lieu dynamique et international. Vous contribuerez activement à la transformation de la fonction RISK et développerez vos compétences techniques dans les technologies Dataiku (Big Data), SAS et TABLEAU. Vous enrichirez vos connaissances sur la gestion des risques. Vous acquerrez de solides compétences pour l'analyse des problématiques de qualité des données. • Vous développerez votre connaissance du Groupe et de ses activités et étendrez votre réseau au sein de BNP Paribas.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 rémunération et des avantages : - Une rémunération mensuelle brute supérieure à celle fixée par l'Etat, à partir de 1526€ pour la préparation d'un diplôme de niveau Bac +4 et à partir de 1812€ pour la préparation d'un diplôme de niveau Bac +5, versée sur 12 mois. Son montant prend en compte votre formation et votre âge.- Plan épargne entreprise / retraite, intéressement et participation, accès au restaurant d'entreprise et / ou tickets restaurant, couverture santé et prévoyance, activités sociales et culturelles via le comité d'entreprise- De la flexibilité avec un rythme de travail hybride : selon l'environnement de travail et les règles de l'entreprise, à définir avec votre tuteur- Cinq jours de révisions pour vos examens si vous êtes en contrat d'apprentissageRejoignez 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. Êtes-vous notre prochain(e) Alternant(e) Data Engineer Credit Risk (H / F) ?Vous préparez un diplôme de niveau Bac +4 / 5 reconnu RNCP en école de commerce, d'ingénieur ou équivalent universitaire avec une spécialisation en Data / Développement informatique. Vous parlez couramment français et votre niveau d'anglais est intermédiaire. Vous avez des connaissances et une appétence en matière de data processing et plus généralement sur les sujets data (veille technologique, Big Data, ML / DL). Vous maitrisez le langage PYTHON (pandas, API PySpark), idéalement une première expérience sur un outil data viz (Tableau, powerbi) ainsi que la gestion de base de données type SQL. 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 recrutementSi votre CV est retenu par notre équipe de recrutement, vous passerez des tests en ligne sélectifs, puis un à deux entretiens avec votre tuteur et future équipe. N'oubliez pas d'indiquer sur votre CV : - La formation que vous préparez dans le cadre de votre alternance - La durée et vos disponibilités - Votre mobilité géographiqueBesoin de conseils pour préparer votre candidature ? Cliquez ici !Si vous êtes en situation de handicap, vous pouvez envoyer votre CV et lettre de motivation à @. .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 et collaboratrices 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

{'salaire': [{'montant_min': 1526.0, 'montant_max': None, 'devise': '€', 'frequence_versement': 'mois'}, {'montant_min': 1812.0, '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 :

Notre cabinet de recrutement Hoxton Partners recherche pour l?un de ses clients un consultant (H/F/Y) des compétences en Teradata et au mins 10 ans d? expérience sur la BI. Contexte: Le poste consiste à intervenir sur la plateforme BI sur des missions de support pour les métiers ou sur des projets IT. Mission: Vous accompagnerez les métiers sur leurs utilisations de Dataiku, Teradata et vous assurerez du support aux utilisateurs sur Dataiku et Teradata. Vous êtes l?interlocuteur privilégié des DBAs et de l?équipe d?intégration Teradata, ainsi que des équipes IT Groupe pour l?intégration des solutions managées Dataiku et Tableau dans l?écosystème du client. Vous participez sur des cadrages de projets IT ou métiers sur la plateforme en tant qu?Expert en lien étroit avec les architectes et autres experts (sécurité, data management, ) Vous participerez à la gouvernance de la plateforme : suivi des usages, rédaction de bonnes pratiques, animation de session de sensibilisation, Vous... serez garant des respects des bonnes pratiques de développement sur ces technologies. Et vous avez une bonne connaissance sur au moins : Un outil de Dataviz (si possible Tableau ou PowerBI), Un outil Dataprep (Dataiku si possible ou d?un ETL) Un SGBD (Teradata) Date de début : ASAP Durée de la mission: 6 mois Lieux: Paris Secteur: Bancaire Expérience: 10 ans Télétravail: 3 jours sur site et 2 jours en télétravail Langues : Français Envoyez nous votre CV et votre TJM

{'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 :

**Client final - Automobile**: - **Paris**: - **CDI** Vous rejoignez un Client Final dans le domaine de l'automobile en tant que ML Engineer, en charge du développement et de l’industrialisation de ces services sur AWS. Dans le même temps, vous rejoignez une communauté Data, pour partager les bonnes pratiques et construire une plateforme commune aux différentes équipes • *Missions**: Vous évoluez au sein de l’équipe « pricing » composée de 5 personnes (4 Data Scientitst, d'un Tech Lead). Au sein de la Feature Team, vous serez en charge de: - Construire, améliorer et industrialiser les pipelines et de déployer des modèles de données - Automatiser les processus d’évaluation, de monitoring et d’assurance qualité des modèles - Mettre en place des outils d’explicabilité des modèles - Participer à l’industrialisation de la préparation des données • *Environnement technique**: - AWS SageMaker - AWS CDK, Docker - Python, Pandas, Jupyter Notebook, Scikit-learn, Numpy, Scipy - AWS Lambda... Codebuild, CodePipeline, AWS ECR • *Profil**: Vous disposez de **2-3 ans XP** sur un poste ML Engineer, dans un environnement Cloud AWS Vous avez travaillé sur des **problématiques d'industrialisation et d'automatisation** des données et êtes engagé sur des sujets tels que la dette technique et la gouvernance des données Vous êtes **autonome et appréciez travailler en équipe** • *Rémunération et avantages**: - Rémunération fixe + **variable**: - Prime de **participation**: - 2 à 3 jours de **télétravail **par semaine • *Pourquoi les rejoindre ?** - Environnement technologique riche - Grand groupe avec de fortes perspectives d'évolution - Contexte de travail agréable et flexible Type d'emploi : CDI Salaire : 50 000,00€ à 55 000,00€ par an Avantages: - Participation au transport - Titre-restaurant Programmation: - Du lundi au vendredi Types de primes et de gratifications: - Primes Lieu du poste : Télétravail hybride (75008 Paris 8e

{'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 :

Client final - FinTech : Paris : CDI Vous rejoignez une Startup Fintech au sein d'une équipe métier mais également intégré à une communauté Data composée de Data Engineers, Data Scientists et Data Analyst... Missions : Vous prenez un poste de Data Analyst et accompagnez l'équipe Fraude en participant notamment à: Suivre les performances Elaborer et optimiser les algo anti-fraude Mettre en place les indicateurs et tableaux de bord associés à l'activité Au delà des aspects business vous intervenez également sur L'amélioration des pratiques de la communauté Data La diffusion d'une culture Data dans l'entreprise. Environnement technique : SQL, GCP (BigQuery, Google Data Studio)... Profil : Diplôme d’Ingénieur en informatique ou équivalent 2 ans d'XP en tant que Data Analyst Bonne maitrise de SQL, et d'un outil de DataViz Excellente communication Rémunération et avantages : Rémunération fixe + variable (10%) Prime de participation 30j de congés ≈ 3j de télétravail par semaine Type d'emploi... : Temps plein, CDI Salaire : 35 000,00€ à 55 000,00€ par mois Programmation: Travail en journée

{'salaire': [{'montant_min': 35000.0, '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 :

En tant que leader mondial de l’éducation et de l’enseignement supérieur privé, notre vision est de faire bouger les lignes du monde de l’éducation en conjuguant transparence, bienveillance et exigence. Notre mission est de permettre à chacun, quel que soit son point de départ, d’exprimer son potentiel et de développer son employabilité durablement par une pédagogie des compétences. Si votre ADN est aussi l’innovation et le goût d’entreprendre, alors rejoignez-nous Nous recherchons notre **Data Scientist Senior** F/H, basé à Paris 11ème.** Vous rejoindrez l’équipe de Julie Pierru, au sein de la direction de l’ingénierie de l’offre du Groupe. Vous aurez l’opportunité de travailler avec les directeurs d’écoles et les directions pédagogiques à développer et optimiser nos offres de formation. Pilote du centre d’expertise data, votre rôle est de manager une équipe de data analysts et de permettre l’exploitation des données pour en tirer des insights et des connaissances utiles à notre... activité. Vous définissez les besoins utilisateurs, les méthodes de collecte, de traitement des données, et mettez en pratique les modèles statistiques ou de datascience. A l’interface avec les directions du Groupe, vous avez la responsabilité des protocoles d’échange de données ainsi que de la restitution des algorithmes et des résultats des analyses. Chez Galileo Global Education votre personnalité compte davantage que votre background technique. Vous témoignez d’une expérience solide en Data Science, et maitrisez les langages de programmation, la chaine de développement Power BI, la modélisation de données et les techniques de Machine Learning. Au-delà de vos compétences techniques, votre goût du management d’équipe, votre sens de la pédagogie, votre force de conviction ainsi que votre agilité seront vos principaux atouts pour réussir à ce poste. Enfin, vous maîtrisez l’anglais couramment. • *Salaire **:65 - 75 k€ brut annuel, en fonction du profil et de l’expérience. • *Statut **:Cadre au forfait • *Adresse **:81 Avenue de la République, 75011 Paris. • *Accès **:Métros Saint-Maur, Parmentier, République. • *Avantages**: Mutuelle, Ticket Restaurant, Télétravail possible, Forfait mobilité • *Process de recrutement **:Vous serez amené.e à réaliser le test de personnalité Goshaba, et ce afin de nous assurer que notre culture d’entreprise match avec vos valeurs et vos envies Vous serez amené.e à réaliser un test technique également

{'salaire': [{'montant_min': 65000.0, 'montant_max': 75000.0, '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 :

Iziwork est une agence de recrutement digital qui sélectionne les meilleures missions et offres d'emploi pour les centaines de milliers d'intérimaires et candidats qu'elle a déjà séduits. Postulez en quelques minutes, gérez votre contrat en un clin d'oeil depuis notre app et bénéficiez du suivi personnalisé de votre recruteur au quotidien. À propos de la mission Nous recherchons pour notre client un Data Analyst pour une mission d'intérim de 6 mois. Vos missions : - Organiser et conduire les ateliers de construction des modèles de données pour chaque référentiel groupe - Accompagner les métiers à la définition des règles d'archivage, de gestion et de contrôle qualité - Assurer les contrôles préliminaires de cohérence des données - Accompagner l'administrateur des données au transcodage des règles de contrôle qualité dans Talend - Assurer les contrôles préliminaires de cohérence des données - Participer au processus de migration des données dans l'ERP cible en accompagnant les... métiers à l'identification des écarts et à la mise en conformité des data dans la/les solutions cible - Identifier les incohérences avec l'architecture et participer à la synchronisation de l'intégrité des flux - Assurer la supervision et l'intégration des données de diverses natures et vérifier la qualité des données qui entrent dans le Data Lake - Structurer le cycle de vie de la donnée dans le respect des réglementations RGPD & ISO24143 Rémunération & Avantages Rémunération : 20,00 € par heure Avantages : - Intérim : 10% IFM + 10% ICP + 10% CET IZIWORK - Opération parrainage : 50€ de prime pour vous / 10€ de prime pour vos amis - Télétravailler jusqu'à 2 jours/semaine - Bénéficier des avantages et activités négociés par le CSE Profil recherché - Issu(e) d'une formation en Informatique de niveau BAC+2/+3, vous disposez d'une expérience similaire de 2 à 3 ans idéalement en milieu industriel ou SSI. - Vous possédez une première expérience de gestion de projet informatique, vous savez animer des ateliers. - Très organisé(e), rigoureux(se), réactif(ve), vous savez gérer les priorités. - Votre sens du service et votre aisance relationnelle vous permettent d'instaurer un climat de confiance avec vos différents interlocuteurs. - Vous maitrisez les langages informatiques suivants : Java, Python, SQL. Connaissances souhaitées d'un outil MDM (Talend, Tibco) et d'un ETL. - Vous bénéficiez d'une bonne maîtrise d'Excel. - Notre environnement international requiert la maîtrise de l'anglais à un niveau B2 minimum (intermédiaire - avancé). - Expérience : Entre 24 mois et 5 ans

{'salaire': [{'montant_min': 20.0, 'montant_max': 20.0, '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 :

Descriptif du poste En tant que Data Engineer, vos missions seront les suivantes : • Conception et test de pipelines d'ingestion de données ; • Mise en œuvre de services de diffusion ; • Participation à l'acquisition de nouvelles sources de données et description de leur faisabilité et potentiel ; • Création et maintenance de pipelines de collecte et de centralisation des données ; • Intégration de modules d'enrichissement des données créés par les Data Scientists ; • Développement d'outils de requêtes de données pour les équipes techniques ; • Mise en place et maintenance des systèmes de données critiques ; • Traitement et intégration des données dans les systèmes de l'entreprise. Environnement technologique : PySpark /AWS EMR / SQL / Databricks / MongoDB... Profil recherché Vous disposez d’au moins 3 ans d'expérience du Data Engineering et avez mis en œuvre un pipeline de traitements des données sur le cloud. Vous vous reconnaissez également dans les points suivants : • Bonne... compréhension des différentes bases de données et des technologies de stockage des données ; • De solides connaissances en systèmes de distribution de calculs, tels que Spark ; • Bonne connaissance des systèmes de Cloud Computing, tels que AWS, Azure ML ou GCP ; • Maîtrise du développement Python ; • Bonnes compétences en matière de communication et de vulgarisation ; • Vous parlez couramment anglais et français ; • Bonus : vous avez un réel intérêt pour la Data Science et le NLP. Compétences attendues LANGUES Français Anglais SAVOIR-ÊTRE Pédagogie SAVOIR-FAIRE Amazon Web Services Base de données Voir plus Entreprise ENTREPRISE Tomorrow Jobs recrute pour son client, une start-up orientée IA, un.e : Data Engineer F/H – Metz – CDI – Temps plein - 50-60K€ Télétravail : jusqu'à 4 jours / semaine ou à discuter si vous n'êtes pas en région parisienne. Autres offres de l'entreprise Personne en charge du recrutement Laura VAUTRIN - Chargée de recrutement Salaire 50 - 60 k€ brut annuel Prise de poste Dès que possible Expérience Minimum 3 ans Métier Data engineer Statut du poste Cadre du secteur privé Zone de déplacement Pas de déplacement Secteur d’activité du poste INGÉNIERIE, ÉTUDES TECHNIQUES Télétravail Partiel possible

{'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 :

| Centre National de la Recherche Scientifique Data-scientiste - Infrastructure de recherche Huma-Num CNRS (H/F) Date Limite Candidature : vendredi 24 février 2023 Informations générales Référence : UAR3598-ARIALL-026 Nombre de Postes : 1 Lieu de travail : AUBERVILLIERS Date de publication : vendredi 3 février 2023 Type de contrat : CDD Technique/Administratif Durée du contrat : 12 mois Date d'embauche prévue : 1 avril 2023 Quotité de travail : Temps complet Rémunération : Rémunération entre 2280 et 2897 euros bruts mensuels selon expérience Niveau d'études souhaité : Bac+3 Expérience souhaitée : Indifférent Missions Au sein de l'IR* Huma-Num, le ou la chargé·e d'appui au traitement des données scientifiques a pour mission, sous la responsabilité du responsable du HN Lab, d'accompagner les projets de recherche des chercheurs et chercheures en résidence ainsi que les doctorants et doctorantes dans la construction de chaine d'extraction de connaissances et la création de preuve de... concept fonctionnelle. Activités o Accompagner d'un point de vue opérationnel les projets de recherche et thèses accueillis et/ou soutenus au sein du HN Lab o Assister le responsable du HN Lab pour la mise en oeuvre d'outils de traitement et d'extraction de connaissance, et rédiger des spécifications pour le développement d'outils et le choix d'environnements numériques adaptés aux chercheurs et chercheures en résidence o Accompagner les projets de recherche et les thèses du HN Lab dans l'utilisation des outils d'IA, Deep Learning et Machine Learning o Assurer en propre des traitements pour les résidences et les doctorants et doctorantes et réaliser des projets répondant à des défis numériques innovants o Animer des formations internes et externes à l'IR* Huma-Num o Exercer une veille scientifique et technique dans le domaine de l'IA, du Deep et Machine Learning pour le HN Lab et l'IR* Huma-Num o Partager les problématiques de traitement numérique des chercheurs avec les équipes d'Huma-Num (formation, information, expression des besoins, expertises) Compétences Compétences souhaitées : o Langage Python o Notebooks Jupyter o Outils d'extraction de connaissance (Deep et Machine Learning), la maitrise des dispositif HTR serait un plus o Connaissance des usages et technologies du Web et du Web sémantique : normes et standards d'interopérabilité, RDF, XML, métadonnées documentaires, etc. o Connaissance des technologies numériques appliquées au traitement et à l'exploration des données. o Connaissance des outils de gestion de données : base de données relationnelles, noSQL. o Capacité d'apprentissage et d'appropriation des nouvelles technologies. o Maîtriser les techniques de présentation orale et écrite, de rédaction de documents de synthèse. o Anglais niveau B1. Savoir-faire opérationnels : o Conduite de projets : savoir identifier les finalités et les objectifs, prévoir les moyens de réalisation, structurer les différentes phases du projet, rédiger les cahiers des charges, coordonner les échanges entre les différents interlocuteurs et partenaires. o Formation : savoir identifier les besoins et définir les objectifs d'acquisition des compétences, organiser, rédiger les supports, dispenser éventuellement des formations. o Savoir rendre compte o Travailler en équipe o Avoir le sens de l'organisation, autonomie Contexte de travail L'IR* Huma-Num est une infrastructure de recherche pour les sciences humaines et sociales (SHS). Elle est l'interlocutrice de référence pour les 300 laboratoires de recherche du CNRS relevant de l'INSHS (Institut des sciences humaines et sociales du CNRS), ainsi que pour les unités internationales et les équipes d'accueil des universités françaises en ce qui concerne la mise à disposition d'outils numériques. L'IR* Huma-Num est portée par l'unité d'appui et de recherche (UAR) 3598, ayant pour tutelles principales le CNRS et le Campus Condorcet, et pour tutelle secondaire l'université d'Aix-Marseille. Pour en savoir plus : https://www.huma-num.fr/ Au sein de l'IR* Huma-Num, le Huma-Num Lab (HN Lab) est le pôle d'accueil des chercheurs, des activités de recherche et développement, d'innovation et de valorisation des activités de l'IR*. Il se dote d'un espace et des moyens pour accueillir des chercheurs en résidence, dont la principale fonction sera de permettre, par l'accueil et l'accompagnement de projets menés ensemble, d'alimenter la définition, l'évolution et la création de nouveaux services numériques génériques. Le/La chargé·e d'appui au traitement des données scientifiques sera affecté·e au sein de l'UAR 3598 et intégrera le pôle HN Lab de l'unité sous la responsabilité du responsable du HN Lab. Il/elle collaborera de manière transverse avec les différents pôles d'Huma-Num au sein d'une unité composée actuellement de 23 personnes réparties sur Paris et Lyon. Il/elle sera localisé.e sur l'antenne parisienne d'Huma-Num, au Campus Condorcet à Aubervilliers. Il/Elle pourra être amenée à se déplacer en France, notamment sur les autres antennes de l'unité, à minima 5 fois par an. Ce poste permet de bénéficier d'une à 2 journées de télétravail par semaine. - Innovation - Innovation - Innovation - Computer Science - Informatique - Informatik - Reference: jobs.myscience.fr/id36901

{'salaire': [{'montant_min': 2280.0, 'montant_max': 2897.0, '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 :

En votre qualité de Business Data Analyst, vous serez en charge de l’analyse des données couvrant l’ensemble des activités commerciales et opérationnelles de l’entité BU Commerce. Vous contribuez à la définition et réalisation des Dashboards de pilotage de l’activité Commerce, et vous réalisez proactivement ou à la demande d’équipes Business les analyses permettant d’optimiser la performance mesurée. Vous apportez votre expertise de l’analyse de données sur un large périmètre allant du diagnostic au growth hacking. Missions Sélectionner et valider les données de productions pertinentes Collecter l’ensemble de ces données, les analyser et formaliser les Dashboards métiers attendus par les différentes équipes Commerce. Contribuer et Optimiser le suivi et à l’amélioration de la performance de l’activité Commerce digitale sur l’ensemble des pays Réaliser les analyses spécifiques sur la performance des parcours digitaux à la demande des équipes Commerce Etre force de proposition pour... lancer les études d’optimisation ad-hoc Être en veille continue sur les nouvelles techniques de data et évangéliser les bonnes pratiques. Rechercher et expérimenter de nouvelles méthodes d’analyse des données Identifier les évolutions d’outils et d’architectures data nécessaires sur les données Commerce en lien avec les architectes Data S’assurer de l’intégralité et de l’intégrité des données issus de nos outils Analytics. Compétences requises Rigueur et précision Esprit d’équipe Excellentes compétences en communication Capacité à travailler dans un contexte international Curiosité envers les nouvelles technologies Expertise sur des outils de datamining Excellente maîtrise des outils de data management (ETL de type Dataiku, Analytics Canvas ) Expertise sur des outils de data-visualisation (Tableau, Power-BI, Metabase ) Bonne connaissance des outils de Web analyse (Matomo, Google analytics, AT Internet ) Anglais courant Profil Diplômé(e) d’une école d’Ingénieur ou BAC+5 en informatique Minimum de 3 ans d’expérience dans la data analyse (annonceur et / ou agence) Type d'emploi : Temps plein, CDI Statut : Cadre Salaire : 30 000,00€ à 55 000,00€ par an Avantages: Horaires flexibles Participation au Transport RTT Titre-restaurant Programmation: Du Lundi au Vendredi Formation: Bac +5 (Master / MBA) (Optionnel

{'salaire': [{'montant_min': 30000.0, '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 :

L’entreprise Startup parisienne spécialisée dans la Data et l’intelligence artificielle. À mi-chemin entre le produit et le client, l’équipe de 46 personnes se composent aujourd’hui en grande majorité de profils Data Scientist, Data Engineer et Développeur Machine Learning, issues des meilleurs parcours académiques et/ou professionnels. Philosophie de la startup : répondre à des problématiques business grâce à la data avec des technologies de pointe La mission En tant que Program Director, tu formeras un trinôme de gouvernance avec le Client Principal sur la relation client et l’Engineering Manager sur la tech, et tu auras pour missions de : • Définir la stratégie d’accompagnement au cours du projet : comprendre les enjeux et les contraintes du client (budget, jalons, stack, etc.) pour faire évoluer le setup d’équipes ou partenaires et s’assurer que les équipes sont dans des bonnes conditions pour réussir; • Faire réussir le delivery : manager et coordonner l’ensemble des squads... pour livrer des projets complexes dans les temps et au niveau de qualité attendu par le client ; • Apporter de la visibilité : créer et présenter des interfaces de gouvernance pour apporter de la clarté à toutes les parties prenantes du projet ; • Manager les proxy PO : créer un environnement où tes managés réussissent, progressent et se projettent chez le client et en interne ; • Garantir la satisfaction client : construire une relation de confiance avec ton client tout en faisant les bons arbitrages pour le projet, le client, les équipes ; • Identifier les opportunités d’aider le client sur d’autres de ses problématiques. Le profil recherché – Tu as environ 5 ans d’expérience et surtout une expérience significative de delivery de projets data complexes – Tu as déjà managé et tu as déjà parlé à des clients du top management de grands groupes – Tu as une énorme envie de progresser, de challenger et d’être challengé(e) Les modalités Contrat : CDI, cadre Localisation : Paris Centre, 2 jours de télétravail par semaine possible Rémunération selon profil : 50/65K€ de fixe + variable Avantages : Intéressement, BPSCE Processus de recrutement interne : • Entretien RH • Rencontre avec le CTO + cas pratique • Entretien avec le CEO • Echange avec une personne de l’équipe

{'salaire': [{'montant_min': 50000.0, '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 :

Nous sommes à la recherche active d'un(e) Data Engineer spécialisé(e) en Data Bricks pour intégrer l'équipe projet IT de notre partenaire, leader dans son domaine. Si vous êtes un(e) expert(e) dans l'analyse et la gestion de données sur des processus de la chaîne d'approvisionnement et que vous êtes motivé(e) pour contribuer à des projets de grande envergure, cette opportunité est faite pour vous. Au coeur de l'équipe digitale, vous contribuerez et établirez une cohérence des systèmes d'acquisitions des données métiers dans le but d'assurer plusieurs missions • Conception technique détaillée et développement de fonctionnalités répondants au besoin client • Design du model de données physique en fonction des besoins • Mise en place de stratégie et de scénario de test unitaire et d'intégration • Résultats de tests conforme à la stratégie de test • Documentation technique nécessaire et suffisante à jour • CI/CD des composants à livrer • Installation des solutions jusqu'en production en... suivant les bonnes pratiques DEVOPS. • Support applicatif niveau 3 • Garant de la mise en place et du respect des standards techniques de l'équipes • Garant de la définition et du respect des process ops de l'équipe • Garant de la stratégie de test • Définition de la runway archi de l'équipe (avec l'architecte produit) Environnement Microsoft : Power BI, Azure, data modeling, PBI, ADLS, Databricks, Data factory, Python, CI/CD tools, SQL, tests • Vous êtes diplômé d'un Bac +5 et êtes fort d'au moins 2 ans d'expérience. • Vous avez quelques connaissances dans le photovoltaïque et une certaine appétence pour les énergies renouvelables. • Vous êtes capable de maîtriser les protocoles d'acquisition de données. • Vous êtes techniquement curieux, pragmatique, orienté résolution de problèmes, vous exercez votre métier avec enthousiasme. Vous parlez un anglais courant. • Vous êtes polyvalent.e et doté.e d'un excellent relationnel, vous aimez travaillez en équipe et vous savez adapter votre discours en fonction de vos interlocuteurs. • Vous êtes convaincu.e que les énergies renouvelables jouent et vont jouer un rôle majeur pour le futur, vous avez envie de prendre part à ce projet ! Si cette opportunité vous intéresse, n'hésitez pas à envoyer votre CV à @.** N'hésitez plus, postulez et rejoignez-nous ! Vous pouvez aussi rejoindre mon réseau LinkedIn @AnthonyVollerin Notre process de recrutement : Entretien avec un consultant GROUPAGORA - Entretien client - Suivi d'intégration Rémunération : 45-50K€ bruts / an / Localisation : Lyon / Type de contrat : CDI Créé en France en 1990, GroupAgora est un acteur national de l'ingénierie informatique et du recrutement IT, implantés à Paris, Lyon, Marseille, Montpellier et Nantes. Multi-spécialiste, GroupAgora couvre l'ensemble des projets IT pour répondre aux enjeux de ses clients en Infrastructure, Développement, Digital & Data. Riche de valeurs fortes, GROUPAGORA est une ESN reconnue pour la qualité de l'accompagnement de ses collaborateurs et clients (grands comptes, scales-up, licornes et pme

{'salaire': [{'montant_min': 45000.0, '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 :

Data Analyst Marketing – Paris (Tours ou Rennes) - €50,000 plus avantages Cabinet de conseil spécialisé dans le digital et marketing, avec une activite qui se concentre sur les secteurs du retail et e-commerce, recherche actuellement un Data Analyst Marketing à Paris, Tours ou Rennes. Vous aurez l'opportunité de travailler au quotidien avec une équipe d'experts dans le monde du digital et de la data. Structure ambitieuse et à taille humaine, ils connaissent actuellement une forte croissance et recherchent désormais un Data Analyst Marketing passionné et désireux de travailler dans le monde du digital et la data. Avantages Clés Excellent équilibre entre vie professionnelle/personnelle Salaire jusqu'à 50 000 € plus avantages Possibilité de travailler à Paris, Rennes, ou Tours (Teletravail bureau) Responsabilités Le candidat retenu aura de l'expérience dans l'analyse de données marketing, une bonne connaissance dans l’analyse du comportement client et souhaite poursuivre sa carriere dans... le secteur du digital et de la data. Votre role sera de • Analyses des comportements clients: achat et transaction. • Participer à la mise en place du scoring predictif • Analyse des différentes campagnes marketing. • Présenter les resultats obtenus des différentes études à nos clients. • Participer à la recherche et au développement du département data intelligence. • Un portefeuille client vous sera confié avec la responsabilité de gerer la relation client tout au long du projet et présenter vos études à nos clients. (Parfois déplacement nécessaire en France) Profil Recherche Master en Informatique, Marketing ou Business Intelligence Forte experience en analyse Marketing Experience en analyse de l’experience/comportement client Premiere experience dans le monde du retail, e-commerce Maitrise de SQL Bonnes connaissances en Python ou R En postulant à cette annonce, vous acceptez que vos données personnelles soient conservées dans le dossier en relation avec cette offre et d'autres opportunités futures pertinentes . Veuillez postuler ci-dessous ou envoyez votre cv a Morgane, mlerochchisquare-analytics.com Key words: Analyse – Analyse de donnees - Marketing – Client – B2C – Retail – E-commerce – Digital – Conseil – Data Analyst – Marketing Data Analyst – Comportement client – Customer behavior – Paris – Tours – Rennes

{'salaire': [{'montant_min': None, '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 :

Intégré au sein de la Direction des Systèmes d'Information du Groupe Fleury Michon, tu nous accompagnes dans les activités du Pôle Gestion, dans le cadre du déploiement de notre stratégie BI. Tes missions : • Réaliser un état des lieux et analyser le besoin (échanger avec les utilisateurs métiers) ; • Rédiger un document de spécifications techniques (méthodes, procédés utilisés pour les solutions) ; • Faire du développement sur les dernières technologies BI Microsoft (SQL server, Power BI) ; • Effectuer le reporting Power BI.Ce que ton tuteur attend de toiTu prépares actuellement une formation supérieure en Système d'Information et tu es à la recherche d'un stage à partir du 1er trimestre 2024, durant lequel tu pourras mettre à contribution ton sens du travail en équipe, ton aisance relationnelle et ton esprit d'analyse.Quelle que soit la mission, ce stage te permettra d'apprendre et/ou te perfectionner sur les technologies de BI Microsoft : SQL, SSAS, SSIS, PowerBI Profil... recherché Nos atouts A la lecture de l'annonce, tu te demandes : " Pourquoi rejoindre une entreprise agroalimentaire, qui se trouve dans la silicon valley Vendéenne ", la liste serait trop longue mais voici quelques arguments : • Gratification de 1000-1250euros brute mensuelle + prime de 150euros/mois* (sous conditions) ; • Restaurant d'entreprise (moyenne 5euros/repas) ; • Réductions tarifaires dans notre boutique d'usine Fleury Shop ; • Accès aux avantages du CSE (billetterie, activités sportives sur le territoire...) ; • Accompagnement à la recherche de logement ; • Perspectives d'évolution à l'issue de ton stage/alternance grâce à nos 150 métiers (une fois qu'on met un pied chez Fleury Michon, on a envie d'y rester) ; • A moins d'1H15 de trajet tu as le choix de te rendre à Nantes ou de profiter du bord de mer. Processus de recrutement Chaque candidature mérite une attention particulière, nous nous engageons à toujours vous apporter une réponse.Quelles sont les étapes • Première prise de contact téléphonique ou visio avec Alix en charge du recrutement • Un second entretien (visio ou physique) avec Vincent le directeur centre compétences ERP et Sophie la Responsable Ressources Humaines. L'intégration 92, 7% de nos stagiaires/alternants nous recommandent.Pour la 5ème année consécutive, le Groupe Fleury Michon est labelisé Happy Trainees, gage de satisfaction concernant : l'accueil, les missions responsabilisantes confiées et l'accompagnement par nos tuteurs.Chaque année, nous accueillons plus de 110 stagiaires/alternants, principalement en Vendée alors pas d'inquiétude, tu seras bien entouré.Tous nos stagiaires et alternants sont conviés à une journée d'intégration qui leur permet de rencontrer d'autres étudiants du groupe et de créer une belle communauté.Au programme : des temps d'échange/de convivialité, des activités pour mieux connaitre l'entreprise et une pincée de bonne humeur etc...Dans le cadre de sa politique handicap, Fleury Michon s'engage en faveur de l'intégration des personnes en situation de handicap. Nos postes sont ouverts à tous Présentation de Fleury Michon Pourquoi choisir Fleury Michon Toujours au service de notre projet d'entreprise : « Aider les Hommes à manger mieux », ce n'est pas qu'un slogan Il s'incarne au quotidien dans les 5 piliers de notre politique RSE, au travers de l'engagement passionné de nos 3450 Collaborateurs pour des produits sain et savoureux.Rejoindre Fleury Michon, c'est : • Choisir une entreprise Made in France, engagée dans le développement de son territoire depuis 1905 et devenue la 2ème marque la plus vendue en France. • Intégrer une entreprise indépendante à taille humaine en pleine évolution. • Se développer professionnellement et humainement.Vous travaillerez sur des missions responsabilisantes permettant d'avoir un impact direct sur le développement des activités, et pourrez bénéficier de parcours de formation et de carrière riches et variés au travers de nos 150 métiers.Vous rêvez d'un cadre de vie loin des bouchons et de la pollution Quel que soit le site que vous adopterez, on vous accueille « au vert » en cumulant les avantages de la province et la proximité de plus grandes villes comme Nantes, Cholet, La Roche sur Yon ou Lille.Et si c'était vous #VenezGrandirEtFaireGrandirFleuryMichon

{'salaire': [{'montant_min': 1000.0, 'montant_max': 1250.0, '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 :

LEAD DATA SCIENTIST ILE DE FRANCE UP TO 90K€ FIXE C'est une grande entreprise dans le domaine de la construction. Dans le cadre d'un remplacement, l'entreprise recherche son nouveau Lead Data Scientist pour rejoindre ses équipes. LE POSTE En tant que Lead Data Scientist vous serez sous les responsabilité du Head of Data Science. En parallèle, vous aurez à manager une équipe de 3 personnes (MLops, Senior Data Scientist et un profil junior). Vos responsabilités au quotidien : • Identification des problèmes liés aux opportunités à forte valeur ajoutée et conception d'approches stratégiques • Acquisition de données et préparation des modèles de données • Développement de solution d'apprentissage automatique ou analytique • Tester l'approche sur une partie ciblée de l'entreprise pour valider les hypothèses et confirmer la taille du prix, solution itérative pour optimiser les performances • Mettre en œuvre la solution dans l'ensemble de l'organisation, suivre les jalons/performance du... projet • Développer vers une solution durable « business as habituelle », maintenir et accroître l'adoption dans l'ensemble de l'entreprise VOTRE PROFIL • Diplôme top 10 école d'ingénieur en (Mathématiques, Ingénierie, Informatique…) • Expérience d'au moins 5 ans sur un poste similaire • Expérience dans la conduite de projets d'analyse statistique/d'apprentissage automatique dans le domaine du conseil ou dans une entreprise commerciale B2B • Compétences en gestion de projet ainsi qu'en gestion des parties prenantes • Capacité à interpréter et à transférer les résultats des statistiques/modèles dans des formats pertinents et pertinents pour l'entreprise • Connaissance pratique de l'apprentissage automatique et statistiques (Python/R) et visualisation des données (PowerBI) • Vous savez faire de preuve de leadership et vous n'avez pas peur de prendre des initiatives • Communicateur courant en anglais écrit et parlé POUR POSTULER Merci de me faire part de votre CV à jour et je vous recontacterai au plus vite

{'salaire': [{'montant_min': None, 'montant_max': 90000.0, '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 :

Les missions du poste Le groupe Crédit Agricole est l'un des tout premiers acteurs bancaires en Europe. Premier bancassureur, leader de la banque universelle de proximité en France, le Crédit Agricole est la banque d'1 particulier sur 3, d'une entreprise sur 2 et de 9 agriculteurs sur 10. Fort de ses fondements coopératifs et mutualistes, de ses 150 000 collaborateurs et 31 000 administrateurs des Caisses locales et régionales, le groupe Crédit Agricole est une banque responsable et utile, au service de 49 millions de clients, 7, 4 millions de sociétaires et 1, 2 million d'actionnaires. La Caisse Régionale du Crédit Agricole Alpes Provence est présente sur l'ensemble du territoire des Bouches du Rhône, Hautes Alpes et du Vaucluse au travers de ses 2 300 collaborateurs et de ses 208 agences. Nos réseaux spécialisés accompagnent les besoins spécifiques des particuliers, professionnels, agriculteurs, institutionnels, collectivités publiques, entreprises, clients patrimoniaux, en... finançant chaque jour 190 projets pour ses 685 000 clients. Qui sommes-nous ? Banquier-assureur des moments qui comptent, le Crédit Agricole Alpes Provence facilite et sécurise les projets de vie de chacun de ses 780 000 clients, offrant aux meilleures conditions, tous les atouts d'une banque moderne et dynamique. Nous considérons les femmes et les hommes de CAAP comme la ressource la plus précieuse pour réussir, c'est pourquoi nous tenons non seulement à recruter les meilleurs talents, mais aussi à créer des conditions et des relations de travail optimales au sein de notre organisation. Envie d'avoir un impact positif sur l'humain, l'environnement et la Société, c'est par ici que ça se passe ! A quoi ressemble ta journée ? Chaque journée est un nouveau challenge où l'objectif final est de rendre intelligente les milliers de données qui sont à ta disposition afin de faciliter les prises de décisions stratégiques ainsi que le développement de l'activité de l'entreprise. On t'avertit nous aimons la jouer varié, dans un environnement bienveillant, transparent et propice à l'émergence des meilleures solutions. Tu réalises des études Data Marketing (en lien avec les Chefs de Produit) mais tu prends aussi en charge les études Data pour l'ensemble des autres Directions (Moyens de Paiement, Flux, Crédits, Risques, Conformité, Transition/RSE...). Tu développes, mets en place, et maintien des outils de suivi et pilotage mais surtout tu les automatises Tu intègres, test et met en oeuvre les modèles, scores, segmentations qui nous sont fournies par le Groupe. Tu peux être amené à réaliser tes propres modèles, segmentation, scores en mode Agile grâce au lien que tu vas tisser avec l'ensemble de tes interlocuteurs dans les services du siège mais surtout en échangeant et en testant tes travaux avec nos conseillers, directeurs d'agence ou directeurs de Centre d'Affaire sur le terrain. Tu contribues à maintenir un DataWarehouse fiable et sécurisé grâce à l'utilisation des données mises à disposition par le Groupe Crédit Agricole au national et tu enrichis celui-là via tes travaux et ton intégration de données OPEN DATA. Le profil recherché Quelles sont tes compétences ? Avant tout, tu as a de très bonnes capacités d'écoute et d'analyse associées à un réel sens relationnel et beaucoup d'empathie. Tu es passionné par les Datas, aime la rigueur, le partage et apprécie l'échange de bonnes pratiques. Tu es issu d'une formation Bac +4/5, diplômé d'un Master en Statistiques, Informatique, Data, diplômé d'une école d'Ingénieur ou issu d'une formation supérieure reconnue. Tu as eu une expérience de + de 3 ans comme Data Analyst que tu veux mettre à profit avec nous. Tu parles couramment le SQL (si en plus tu es bilingue en SAS, Python ou R... c'est le top). Et cerise sur le gâteau, tu as déjà travaillé dans un établissement financier ou une assurance. Quoi d'autre ? C'est un poste non-cadre. Tu travailles dans un environnement à taille humaine au sein du service Data intégré au département Marketing. Une équipe de passionnés composée de Chef de Projet, de Data Analyst et de Data Scientist, experts dans leurs domaines respectifs. Tu as envie de missions variées, dans un environnement autonome et valorise et met en oeuvre la pro-activité et où ton quotidien aura des impacts visibles sur les résultats de l'entreprise. Tu es disponible le plus tôt possible è Envoies-nous ton book de candidature à ****@****.** Comment ça se passe ? Un premier échange de 15 min avec Tiffany de l'équipe recrutement pour tout checker. Un second échange avec Sébastien responsable du service, puis avec Elodie notre responsable de Département Marketing, CRM & Data. Une rencontre informelle avec les membres de l'équipe lors de laquelle tu pourras leur poser plein de questions (l'ambiance sur le campus, l'organisation du travail, les atouts et bons plans de l'entreprise...) et eux aussi pourront te poser des questions. C'est important de connaitre ceux avec qui tu vas travailler au quotidien J Un dernier échange avec Tiffany pour discuter des aspects contractuels Et Welcome on board ! Bienvenue chez Crédit Agricole Alpes Provence Le groupe Crédit Agricole est l'un des tout premiers acteurs bancaires en Europe. Premier bancassureur, leader de la banque universelle de proximité en France, le Crédit Agricole est la banque d'1 particulier sur 3, d'une entreprise sur 2 et de 9 agriculteurs sur 10. Fort de ses fondements coopératifs et mutualistes, de ses 150 000 collaborateurs et 31 000 administrateurs des Caisses locales et régionales, le groupe Crédit Agricole est une banque responsable et utile, au service de 49 millions de clients, 7, 4 millions de sociétaires et 1, 2 million d'actionnaires. La Caisse Régionale du Crédit Agricole Alpes Provence est présente sur l'ensemble du territoire des Bouches du Rhône, Hautes Alpes et du Vaucluse au travers de ses 2 300 collaborateurs et de ses 208 agences. Nos réseaux spécialisés accompagnent les besoins spécifiques des particuliers, professionnels, agriculteurs, institutionnels, collectivités publiques, entreprises, clients patrimoniaux, en finançant chaque jour 190 projets pour ses 685 000 clients. Mais aussi... 35-50 K€

{'salaire': [{'montant_min': 35000.0, '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 :

L'entreprise et l'équipe Cette entreprise développe une solution SaaS qui accompagne et modernise les métiers de l'assurance depuis quelques années maintenant. L'intégrer, c'est s'engager dans l'accompagnement des assurés en développant des outils de qualités et facilitateurs. Reconnu pour sa réussite, ce groupe est composé de + 700 collaborateurs et leur site se situe à Saint Herblain (Nantes nord), ils recherchent actuellement : un data engineer (H-F) Ils recherchent des collaborateurs curieux et pour qui le collectif et la polyvalence sont importants. Les équipes IT sont organisées en produits et en mode agile avec une organisation managériale plate et une communauté de développeurs forte pour trouver les solutions. Spécialiste du secteur des assurances, l'entreprise dispose d'une DSI ultra moderne d'une centaine de personnes (salariés / prestataires). Forte d'une qualité de vie et de projet hors norme, près de 40% des recrutements sont issus de la cooptation. Vous rejoignez... une équipe où les défis techniques sont nombreux, notamment autour de l'architecture microservice, la bascule vers du cloud public (AWS) Pour proposer le meilleur service, la team développe et met à disposition des applications les plus adaptées et proches des besoins clients. Et tout ceci dans un environnement agile Être Data Engineer dans cette entreprise, c'est aussi évoluer dans notre Direction des technologies de 150 collaborateurs qui se donnent les moyens de faire avancer les projets du Groupe. Vous rejoignez notre team Data en charge du développement et de la mise en œuvre des solutions informatiques sur leur Data lake AWS Vous intégrez une équipe pluridisciplinaire organisée autour de pratiques agiles (Scrum/Kanban) et concevez et développez des outils et pipelines d'ingestion et de transformation des données en amont des outils de dataviz. Les missions Le développement: • des nouvelles fonctionnalités de la plateforme Data • de nouveaux produits exploitant la plateforme Data • de l'outillage de test unitaires et d'intégration automatisés • des outils de supervision et d'analyse de la plateforme et des produits Data aux équipes Support (Ops) • Le lead techniquede l'équipe de développeurs sur la plateforme Data • Le dernier niveau (expert) pour l'analyse d'incident de production Environnement de travail Techniquement, vous évoluez dans un univers 100% Cloudau sein d'une plateforme Datahébergée sur AWS. Les services managés proposés vous apporteront agilité et fiabilité : • S3 comme brique centrale pour le stockage • Data Migration Services pour les mécaniques d'ingestion • Step Functions et Lambdas pour l'orchestration et les micro-traitements • EMR (Spark et Presto) pour les calculs distribués • Redshift pour le data warehouse Conditions de travail • Saint Herblain / accessibilité • Remote : 2jours / semaine Ce que vous allez y gagner • Salaire : 35-40 € • Communauté : échanger autour de plusieurs thèmes comme la sécurité, la donnée, l'architecture, les tests... • Conférences (Devoxx, USI, Agile Tour...) & formations internes Le profil que nous recherchons Vous disposez d'une formation Bac+5 (école d'ingénieur ou équivalent), vous justifiez d'au moins 5 ans d'expérience dans ce poste. Vous êtes force de proposition, vous avez l'esprit ouvert et vous remettez en question, vous aimez le clean code, l'industrialisation des devs, et la culture devops. Votre contact pour ce job Consultante recrutement IT à Nantes Tél. : 06 29 51 22 51 Mail. : Voir plus d'offres

{'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 :

**Recrutement alternance** • *Data Analyst - Python et powerBI - domaine agriculture (H/F)** Landfiles recherche un(e) alternant(e) en informatique en charge de la mise en œuvre de fonctions d’analyse de données en Python et de data visualisation via powerBI. Si tu es issu(e) d’une formation en informatique, passionné(e) par la data, curieux(se), rigoureux(se) et conscient(e) des enjeux clients, si tu souhaites t’engager dans l'innovation agricole par l’agro-écologie, afin de protéger les sols et l’eau, rendre les fermes plus résilientes et l’alimentation plus saine, alors cette annonce est faite pour toi. La structure Le contexte Dans le contexte actuel, l’innovation agricole vient essentiellement du terrain. Elle pourrait même être qualifiée de « montante », à l’inverse d’une innovation dite « descendante » comme cela a pu se voir dans les années passées. Face à cette évolution, les conseillers, quel que soit leur organisme de rattachement, ne sont plus des « donneurs de... conseils », mais de plus en plus des animateurs de réseaux et des diffuseurs d’information. Véritables « courroies de transmission » assurant le transfert des retours d’expériences du terrain, leur métier a profondément évolué. Leur expertise seule n’est plus suffisante, d’où l’importance d’outils nouveaux pour accompagner cette évolution. Conscients de cette mutation en cours, et afin de lui donner une impulsion plus forte, **Landfiles** met en place une méthodologie au service des animateurs de réseaux, afin d’augmenter leur potentiel d’action et de permettre le développement accéléré de techniques durables et résilientes face au changement climatique. Cette méthodologie et la boite à outils qui l’accompagne ont été développées et testées depuis près de trois ans, et sont aujourd’hui prêtes à être déployées à grande échelle. Elles visent à permettre, dans chaque territoire, la construction d’une expertise collective « par et pour les agriculteurs », en mettant à profit des outils de partage dernière génération spécialement conçus pour accélérer l’adaptation des pratiques aux nouveaux défis techniques. • *C’est dans ce contexte que s’inscrit cette offre d’emploi.** Le poste à pourvoir Le poste proposé est en lien direct avec les démarches « création et transfert de connaissances » engagées par les partenaires de Landfiles à l’échelle nationale et internationale. Votre outil de travail principal est Landfiles, pour lequel vous avez un rôle englobant les fonctions suivantes: - La réalisation des configurations de l’outil et l’extraction des données ; - L’analyse de données via des outils de BI (Airtable, PowerBI) et via Python ; - Le support aux utilisateurs de la plateforme ; - L’appui au Product Owner de la plateforme, notamment pour réaliser les test des évolutions en sortie de l’usine de développement. Vous êtes impliqué dans les projets, de leur de cadrage jusqu’à leur mise en œuvre et à l’exploitation de la solution. Les tâches de votre mission sont indiquées ci-après: - Traiter les données dans la base Mongo DB ; - Exporter les données, les importer dans un outil de data visualisation (Airtable, powerBI) afin de proposer des restitutions à nos clients ; - Développer des routines python pour analyser les données au format JSON. Vous serez accompagné tout au long de votre montée en compétences, afin de vous permettre de prendre confortablement vos responsabilités. Le profil recherché - Etudiant Ingénieur informatique, - Passionné(e) de nouvelles technologies et curieux(se), intéressé par la manipulation de données agricoles - Conscient(e) des enjeux clients - Capacité à faire le lien entre des données agricoles collectées et leur signification dans le monde réel ; - Expérience en Python ; - Expérience avec powerBI ; - Capacité à faire preuve de créativité ; - Autonome, responsable et force de proposition Intéressé(e) / passionné(e) par l’agriculture et l’agro-écologie, vous connaissez le monde agricole. Vous avez un sens relationnel vous permettant d’être à l’aise dans le contact avec les acteurs de terrain, vous êtes en mesure d’assurer la coordination des opérations entre les différents profils d’acteurs impliqués dans la démarche (sphère technique agricole, opérateurs des filières, développeurs numériques, etc.). Vous serez formé à l’utilisation d’Excel, au requêtages d’API et de base de données Mongo. Vous trouverez sur le lien suivant le détail de notre processus de sélection, ainsi que les consignes pour la prochaine étape: • *Localisation du poste** : Paris avec télétravail partiel. • *Type de contrat** : Apprentissage. • *Date de début de contrat** : Automne ou hiver 2023 Type d'emploi : Temps plein Salaire : 1 000,00€ à 1 500,00€ par mois Programmation: - Travail en journée Lieu du

{'salaire': [{'montant_min': 1000.0, 'montant_max': 1500.0, '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 :

L'ENTREPRISE : SCALE-UP CYBERSÉCURITÉ BTOB LEADER SUR SON MARCHÉ 1. Entreprise en forte croissance : 40 à 110 collaborateurs en deux ans offrant de belles perspectives d'évolution 2. Trois levées de fonds de plus de 50M€ au total avec des investisseurs de renom 3. Forte ADN tech au sein de l'entreprise sur un produit complexe : la moitié de l'effectif sont des profils techs 4. Remote Hybride avec des bureaux ouverts au cœur de Paris ou Full Remote en dehors de l'Ile-de-France Stack du poste et de l'entreprise : Python, Django, Go, RabbitMQ, Redis, Elasticsearch, Kibana, PostgreSQL, Docker, Terraform, AWS, React VOTRE MISSION : RENFORCER UNE ÉQUIPE D'ÉLITE En tant que Lead Software Engineer, vos missions seront d'apporter votre aide à la constitution et l'encadrement d'une équipe technique dont la mission principale est de délivrer des features de hautes qualités : 5. Aider à définir les objectifs et les process de votre équipe 6. Encourager et développer les compétences... techniques et les carrières des autres membres de l'équipeet favoriser une culture de croissance en interne 7. Collaborer avec les utilisateurs, les responsables produits et la direction pour définir la stratégie technique et accroître son efficacité 8. Participer à la conception et à la mise en œuvre de nouvelles fonctionnalités VOTRE PROFIL : LEAD SOFTWARE ENGINEER PYTHON (H/F) 9. Vous avez au minimum 5 années d’expérience en développement backend sur Python 10. Vous avez au minimum 1 année d’expérience en management 11. Vous avez une expérience réussie dans la construction d'une architecture microservice 12. Vous parlez couramment en anglais 13. Vous êtes proactif et bon avez de bonnes compétences en communication LES MODALITÉS : 14. Remote 3 jours par semaine avec des bureaux ouverts en plein cœur de Paris ou Full Remote en dehors de l'Ile-de-France 15. Rémunération en fonction du profil : 75-100K€ 16. Processus de recrutement rapide : Entretien Talent Acquisition Manager en visioconférence + Entretien Technique + Rencontre avec un Engineering Manager + Rencontre avec un cofondateur

{'salaire': [{'montant_min': 75000.0, 'montant_max': 100000.0, '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 :

/ CDI / Environ 65k€ / 0 - 12+ ans / France Le poste Au sein de l'équipe commerciale, en tant que Data Analyst, vos principales missions seront les suivantes : * Mettre en place d'une nouvelle stratégie commerciale basée sur les données, * Faire la gestion de la mise en place d'un écosystème digital, * Structurer l'analyse des données et les rapports pour les équipes, * Analyser les données des clients/fournisseurs pour suivre les ventes, * Générer des rapports et apporter un support aux équipes commerciales, * Élaborer des analyses et des rapports pour les Key Account Managers et créer des joint business plan, * Coordonner les fournisseurs externes de données. Les responsabilités Pourquoi venir chez nous? Les équipes "agiles" de Michael Page (consultants & chargés de recrutement) vous apportent de l'écoute, du conseil et des offres adaptées à vos attentes en CDI et en free-lance. Les collaborateurs spécialisés par "Hub" sont à votre service pour vous proposer les meilleures... opportunités de carrière dans les domaines suivants : Infrastructures&Réseaux, ERP&Business Solutions, Digital&Data, Développement

{'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 :

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 :

Nous sommes leader dans le domaine de la conservation Titres retail et banques privées et nous détenons plus de 40% de parts de marché en France. Nous sommes une filiale du groupe Crédit Agricole et nous comptons 850 collaborateurs investis et motivés répartis sur 3 sites : Brunoy (91), Mer (41) et Archamps (74) Nous effectuons des opérations pour des établissements financiers de premier plan : des réseaux bancaires comme les Caisses régionales de Crédit Agricole et LCL, des courtiers en ligne et des sociétés de gestion ou encore de grandes banques françaises. Nous sommes experts, en terme de prestation de services, concerne plusieurs métiers: Conservation Titre Tenue de compte client Epargne salariale Epargne bancaire Nous avons à cœur de simplifier la vie de nos clients et de nos collaborateurs. • *Au sein de la Direction Epargne, Finances, Logistique, nous recherchons un Data specialist H/F au service Support ELS.** • *Rattaché au Responsable Support IT, vos missions seront... basées autour de**: - Data Analytics/Business Intelligence: - Utiliser des méthodes statistiques et analytiques pour extraire des informations à partir de données, identifier des tendances et des modèles - Créer des tableaux de bord : développer des rapports interactifs et dynamiques en utilisant des outils de requêtages (OBI, macro/VBA), des solutions de Data Visualisation (Power BI Desktop & Power BI Report Server) dans l’objectif de répondre à un besoin métier et s’assurer de la diffusion de ces rapports. Le tout dans une approche agile (co-construction) - Faire du scoring et de la segmentation - Excel et Access expert ; Macro/VBA niveau expert - Data Science: - Développer des modèles prédictifs et prescriptifs - Analyser des données non structurées (NLP, Images, Vidéos) - Optimiser des processus en travaillant avec les Métiers - Contribuer à la mise en place d’infrastructures techniques requises pour la mise en œuvre de la démarche Data pour les Métiers (plateforme de Data Science, Serveur Power BI) en lien avec les équipes IT de CAT - Formation et sensibilisation: - Contribuer à la sensibilisation et à l’acculturation DATA des collaborateurs de l’ELS notamment par la définition de plan de formation et l’animation de sessions de formations sur l’usage de la DATA et des outils associés (Data analytics/visualisation) - Participer à la communauté d’experts DATA au sein du Groupe Crédit Agricole - Assurer une veille technologique sur les outils DATA (Data Analytics, Data Science, Data management, etc.) - Suivre l’évolution de la réglementation propre à l’usage de la donnée dans une entreprise (RGPD) - Collaboration Inter-Services: - Collaborer avec les autres acteurs du département, notre prestataire informatique (Amundi Technology) et les acteurs de l’entreprise (y.c. DATA) pour s’assurer de l’alignement des pratiques (communauté data) • *Profil**: Vous êtes diplômé(e) d'un Bac +5 avec une dominante Data, et vous avez une primo expérience dans ce domaine d'activité ? Vous maitrisez les techniques suivantes: - Data Analytics (BI, DataViz ) - Data Science (Machine Learning, NLP ) - Excel et Access expert - Macro/VBA niveau expert - Storytelling de la donnée Vous êtes doté(e) d'un esprit d'analyse, et êtes force de proposition et consciencieux(se). Par ailleurs, vous êtes proactif(ve) et savez communiquer pour travailler en équipe sur des sujets transverses. Alors, n'hésitez pas à postuler et à nous adresser vous CV. Type d'emploi : CDI Statut : Cadre Salaire : 45 000,00€ à 50 000,00€ par an Avantages: - Épargne salariale - Horaires flexibles - Restaurant d'entreprise - RTT - Travail à domicile occasionnel Programmation: - Horaires flexibles Types de primes et de gratifications: - 13ème Mois Lieu du poste : En présentiel Date de début prévue : 15/12/2023

{'salaire': [{'montant_min': 45000.0, '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 :

Description de l'entreprise CITECH recrute ! ✨ Si vous souhaitez apporter vos compétences dans la réalisation de différents projets, nous avons LA mission pour vous ! Nous recherchons en effet un(e) Data Engineer Airflow (H/F) ⚓️ Votre mission est pour un client présent dans plus de 160 pays et connu pour être l’un des principaux leaders mondiaux du secteur de la logistique et du transport maritime. L’innovation et la digitalisation sont au cœur du projet de développement du groupe. L’organisation est à la fois tournée sur l’humain et sur l’agilité ce qui permet de structurer le développement et ainsi, encourager les salariés à prendre des initiatives et innover. Description du poste Vous aurez donc les missions principales suivantes : Participer au cycle de développement du produit Airflow. Assurer l’implémentation/développement de l’outillage et des fonctionnalités de la plateforme nécessaires avec accord de l’Architecte Data et les experts Data du groupe. Contribuer au... développement des graphes orientés acycliques (DAG) nécessaires à la bonne opérabilité des plateformes datalake et datamart (AWS et Snowflake). Assurer le rôle de support technique auprès des end-users lors de leur usage de la plateforme. Assurer les livraisons et déploiement du code. Assurer le mode run de la plateforme. Support niveau 2 expertise de la production et participation aux situations de crises. Contribution à la Knowledge Base du produit. Reporter au gestionnaire de la plateforme Airflow, les performances IT, l’état de santé temps réel et principaux risques opérationnels de la plateforme. Contribuer à la communauté Data Orchestration Assurer le relais (Key User) auprès des équipes utilisatrices de la plateforme : BI, projets metiers, Data Science, DataLake, etc … Participer aux points réguliers avec les utilisateurs afin d’échanger autour des bonnes pratiques d’usage et de développement. Passage de connaissance à l’équipe de support off-shore. Produire la documentation nécessaire à ce passage de connaissance : tuto, document d’exploitation, etc… Assurer et animer les sessions de transfert de connaissances au travers de démos produit. Accompagner les premiers développements de l’équipe de support. Aider l’équipe de support lors de la résolution d’incidents/problèmes. Qualifications ⚙️ Les compétences attendues sont les suivantes : ✔️ Très bonne maitrise et expérience sur Airflow. ✔️ Compétences sur les principes ETL/ELT. ✔️ Connaissance de l’écosystème de la gestion de données. ✔️ Vous avez des notions DEVOPS. ✔️ Vous êtes bilingue en anglais. ✔️ Vous avez des connaissances sur les outils suivants : AWS, Snowflake, dbt, JIRA/Confluence ,Jenkins, Gitlab, Terraform et Kubernetes/Containers. Informations supplémentaires 100% télétravail avec déplacements ponctuels sur Marseille ☀️ Salaire : 50-60K€ Brut/an Freelance : 400-450€/j Référence : 240122_IngéDataAirflow_ Pourquoi rejoindre Citech ? • Une ambiance de travail conviviale avec des afterworks organisés régulièrement ! • Des missions de longues durées • Des formations adaptées à vos envies et vos aspirations • Une mobilité que si vous le souhaitez • Un accompagnement personnalisé avec un suivi régulier (autour d’un café ou un thé, c’est vous qui choisissez ) • Une mutuelle avantageuse pour vous mais aussi pour les membres de votre famille • Une flexibilité sur la gestion de vos repas • Un statut Cadre et une convention collective SYNTEC Alors qu’attendez-vous pour nous rejoindre ? Company Description CITECH ce n’est pas une Entreprise de Services du Numérique comme les autres : c’est avant tout une aventure humaine. Nous cherchons des personnalités passionnées qui nous ressemblent ! Dans un environnement convivial et chaleureux, venez révéler vos talents ! Nos fidèles clients, reconnus à l’échelle internationale, offrent à nos collaborateurs de multiples possibilités de carrière. Nos domaines d’interventions sont variés : banque, assurance, automobile, santé, transport ou encore la robotique, vous trouverez forcément un secteur épanouissant, à votre image ! Vous avez un projet professionnel ? Nous sommes là pour vous aider à le développer. Pour nous, l’essentiel c’est vous. C’est pourquoi nous assurons un suivi régulier et portons une attention toute particulière à votre plan de carrière

{'salaire': [{'montant_min': 50000.0, 'montant_max': 60000.0, 'devise': '€', 'frequence_versement': 'an'}, {'montant_min': 400.0, 'montant_max': 450.0, '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 :

Cloud Data Engineer Paris – France 45-60K€ variable TECH STACK : Python, SQL, Azure LA SOCIÉTÉ : Voici une opportunité de travailler pour un leader du digital marketing avec un produit SaaS compréhensif qui aide ses clients à automatiser leurs campagnes de marketing. Avec une présence et culture internationale, ils ont actuellement un portefeuille de clients en pleine croissance et en conséquence des volumétries de données de plus en plus importantes. Dans ce contexte big data, cette société recherche un Data Engineer pour rejoindre leur équipe data de 10 personnes et travailler notamment sur l’intégration de nouvelles sources de données sur leurs produits et le cloud. LE RÔLE : En tant que Cloud Data Engineer , vous aurez comme responsabilités principales : Construction et optimisation de pipelines de données, principalement sur Azure L’automatisation du monitoring de la qualité de données Collaboration avec les membres data des équipes métiers Travailler sur des sujets de streaming... de données pour améliorer la détection de fraude Aborder la mise en conformité au RGPD PROFIL RECHERCHÉ : 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 Vous avez une expérience professionnelle de data engineer sur du cloud. Une expertise sur Python, SQL, et un service cloud (eg. GCP, AWS ou Azure) Une connaissance sur les outils de streaming de données, ou l’envie d’en apprendre plus sur ce sujet Être un bon communicant, avec un anglais niveau professionnel au minimum

{'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 :

Aws / Amazon-web-services / Kubernetes / Python / Docker / Agile / Architecture logicielle / Communication / Innovation Administrateur cloud, Data Scientist, DevOps Manager, DevOps Developer / CDI / Environ 75k€ / 3 - 6 ans / Paris Le poste Cette start up développe un SaaS Data & IA permettant à ses clients de leur offrir une solution de traitement de langage en temps réel notamment pour le domaine de la santé et du médical. Afin de continuer à mettre en place cette solution IA et son architecture data, cette société recherche son prochain DevOps Engineer / MLOps qui viendra prendre en charge des sujets Infra / Cloud & DevOps et faire passer son infrastructure au niveau supérieur dans un environnement ML & Data fort. Rattaché(e) au Head of Data et au sein d’une équipe Data, ML & Ops, vous allez contribuer au développement de pipeline Data & Machine Learing complexe. Les responsabilités Vous travaillerez sur l’implémentation et le déploiement des modèles Machine Learning dans un... contexte Data & IA Vous contribuez au déploiement de l’infrastructure et la gestion des plateformes Data & Cloud (Kuberentes, AWS, Terraform…) Vous travaillerez sur l’ensemble de la partie CI/CD afin d’aider au déploiement des modèles Vous travaillez en étroite collaboration avec les équipes Product & Data, IA. Vous travaillerez sur la partie sécurité liée aux modèles ML notamment sur des données de santé. Pourquoi venir chez nous? Rejoindre un acteur majeur de l'Intelligence Artificielle Travailler pour une technologie SaaS qui accompagne des acteurs de la santé Pouvoir travailler sur des problématiques DevOps / Cloud dans un contexte Data & IA Travailler sur des problématiques Machine Learning Rejoindre une équipe pluridisciplinaire côté DevOps / Data / ML

{'salaire': [{'montant_min': 75000.0, 'montant_max': 75000.0, '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 :

Kicklox est une plateforme d’ingénierie et de conseil en technologies. Concrètement, nous facilitons la rencontre entre des ingénieurs à la recherche d’un prochain défi, et nos clients qui recherchent de nouvelles compétences pour intervenir au sein de leur effectif. Nous fédérons aujourd’hui une communauté de 70.000 ingénieurs, qui trouvent leur prochain projet sur Kicklox grâce à notre plateforme digitale qui permet d’initier des processus de candidature en ligne. Retrouvez également toutes nos offres sur notre site internet, page “nos offres”. Au sein de l’équipe Data notre groupe, notre futur Data Engineer participera au maintien et à l’évolution de l’architecture technique de la plateforme Data du groupe. Confronté aux problématiques de gros volumes de données provenant de différentes sources (Navigation, Publicité, CRM, Emailing, E-Commerce...) et sous divers formats, Il travaillera avec des Data Scientists, des Data Architects & des Data Analysts sur les projets des... différentes BU du groupe (Analyse de la donnée, personnalisation et recommandation de contenus, segmentation de l’audience...). En tant que Data Engineer, vous serez amené à : • Maintenir et faire évoluer notre architecture • Être force de proposition pour mettre en place et faire évoluer nos traitements, touten garantissant l’intégrité de la donnée à destination des équipes métier • Intervenir sur l’ensemble des aspects sécurité de notre plateformeNotre Data Engineer idéal : • A au moins 2 ans d’expérience dans des environnements cloud (de préférence AWS) • Possède une bonne compréhension de l’ensemble d’une stack Data, du stockagejusqu’aux outils Analytics (Redshift et/ou Snowflake) • Possède de solides compétences sur Spark (Scala idéalement) et SQL • Maitrise des environnements distribués de type Hadoop • Comprend les enjeux métier et se montre force de proposition pour y répondre • Est curieux et en veille technique permanenteEn Bonus • A déjà travailler avec un ordonnanceur de type Airflow • A déjà travailler sur des API de type API Gateway, Lambda • Possède des connaissances sur la chaîne CI/CD • Est familier des outils de type JIRA Type d'emploi : CDI Salaire : 40 000,00€ à 70 000,00€ par an Programmation : • Travail en journée Lieu du poste : Télétravail hybride (75009 Paris 9e

{'salaire': [{'montant_min': 40000.0, '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 :

**Contexte**: Tu souhaites accompagner les grandes enseignes de distribution ou les intervenants majeurs des PGC dans la transformation de leur offre vers des produits plus sains, plus locaux ? De leurs réseaux vers plus d’omini-canalité ? De leur connaissance client ? Rejoins-nous IRI en France est une des 7 filiales européennes du leader américain de l’information Marketing Vente Produits de Grande Consommation (450 personnes en France). Nos solutions globales et nos recommandations répondent aux problématiques Marketing des fabricants et distributeurs de l’univers de la grande consommation. • *IRI recherche un(e) Data analyst en alternance pour rejoindre notre division des Opérations. Ce poste est à pourvoir pour la rentrée de septembre 2023.** Ce poste sera basé à notre siège de Chambourcy (78). Un déménagement à la Défense est prévu fin d’année 2023. Du télétravail partiel est prévu. • *Tes missions**: Au sein de l’équipe Measurement Science France, tes missions seront les... suivantes: Tu choisiras et mettras en œuvre les solutions Big Data et datamining dans un contexte d’intégration continue et d’automatisation - Tu te familiariseras avec les programmes existants (compréhension, inputs, impacts) - Tu réaliseras des méthodes et outils statistiques - estimations - extrapolation d’ensembles de magasins - échantillonnage - Tu proposeras des solutions de vérifications de données en SAS / Python qui s’imbriquent dans les process existants - Tu seras l’interlocuteur des services commerciaux, du marketing et des équipes opérations - études de faisabilité - suivi des incidents - traitement des questions d’ordre de production statistique - Tu découvriras les bases de données SQL et requêtage. • *Le profil attendu**: - Tu es étudiant(e) en BAC+3/+5 en Statistiques, en Science informatique et tu as idéalement une première expérience dans ce domaine. - Tu as de solides compétences en gestion de bases de données et en science informatique : tu maîtrises différents langages de programmation tels que SAS (base, macros), R, Unix, SQL, Python. - Tu as une forte appétence pour les technologies et les innovations. Tu as des connaissances dans le domaine du développement et de la maintenance des codes. - Tu es doté(e) d’un excellent sens de l’analyse, de synthèse et de restitution. - Positif(ve), constructif (ve), tu fais preuve d’un fort esprit d’équipe et tu as des qualités relationnelles te permettant de t’adapter à des interlocuteurs variés. - Afin de participer aux projets et aux échanges internationaux, un anglais oral et écrit est indispensable. Intéressé(e) par cette offre d’emploi en alternance ? Postule dès maintenant Type d'emploi : Alternance Salaire : 1 000,00€ à 1 600,00€ par mois Avantages: - Participation au transport - Restaurant d'entreprise - Travail à domicile Programmation: - Du lundi au vendredi - Repos le week-end - Travail en journée Types de primes et de gratifications: - Primes Lieu du poste : Un seul lieu de travail Date de début prévue : 04/09/2023

{'salaire': [{'montant_min': 1000.0, 'montant_max': 1600.0, '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 :

Description de l'offre : L'entreprise Fondée en 2015 par 3 cofondateurs et composée aujourd'hui de 12 collaborateurs experts dans leurs domaines, cette startup parisienne permet à ses clients de traiter et mettre en qualité toutes leurs données, simplement et rapidement. La mission Pour accompagner leur croissance, l'équipe Data est aujourd'hui à la recherche de son Data Analyst Manager en CDI. En les rejoignant, ton rôle sera de : • Manager l'équipe et construire la roadmap • Recueil du besoin, conseil et aide à la mise en place des traitements des données et de l'outil SaaS • Travailler au quotidien au contact des clients sur des projets ou POC • Être ponctuellement en appui sales, démo produit ou formation • Travailler au quotidien en équipe Profil recherché : - Tu as déjà 6 à 8 ans d'expérience en tant que Data Analyst dont 2 ans en tant que Manager. - Tu as l'habitude de travailler directement avec des clients externes en tant que Data Analyst et non uniquement interne. - Tu... es à l'aise avec les outils de DataViz sans être expert. - Prendre part dans une aventure entrepreneuriale à un stade de maturité avec des fortes responsabilités t'intéresse beaucoup. Les modalités Contrat : CDI Localisation : au cœur de Paris Rémunération selon profil : 60-70K€ de fixe plus bonus 10% Télétravail : 2 jours de télétravail / semaine Avantages : Jours de vacances supplémentaires + accès premium à une salle de sport + crèche Processus de recrutement interne : Call avec le CEO (15min) + Entretien technique avec le CTO + Rencontre Équipe

{'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 du poste et Missions - Compétences techniques obligatoires sur la data (expériences BI) : Vertica ou autres BDD, Talend, Java - Connaissances globales sur l’éco-système Data - Technologies BIG DATA (mapr, vertica, talend , Java) - Data Temps réel : kafka, API Rest - Outils de développement et d’exploitation : Talend, ControlM, Dynatrace, Eclipse ; SVN ; Git ; Maven ; Jenkins ; Sonar - Dataviz: Qlik - Décisionnel : SAS Profil recherché Informations utiles • Localisation : Paris, France • Contrat : CDI • Salaire : 45000,00 à 55000,00 EUR par an • Niveau de qualification : Ingénieur/Cadre/Bac +5 • Expérience : 1 à 7 ans • Modalités de travail : Temps complet • Fonction : Informatique - Systèmes d'Information • Secteur : Secteur informatique/ESN Qui sommes nous ? Créée en 2005, HR Team est une Entreprise française de Services du Numérique (ESN, anciennement SSII) possédant plus de 15 agences (dont une en Belgique et une en Espagne). HR Team explique sa croissance... par son approche singulière en tant qu’ESN : l’humain avant tout. L’entreprise assure une stratégie digitale en cohérence avec l’ambition de ses clients et gère toutes les phases de leurs plans digitaux grâce à 5 domaines d’expertise (nos squads) : Software Engineering, Cybersecurity, Data/AI, Cloud/DevSecOps et Change Management. HR Team s’est récemment rapprochée du Groupe Scalian, une entreprise à dimension internationale spécialisée dans la transformation des entreprises. Ce rapprochement nous permet de franchir une nouvelle étape clé de notre développement et d’ouvrir notre champ des possibles

{"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 :

Lieu : Paris (13ème), TJM : 450-500€ / Jour, Rythme : Hybrid (2 jours de Télétravail par semaine), Nous recherchons pour notre client, groupe de médias, un DATA Engineer H/F dans le cadre d’une mission Freelance de 6 mois minimum. VOS MISSIONS : Vous ferez partie d’une équipe DATA de 6 personnes, vous serez en particulier dédié(e) à la partie customer (en binôme avec le spécialiste de la mise à disposition des données via Tableau) et vous aurez en charge de garantir la qualité des pipelines, d’ assurer le développement des programmes pour collecter, préparer, transformer et diffuser les données (Python, SQL, GCP, DATA plateforme interne). Attention, il est impératif de s’intéresser et parfaitement comprendre les besoins métiers et l’utilisation des données afin de les modéliser au mieux VOUS : 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: Python - BDD: SQL - Outil de mise en production: Docker - Environnement Cloud: GCP PROCESS : Après une visio avec un membre de notre équipe, voici les étapes qui vous attendent : - Rencontre avec le Product Manger et le Resp DATA Customer en visio - Rencontre des équipes sur place - 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

{'salaire': [{'montant_min': 450.0, '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 :

POSTE : Data Analyst H/F DESCRIPTION : En tant que Data Analyste F/H, vous serez responsable de l'analyse et de l'interprétation des données pour fournir des informations exploitables aux équipes internes de l'entreprise. Vous travaillerez en étroite collaboration avec les équipes DSID en charge du déploiement des usages Data auprès des directions métiers clientes. Vous serez à même de résoudre les problèmes et prendre des décisions éclairées basées sur les données. A ce titre, vous veillerez : - Collecter, nettoyer et organiser les données provenant de diverses sources internes et externes. - Analyser les données pour identifier les tendances, les modèles et les insights pertinents. - Développer et mettre en oeuvre des tableaux de bord, des rapports et des visualisations pour présenter les résultats de manière claire et concise. - Collaborer avec les équipes en charge de répondre aux usages métiers pour définir les besoins en matière d'analyse de données et les objectifs à... atteindre. - Fournir des recommandations basées sur les analyses de données pour améliorer les performances commerciales, les stratégies marketing et les processus opérationnels. - Suivre les KPIs clés et les métriques de performance, en identifiant les écarts et en proposant des actions correctives. - Maintenir une veille technologique pour rester à jour sur les nouvelles méthodes, les outils et les tendances en matière d'analyse de données. les équipes fonctionnelles pour comprendre les besoins en matière de données et les spécifications techniques. - Assurer la qualité des données en effectuant des tests et des validations pour identifier et corriger les erreurs et les incohérences. - Optimiser les performances des bases de données et des requêtes pour garantir une récupération rapide des données. - Participer à la conception et à la mise en oeuvre de bases de données et d'architectures de données évolutives et sécurisées. - Intégrer et consolider les données provenant de différentes sources pour permettre une analyse et une visualisation efficaces. - Développer des outils et des interfaces pour faciliter l'accès et l'utilisation des données par les utilisateurs internes. - Collaborer avec les équipes techniques pour assurer la disponibilité et la sécurité des données conformément aux exigences réglementaires. - Maintenir une veille technologique pour rester à jour sur les nouvelles technologies et les meilleures pratiques en matière de développement de données. PROFIL : Vos compétences et atouts - Solides compétences analytiques et capacité à travailler avec de grandes quantités de données. - Excellentes compétences en programmation et maîtrise des langages couramment utilisés en data analysis (SQL, etc.). - Expérience avec les outils d'analyse de données tels que SAAS, Excel, etc. - Connaissance des techniques d'exploration de données, de modélisation statistique. - Capacité à communiquer efficacement les résultats d'analyse de données à des parties prenantes non techniques. - Capacité à travailler de manière autonome et à gérer plusieurs projets simultanément. - Attention aux détails et souci de la qualité des données. - Compréhension des concepts fondamentaux du business et des indicateurs de performance clés. Savoirs : Connaissance du domaine de l'assurance Santé/Prévoyance. Sensibilisation aux évolutions règlementaires et éthique dans l'usage de données (RGPD) ; Maîtrise des techniques d'extraction, d'analyse et de traitement de la donnée ; Savoir - Faire : Travail en équipe et mode collaboratif Capacités d'analyse et de synthèse. Capacité à comprendre le besoin du métier afin de produire une solution adaptée ; Maîtrises des langages informatiques de traitement de données ; Capacité d'analyse et de synthèse développée ; Connaissance d'outils de mise en oeuvre de tableau de bord ; Capacité à expliquer sa démarche et à présenter ses résultats d'analyse ; Capacité à utiliser les outils transverses de travail en équipe. Savoir - Être : Excellent relationnel, qualité d'écoute. Sens du service, disponibilité, pédagogie. En tant que Data Analyst, vous jouerez un rôle clé dans la transformation des données brutes et gérées en informations utiles pour prendre des décisions stratégiques. Votre expertise analytique et votre capacité à structurer les données aideront l'entreprise à comprendre ses clients, à améliorer ses produits et à stimuler sa croissance

{'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 Apprenez un métier d'avenir en alternance avec OpenClassrooms. OpenClassrooms recherche un Data Analyst en contrat d'apprentissage pour un de nos partenaires du secteur de l'automobile, pour préparer une de ses formations diplômantes reconnues par l'État. Attention : cette offre ne s'adresse qu'aux candidats à l'alternance qui effectuent leur formation avec OpenClassrooms ou souhaitent s'inscrire chez OpenClassrooms pour leur alternance. Seules les candidatures répondant à ces critères seront étudiées. Avec OpenClassrooms, vous apprendrez un métier avec une pédagogie mêlant 20% de théorie et 80% de pratique. Résultat : à l'issue de votre formation, vous êtes 100% prêt à l'emploi. Une fois votre diplôme en poche, nos équipes épaulent chaque profil dans la recherche d'un employeur, nous permettant d'afficher un taux d'insertion de nos étudiants en entreprise de plus de 80%. Si votre candidature est retenue, votre scolarité sera entièrement financée par votre... employeur. Vos missions en tant que Data Analyst en alternance : - Suivi de Performance : Suivi quotidien du chiffre d'affaires pièces et accessoires, données de facturation dans la base de données du département - Suivi Garantie : Extraction, reporting et suivi des données de garantie - Maintenance des rapports de performance PowerBI et communication en interne - Roadmap PowerBI : Recensement des besoins en reporting auprès des différentes équipes du département Après-Vente, priorisation par activité, puis développement de ces évolutions. - Développement et amélioration d'outils informatiques permettant une analyse des résultats de l'activité commerciale après-vente de l'entreprise (par exemple amélioration et automatisation des fichiers de suivi, etc). - Elaboration de nouveaux indicateurs pour suivre la performance commerciale en après-vente des concessions de l'entreprise (par exemple l'efficience des budgets dépensés par rapport à la performance générée, etc) - Projets de centralisation des données (Data Lake) - Autres tâches liées à l'analyse des données et au reporting Poste basé à Montigny-Le-Bretonneux (Île-de-France). Travail en hybride. Rythme d'alternance et présence En entreprise : - Du lundi au vendredi - Périodes de travail de 8 heures - Repos le week-end - Travail en journée - En entreprise : 4 jours par semaine (jours au choix) avec présence réduite à 3 jours 1 à 2 fois par mois - En formation : 1 jour par semaine + 1 jour supplémentaire 1 à 2 fois par mois Profil recherché Profil recherché : - École d'ingénieur niveau Master 1 ou Master 2 - Excellente maîtrise d'Excel et de l'ensemble du Pack Office - Notions d'Access, Power BI (Office 365), VBA - Python et SQL seraient un plus - Esprit d'analyse, organisation, rigueur, force de proposition, autonomie, travail en équipe et curiosité seront les traits de caractère essentiels pour mener à bien vos missions. Gratification : entre 1300 et 1500 Euros selon rémunération légale en vigueur Autres avantages : remboursement à 100% du titre de transport, accès au restaurant d'entreprise Date de prise de poste souhaitée : octobre 2024 Durée : 12 ou 24 mois Bienvenue chez Nissan Devenez acteur de l'innovation automobile au sein du groupe Nissan Choisir Nissan, c'est rejoindre une entreprise mondiale, qui compte plus de collaborateurs dans le Monde. Leader européen du 100% électrique, pionnier du Crossover, la marque est engagée dans une dynamique d'innovation, au cœur de la mobilité de demain

{'salaire': [{'montant_min': 1300.0, 'montant_max': 1500.0, '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 :

TALEXIM, c'est une équipe de spécialistes du recrutement engagés auprès des entreprises de son territoire ! La team #paysdesavoie recherche un Contrôleur de gestion / Data Analyst H/F pour rejoindre l’aventure de son client: Rejoindre une PME éditrice de logiciels applicatifs en plein développement et à l'affût des nouvelles tendances et technos : Intégrer une équipe dynamique , un environnement de travail convivial et innovant : Travailler à deux pas du lac d'Annecy Mission Ce que nous vous proposons : Rattaché(e) au responsable du pôle Data et intégré(e) à une équipe de 3 personnes, vous êtes l'interlocuteur(trice) privilégié(e) des opérationnels et de la Direction sur le data model, les dashboards et leur analyse. Dans ce contexte, vos missions consistent à: Contrôler la qualité et la cohérence des données au sein du data model Assurer le suivi quotidien des KPIs Groupe Adapter les outils d'analyse et d’aide au pilotage : indicateurs, tableaux de bord des différents services et de... la Direction Mettre en place des reportings pertinents pour identifier de nouveaux leviers business marketing Synthétiser et présenter les résultats aux différentes équipes et à la Direction Accompagner les opérationnels et la Direction dans la compréhension des données et la prise de décision Participer à l'amélioration des connaissances clients par l’analyse des comportements Contrat : CDI - 38h hebdomadaires du lundi au vendredi_ Rémunération : 35/45k€ annuels brut selon profil et expérience_ Avantages associés : mutuelle, prévoyance, tickets restaurants, prime annuelle sur objectifs_ Profil Et vous ? Issu(e) d’une formation supérieure en contrôle de gestion / audit, vous justifiez d'une expérience de 2 ans minimum à un poste similaire (stages et alternance inclus). Orienté(e) business, vous disposez idéalement d'une première expérience dans l'univers web / e-commerce. Vous maitrisez Excel, Google Analytics et avez une appétence particulière pour le langage SQL et la manipulation de données. Rigoureux(se) et organisé(e), vous possédez de réelles facultés d'analyse et savez faire preuve d'autonomie. Doté(e) d'aisance relationnelle, vous êtes reconnu(e) pour votre réactivité, votre esprit d’initiative et votre implication. Vous vous reconnaissez dans cette annonce ? On vous attend ! Et dans tous les cas, on vous donne des nouvelles :) Type d'emploi : CDI Salaire : 35 000,00€ à 45 000,00€ par an Avantages: Participation au transport Titre-restaurant Programmation: Du lundi au vendredi Travail en journée Lieu du poste : Un seul lieu de travail

{'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 :

Nous sommes Pierre & Mathilde, Consultants recrutement chez Externatic, et nous vous proposons propose aujourd'hui de découvrir l'offre cidessous et d'échanger ensemble : plutôt en visio ? Ou autour d'un verre ? Nous serons ravi de vous accompagner et de vous présenter ce job plus en détail L'entreprise et l'équipe spécialisé dans la distribution et ecommerceentreprise basée entre Ancenis et Cholet (1 jour par semaine au siège / bureaux également basés à Nantes ou Angers) L'équipe et les missions : Rattaché(e) à la DSI, et plus précisément à l'équipe Data composée de 5 personnes (Chef de projet, Data Engineer, Business Analyst et Data Scientists) vous :collecter et valoriser les données des clients internes pour les aider à développer leurs pratiques métiers & businessrecueillez, intégrez, triez, nettoyez, exposez et mettez en valeur les données,participez ou initiez des projets d'innovation, de restructuration autour de la DATA dans le but d'optimiser leurs utilisations,travaillez... en collaboration et coordination avec l'équipe Data et la Direction IT (Architecture/Urbanisme, infrastructure)garantissez la bonne intégration des nouvelles solutions dans le SI du Groupe,pérennisez et faites évoluer les solutions existantes dans le respect des standards SI,participez à la construction au suivi du planning d'avancement des projets,assurez une veille technologique constante Conditions de travail / en pratique : 1 jour par semaine au sein du siège / 2 jours au sein des bureaux angevins ou nantais possibleRémunération : 35000€/50000€ 2 jours de télétravail possible Profil recherché Ce que vous apportez Hard skills bonne connaissance du langage SQLexpérience solide sur la mise en place d'un datalake / datawarehousemaîtrise des outils de la plateforme Data Cloud de type GCP (ou Azure) et en particulier, la partie storage et base de données Soft skills aisance relationnellecapacité d'analyse et de synthèseforce de proposition À propos d'Externatic Cabinet de recrutement Tech, la mission d'Externatic est de faciliter la rencontre entre candidats et entreprises. Nous mettons à votre disposition notre réseau et notre connaissance du marché de la Tech (étude des salaires, tendances). Notre moteur : vous accompagner sur du long terme pour trouver l'opportunité en CDI, qui correspond à votre projet professionnel, et surtout vous proposer un accès privilégié à des opportunités cachées au sein de pépites (startup / éditeur / DSI / PME). Chez nous, le côté humain prime et nous sommes transparents sur nos actions : ici, chaque offre d'emploi correspond à un poste réel Externatic en bref : +700 postes ouverts HORS ESN+94% de périodes d'essais validées30 consultants pour vous accompagner+400 entreprises qui nous font confianceSponsoring de meetup tech370 candidats accompagnés par an dans la recherche d'un nouveau défi professionnel Le process Traitement candidature et RDV avec Pierre Seghier ou Mathilde Hamel 2 à 3 RDV côté client

{'salaire': [{'montant_min': 35000.0, '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 :

Descriptif du poste Rattaché à la Direction de la DATA, vous contribuez au pilotage de la société par l'analyse de l'ensemble des données client, produits et des contrats à des fins d'optimisation et d'efficacité (opérationnel, commercial, business...). Au sein d'une équipe de 3 personnes, vous aurez pour missions de : • Collecter et organiser les données clés de l'entreprise afin de les rendre fiables, et disponibles pour tous • Exploiter l'ensemble des données, les analyser pour en extraire des connaissances utiles à l'optimisation des offres et services • Créer, faire évoluer et livrer les tableaux de bords et reportings • Rédiger des documents de synthèse pour faire part de vos analyses à la direction • Accompagner la direction financière dans l'analyse des marges • Réaliser une veille technologique sur les outils et les méthodes permettant d'améliorer l'organisation et collecte des données Stack technique: .Net Core, ASP.Net, Angular12, Azure DevOps, Visual Studio, Git, SQL... Architecture Micro-services. Profil recherché • Vous êtes idéalement titulaire d’un bac +5 en informatique et Statistiques et/ou mathématiques • Vous avez au minimum 5 ans d’expérience en CDI sur un poste similaire • Vous maitrisez parfaitement le logiciel SAS (Base/Entreprise, Guide ou VIYA) • Vous avez une expertise sur la programmation VBA, SAS, R • Une expérience dans le domaine de l’assurance est un vrai atout • La connaissance de Salesforce est un plus • Vous êtes dynamique, pédagogue et aimez travailler en équipe Compétences attendues LANGUES Aucune langue attendue SAVOIR-ÊTRE Dynamisme Esprit d'équipe Voir plus SAVOIR-FAIRE SAS Analyse des données client Voir plus Entreprise Créée en 2015, cette société labellisée Fintech est spécialisée en assurance emprunteur et compte aujourd’hui plus de 70 collaborateurs. Sa mission est de proposer une expérience client incomparable via un parcours de souscription totalement digitalisé, et un accompagnement humain de très haute qualité. Cette entreprise met l’innovation au cœur de son modèle, que ce soit dans la création de ses offres, de leur tarification, de ses processus de souscription ou de gestion. Son approche est totalement digitale, au service d’une relation clients de grande proximité. Elle distribue son offre via des courtiers en assurance ou en crédit, ou via des partenaires grands compte en marque blanche. Dans le cadre de son développement, cette entreprise souhaite renforcer ses équipes et recrute un Data Analyst Sénior. Autres offres de l'entreprise Personne en charge du recrutement Mariame DIOMANDE - Présidente Salaire 50 - 60 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 ACTIVITÉS DES AGENTS ET COURTIERS D'ASSURANCES Télétravail Partiel possible

{'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 :

Description du poste - Au sein du - **Département Marketing & Innovation**, le pôle Data Science de l’équipe - **Marketing Clients et Services** de CAL&F joue un rôle stratégique dans la valorisation des données avec pour principaux objectifs: - º Améliorer les services aux clients, et de renforcer le développement commercial, par l’analyse et le traitement des données ainsi que la construction de scores prédictifs permettant d’accompagner les décisions stratégiques, - º Développer des services à valeur ajoutée pour les différentes entités du groupe Crédit Agricole dans le cadre du projet de refonte de Batica (outil utilisé par l’ensemble du Groupe Crédit Agricole pour accéder aux informations sur les entreprises). Vos principales missions ont trait au développement de nouvelles solutions incluant une dimension R&D, comme: - º S’approprier les modèles développés par l’équipe data science, en particulier les scores d’appétence, et identifier les domaines nécessitant des... optimisations. - º Adapter les programmes existants, notamment ceux utilisant PySpark, à un environnement Python basé principalement sur la librairie Pandas pour la manipulation des données. - º Optimiser les pipelines de données pour assurer une collecte, un nettoyage et une préparation des données plus efficaces. Explorer de nouvelles sources de données. - º Identifier et mettre en œuvre les indicateurs de suivi des scores en améliorant l’existant. - º Intégrer et automatiser vos travaux dans l'environnement de CAL&F, en testant leur performance en conditions réelles. - Communiquer clairement les avancées, les découvertes et les recommandations à l'équipe, en mettant l'accent sur la visualisation des données et le suivi des scores.- - Date de prise de fonction 01/01/2024 - Durée 4 à 6 mois - Poste avec management Non - Cadre / Non Cadre Non cadre - Niveau d'étude minimum Bac + 4 / M1 - Formation / Spécialisation º École d’ingénieur ou université avec une spécialisation en mathématiques appliquées, Data Science ou Intelligence Artificielle. - Niveau d'expérience minimum 0 - 2 ans - Soft skills º Connaissance en Data Science, incluant la manipulation de données et une introduction aux algorithmes de Machine Learning. º Capacité à évaluer et à ajuster les méthodologies et systèmes existants. º Aptitude au travail en équipe et à la collaboration. º Bonnes compétences de communication pour présenter les résultats et recommandations. - Outils informatiques º Expérience avec Python, Pandas et, idéalement, PySpark. - Langues Anglais - Entreprise Crédit Agricole Leasing & FactoringRejoignez Crédit Agricole Leasing & Factoring (CAL&F), filiale experte du groupe Crédit Agricole et acteur majeur du crédit-bail, de l'affacturage et du financement de la transition énergétique. CAL&F intervient sur des marchés porteurs et évolutifs en proposant des solutions destinées aux professionnels, agriculteurs, entreprises de toute taille et collectivités locales : - En crédit-bail, pour l'acquisition de matériels et biens immobiliers; - En affacturage, pour le financement de trésorerie, le recouvrement des créances clients et la garantie contre les impayés; - En financements de projets pour les énergies et les infrastructures durables. 5 bonnes raisons de nous rejoindre : - Une entreprise à taille HUMAINE avec les avantages d'un grand GROUPE. - Une entreprise internationale présente dans 10 pays. - Une entreprise qui veille à ce que chacun ait les moyens d'être acteur de son évolution au sein de l'entreprise et du Groupe. - Une entreprise engagée dans la transition énergétique : CAL&F est le 1er financeur privé des énergies renouvelables en France - Une entreprise inclusive qui s'engage à promouvoir la diversité et l'égalité des chances : mixité sociale, égalité professionnelle femme/homme et intégration des personnes en situation de handicap. Quel que soit votre profil, si vous êtes curieux(se), force de proposition et que vous avez une grande capacité à travailler en équipe... 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 :

* *Client final - Transports et Logistique** *Paris** *CDI**Mission :*Tu rejoins un Client Final dans le domaine des transports et de la logistique et tu occuperas le poste de Data Engineer. A ce titre, tu deviendras le responsable technique de la stack data.Parmi vos missions :* Tu t’occupes du déploiement et de la maintenance des pipelines de prod, pour l’ingestion de données et les algos.* Tu participes au développement des nouveaux algos en apportant notamment ton aisance technique.* Tu fais grandir l’équipe sur les sujets de data engineering.* Tu fais de la veille techno sur le data engineering.*Environnement technique :* Python, SQL, GCP, Docker et Git*Profil :** *2 ans d'XP* en développement, data, cloud...* Expérience en développement *Python*, *SQL*,*Rémunération et avantages:** Rémunération fixe* 3 jours de *télétravail *par semaine*Pourquoi les rejoindre ?** Projet récent avec beaucoup d'avenir* Environnement technologique riche* De fortes perspectives d'évolution* Contexte... de travail agréable et flexibleType d'emploi : Temps plein, CDISalaire : 55 000,00€ à 60 000,00€ par anAvantages :* Participation au transport* RTT* Titre-restaurant* Travail à domicileProgrammation :* Travail en journéeLieu du poste : Télétravail hybride (92700 Colombes

{'salaire': [{'montant_min': 55000.0, '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 recherche … 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. Pour plus d'informations, retrouvez-nous sur www.soprasteria.com/fr La division « Santé Social Emploi » regroupe l'ensemble des acteurs qui exercent une mission de service... public dans ces domaines. Nos clients sont notamment les organismes de protection sociale de la santé, de la retraite et de la famille, et également de grands acteurs du secteur de l'emploi. Notre présence globale dans l'écosystème et la connaissance approfondie des métiers de nos clients sont un atout majeur pour répondre aux grands enjeux de transformation impliqués par les réformes de l'Etat. Votre rôle et missions Votre futur environnement de travail : Si vous êtes passionné(e) par les grands projets Data, rejoignez notre équipe d'ingénieurs du centre d'expertise Data de Nantes. Y sont présents des experts de la mise en ?uvre de Plateforme de Données, des Data Architectes ou autres experts solution autour des problématiques de valorisation de la donnée. Vous êtes accompagné(e) au développement de vos connaissances et de vos compétences à travers nos programmes de formations Sopra Academy, vous bénéficiez du support des Directions Techniques et Fonctionnelles, ainsi que de la communauté Data. Rejoindre la communauté Data Sopra Steria, c'est rejoindre une communauté de Data Ingénieurs fiers de partager leur savoir et ouverts aux nouvelles expériences et expérimentations de la donnée ! Votre rôle et missions : Dans le cadre de la mise en place de plateforme Data pour un de nos grands clients et selon votre expérience, vous participez à : - La compréhension des besoins métiers et la traduction solution de data ingénierie et ou data analyste - La mise en oeuvre de solution d'ingestion des données quelles soit en batch et/ou en streaming au sein d'un Cloud privé. - Le traitement de la donnée jusqu'à l'exposition au métier. - La mise en place de la chaine CI/CD et de sa supervision. - Le déploiement de la sécurité sur la plateforme. Environnement technique : - Spark, Trino, Jupyter, SAS - Openshift, Keycloack, Bastion, Vault, Wallix - Exadata, Ceph, Iceberg, Parquet, Airflow, PostgreSQL, MongoDB - Prometheus, Grafana, ELK, Gitlab CI - Java, Python, R Ce que nous proposons : - Un accord télétravail pour télétravailler jusqu'à 2 jours par semaine selon vos missions. - Un package avantages intéressant : une mutuelle, un CSE, des titres restaurants, un accord d'intéressement, des primes vacances et cooptation. - Un accompagnement individualisé avec un mentor. - Des opportunités de carrières multiples : plus de 50 métiers, autant de passerelles à imaginer ensemble. - Plusieurs centaines de formations accessibles en toute autonomie depuis l'app mobile avec Sopra Steria Academy. - La possibilité de s'engager auprès de notre fondation ou de notre partenaire « Vendredi ». - L'opportunité de rejoindre le collectif Tech'Me UP (formations, conférences, veille, et bien plus encore?). Vous êtes … Votre profil : Diplômé(e) d'une école d'Ingénieurs ou équivalent universitaire, vous avez déjà participé à un projet Data (Big Data, BI) et vous avez une expérience de minimum 2 ans. Vous accordez une importance particulière à : - Au développement de vos compétences sur plusieurs technologies. - L'opportunité d'évolution réelle de carrière au travers de l'expérience projet. - L'apport de valeur pour vos clients. - La transmission de votre savoir auprès de vos collaborateurs plus juniors et l'accompagnement de ceux-ci dans le développement de leur carrière. - A la bienveillance et à la diversité. Chez Sopra Steria, nous sommes engagés pour lutter contre toute forme de discrimination. Nous favorisons un environnement de travail inclusif et respectueux de toutes les différences. Tous nos postes sont ouverts aux personnes en situation de handicap. En savoir plus ici En résumé ... • Nantes - 44 • CDI • Secteur informatique • ESN • Bac +5 • Exp. 1 à 7 ans Publiée le 13/04/2023. Réf : 1013433_1681375076

{'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 Dans le cadre de notre développement, nous recrutons pour intégrer notre projet sur Lyon (69) un : Data Analyst/Data Engineer (H/F) Vos missions, si vous les acceptez : Apport de compétences Data aux équipes produits et projets de la North Star Flawless Preparation & Delivery : • Analyse de données pour les cadrages et Discovery. • Construction de dashboards en vue de suivi de KPI Projets/récurrents. • Sur la partie préparation de commandes en entrepot : appropriation du modele de données et des données disponibles dans bigquery, construction des dashboard demandés, transfert de Compétences outil aux personnes métier. • Sur la partie prep magasin : définition des données utiles pour les besoins de pilotage et reporting, aide aux équipes produit à sourcer et agréger ces données, construction des tableaux de bord. Technologies : • JIRA • MY SQL • SQL • Lookestudio (maitrise), Google Analytics (maitrise), Big Query (maitrise), MongoDB. Profil recherché Le... profil que nous recherchons : De formation informatique avec minimum 3 ans d’expérience en tant que Data Analyst/Data Engineer. Vous êtes reconnu/e pour avoir une expérience similaire avec une connaissance dans le domaine de preparation e-commerce qui serait un vrai plus. Un bon niveau d’anglais et nécessaire pour ce poste. Vous avez une capacité à communiquer avec des personnes qui sont dans le domaine de l’IT. Vous avez une autonomie et vous êtes force de proposition. Pour finir vous avez une maitrise de lookerstudio, google analytics et big query obligatoire. Vous vous reconnaissez dans cette description ? Echangeons ! Prise de fonction : A définir selon disponibilité Salaire : Selon profil Pourquoi nous rejoindre ? L’innovation, la qualité et l’agilité sont au cœur du développement de nos activités IT, encadrées et assurées par nos 850 collaborateurs et collaboratrices français(es) et bulgares ! Notre savoir-faire ? Conseil, Développement, Analyse et Expertise Informatique pour accompagner nos clients dans l'évolution et la transformation de leur SI. En plus de notre maîtrise des technologies PHP, JavaEE et .Net qui sont des composantes fortes de notre savoir-faire, nous mettons en avant une expertise dédiée aux applications mobiles et XNet (Inter, Intra et Extranet) et au développement de notre offre infrastructure (systèmes, réseaux, cybersécurité…). Nos valeurs ? L’engagement, le pragmatisme, la proximité, l’évolution et le partage. Aussi bien avec nos clients qu’avec nos collaborateurs (F/H). Résultats ? Une entreprise en pleine croissance avec des collaborateurs (F/H) épanouis et reconnus au quotidien ! Des clients fidèles et reconnaissants de la qualité des prestations fournies ! Nos collaborateurs œuvrent chaque jour à satisfaire et concrétiser les idées les plus folles et innovantes de nos clients !... N’attendez plus et tentez l’expérience PROXIAD ! Proxiad recrute et reconnaît tous les talents. Compétences attendues LANGUES Anglais Bulgare SAVOIR-ÊTRE Agilité Autonomie Voir plus SAVOIR-FAIRE Applications mobiles Extranet Voir plus Entreprise Pourquoi nous rejoindre ? L innovation, la qualité et l agilité sont au cœur du développement de nos activités IT, encadrées et assurées par nos 850 collaborateurs et collaboratrices français(es) et bulgares ! Notre savoir-faire ? Conseil, Développement, Analyse et Expertise Informatique pour accompagner nos clients dans l'évolution et la transformation de leur SI. En plus de notre maîtrise des technologies PHP, JavaEE et .Net qui sont des composantes fortes de notre savoir-faire, nous mettons en avant une expertise dédiée aux applications mobiles et XNet (Inter, Intra et Extranet) et au développement de notre offre infrastructure (systèmes, réseaux, cybersécurité ). Nos valeurs ? L engagement, le pragmatisme, la proximité, l évolution et le partage. Aussi bien avec nos clients qu avec nos collaborateurs (F/H). Résultats ? Une entreprise en pleine croissance avec des collaborateurs (F/H) épanouis et reconnus au quotidien ! Des clients fidèles et reconnaissants de la qualité des prestations fournies ! Nos collaborateurs œuvrent chaque jour à satisfaire et concrétiser les idées les plus folles et innovantes de nos clients !... N attendez plus et tentez l expérience PROXIAD ! Proxiad recrute et reconnaît tous les talents. Autres offres de l'entreprise Personne en charge du recrutement BAYRAM BURGU - RRH Salaire A négocier 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': 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 :

Recevez des alertes ! : Chaque mardi, 19h, nous vous envoyons les dernières opportunités. Je m'abonne Je souhaite recevoir les prochaines opportunités ! : Inscrivez-vous à notre newsletter hebdomadaire et recevez chaque mardi à 19h nos dernières opportunités. Merci pour votre confiance. Les équipes Invivoo  Contrat : CDI  Localisation : Paris  Salaire : 40/70KLe développeur Big Data contribue directement aux projets des directions métier (ex : fraude santé, multi équipements, pricing IARD, optimisation du lead management, fragilité auto,) et à la construction du socle technique Big Data. Postuler Environnement Technique : Vous interviendrez sur une mission longue chez l’un de nos clients Grand Compte dans le domaine de la Banque, Finance, Assurance, Industrie ou Energie. Vous pourrez évoluer dans un écosystème Big Data et Cloud (privé ou public) afin d’intervenir sur: La modélisation de risque de fraudes, de défaut de paiement La création de modèles de score pour l’anti-churn La... création de modèles de maintenance prédictive (root-cause, explicabilité des modèles) Le monitoring applicatif Des projets en collaboration avec des Business Analystes, Data Analyst, Data Engineer, Ingénieur BI et DevOps Profil recherché : Issu(e) d’un diplôme d’ingénieur en informatique ou d’un Master. Une expérience réussie dans un écosystème Big Data autour des outils telques les librairies Python (Pandas, NumPy, TensorFlow ), NLP, NLTK, Spark Vous maitrisez le développement en langages Python et SQL et manipulé des bases en NoSQL. Vous avez une bonne compréhension de la notion des time series et travailler avec des données structurées. Vous avez une bonne compréhension des attentes métiers dans l’un des domaines : Banque, Finance, Assurance, Industrie ou Energie. Nous recherchons avons tout un passionné capable de partager faire grandir et rayonner une des expertises stratégiques d’INVIVOO. Processus de recrutement : Rencontrez un de nos recruteurs et son binôme commercial. Préparez-vous par la suite à être challengé par un de nos experts techniques. Après le défi fonctionnel, nous ferons notre maximum pour que vous puissiez performer devant le client ! Avantages : ✔️ La possibilité d’intégrer l’une des grandes places financières Parisiennes ✔️Un vrai suivi de proximité (3 référents vous accompagne tout au long de votre carrière chez nous) ✔️Un programme de partage et de montée en compétences (Workshop, coaching, évaluation technique, BBL, participation aux grands salons de la tech) ✔️Des formations (Plus de 60 modules de formation) ✔️Un financement de vos certifications à 100% ✔️100 % du passe Navigo pris en charge ✔️Des événements ! Du poker, de l’escalade, des évènements sportifs, des afterworks ✔️Et plus

{'salaire': [{'montant_min': 40000.0, 'montant_max': 70000.0, '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 les futurs talents de l’entreprise en vous intégrant dans un premier temps au côté d’un de nos consultants expérimentés pour développer vos compétences sur Microsoft Power BI et les solutions SAP Analytics, 2 solutions leader du marché. En appui d'un consultant sénior et dans le cadre d'une mission pour la direction financière d'un grand groupe français leader européen dans son domaine, vous participerez à toutes les phases de construction de la solution : Atelier métiers, conception, développement et la recette des outils d'aide à la décision. Dans une démarche AGILE et en relation directe avec les entités métiers et utilisateurs finaux, nous maquettons et produisons des tableaux de bord Power BI sourcés par une base de données on-memory SAP Hana. L'approche doit être fonctionnelle pour mettre en avant les indicateurs et visuels décisifs pour le pilotage des activités. C'est aussi un challenge technique car les tableaux de bord doivent être restitués en quasi-temps... réel à partir d'une base de données de plus de 2 milliards de faits économiques. Vous êtes étudiant en dernière année d’école d’ingénieur ou Master 2 et vous recherchez un stage. Pendant vos études vous avez acquis des compétences en modélisation et analyse de données. Vous êtes curieux.se et doté d’un bon relationnel et le travail en équipe vous galvanise. Type d'emploi : Stage Durée du contrat : 4-6 mois Salaire : 1 030,00€ par mois Avantages: - Horaires flexibles - Participation au Transport - Titre-restaurant - Travail à domicile Programmation: - Du Lundi au Vendredi - Horaires flexibles Capacité à faire le trajet ou à déménager: - 92800 Puteaux: Faire le trajet sans problème ou prévoir un déménagement avant de prendre son poste (Exigé) Formation: - Bac +5 (Master / MBA) (Exigé) Lieu du poste : Télétravail hybride (92800 Puteaux

{'salaire': [{'montant_min': 1030.0, 'montant_max': 1030.0, '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 :

Handicap International / Humanity & Inclusion (HI) est une association de solidarité internationale indépendante et impartiale, qui intervient dans les situations de pauvreté et d’exclusion, de conflits et de catastrophes. Œuvrant aux côtés des personnes handicapées et vulnérabilisées, elle agit et témoigne pour répondre à leurs besoins essentiels et améliorer leurs conditions de vie. Elle s’engage à promouvoir le respect de leur dignité et de leurs droits fondamentaux. Depuis sa création en 1982, HI a mis en place des programmes de développement dans plus de 60 pays et intervient dans de nombreuses situations d’urgence. Le réseau de 8 associations nationales (Allemagne, Belgique, Canada, Etats-Unis, France, Luxembourg, Royaume-Uni et Suisse) œuvre de manière constante à la mobilisation des ressources, à la cogestion des projets et au rayonnement des principes et actions de l’organisation. HI est engagée dans une politique d’emploi en faveur des travailleurs handicapés. Merci de... nous indiquer si vous avez besoin d’une adaptation particulière pour l’entretien. • *CONTEXTE**: Venez rejoindre notre équipe Data Management au sein de notre association nationale France, dans un contexte dynamique, sur un poste de Data analyste. • *OBJECTIFS DU POSTE**: Au sein du service Datamanagement, vous assurez l’exploitation de données sur l’ensemble des projets liés à l’activité Marketing Opérationnel pour le réseau international 1. Vous vous appropriez le nouveau CRM de l’organisation 2. Vous gérez l’intégration et le suivi des données marketing dans le CRM (codification des campagnes, remontées d’information) 3. Vous accompagnez le service Data dans l’exploitation des données issues du CRM pour fournir les ciblages et les études aux différentes associations nationales 4. Vous proposez des méthodes pour mutualiser les études et les reportings entre les différentes associations nationales • *PROFIL REQUIS**: De formation Bac+3 avec une spécialité Informatique décisionnelle/base de données, vous avez au moins 3 ans d’expérience sur le même type de poste. Vous êtes très à l'aise avec les outils informatiques et les bases de données et êtes capables de dialoguer avec les services informatiques techniques. La maîtrise d'Excel et SQL est exigée, et une première expérience avec une solution de traitement de données type Alteryx ou Power BI serait un plus. Vous avez le goût des chiffres, de la collaboration transversale, vous aimez vous impliquer et être force de proposition pour répondre à des problématiques opérationnelles. Vous êtes méthodique et doté(e) d'une bonne capacité analytique et d’un bon relationnel. • *CONDITIONS DU POSTE**: - Type de contrat : CDI - Tickets Restaurant - Mutuelle - 39 heures hebdomadaires avec 22.5 jours de RTT à prendre annuellement - Accord télétravail avantageux • *POSTULER**: Uniquement en ligne en joignant CV et Lettre de motivation via le lien suivant: Type d'emploi : Temps plein, CDI Salaire : à partir de 2 100,00€ par mois Avantages: - Participation au Transport - RTT - Titre-restaurant Programmation: - Du Lundi au Vendredi Lieu du poste : Un seul lieu de travail

{'salaire': [{'montant_min': 2100.0, '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 :

**La société** Créée il y a 8 ans, cette entreprise de conseil en hyper croissance, se compose d'environ 120 personnes. Elle est devenue experte en Data et IA (NLP, Deep Learning, Machine Learning) et accompagne leurs clients sur l’ensemble de leurs projets data à travers la valorisation de leurs données. Leur valeur ajoutée ? Leur spécialisation en Data ce qui leur permet d'offrir 3 expertises métiers distinctes : la Data Science, la Data Engineering et le Machine Learning Engineering. Autour de ces expertises gravitent bien sûr les métiers de Lead et d'Architecte. Une autre de leur force est leur formation interne (avec des profils de seniors ou d'architectes) et externe (avec des partenaires pour passer les certifications). Chez eux, le collaborateur est placé au centre des préoccupations, permettant ainsi de créer une cohésion et une véritable culture au sein de l'entreprise. Par exemple la majorité des projets se font en équipe et non seul. Connu et reconnu pour leur... expertise en Big Data, ils sont devenu le partenaire principal d'un grand groupe du CAC 40 et ont pris le lead sur tous les sujets touchant à la transformation Big Data de ce groupe. Pour poursuivre leur croissance, répondre à leurs ambitions et développer de nouveaux marchés, nous recherchons plusieurs profils pour renforcer leurs effectifs. • *Le poste** En les rejoignant vous travaillerez sur les problématiques suivantes: - Mise en place et/ou scale d'architectures - Construction de Datalake - Mise en production de model de ML - Pipelining de données - Streaming de données et temps réel • *La stack sur laquelle vous travaillerez **:Python, Scala, Spark, Architectures distribuées : Cloudera, Hadoop, HDFS, • *Votre profil** - A partir de 3 ans d'expérience en CDI - Vous avez une expérience significative sur des problématiques Big Data - Très bonne compétences en Python et/ou Scala et en Spark - Vous êtes familier avec Hadoop, Hive, Hbase - Vous avez déjà travaillé sur des environnement onpremise avec Cloudera • *Le salaire & avantages** - 50-60 K€ selon expérience - RTT - Carte Swile & Mutuelle - 3/4 jours de télétravail par semaine Et plus encore • *Ce qu’on préfère** - Être impliqué à fond dans une aventure avec de nombreux challenges techniques - Belles opportunités d'évolutions sur des postes d'Architecte, de Lead ou de Ml Ops - Très bonne ambiance, équipe solidaire et orientée partage d’informations - Beaucoup de workshops en interne et catalogue de formations à votre guise

{'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 :

Ekimetrics est leader en data science et fournisseur de solutions AI . Depuis plus de 16 ans, nous utilisons la data science au service de l’optimisation de performance marketing, business et de la transition vers une performance plus durable. Notre obsession : réconcilier gains business à court terme et création de valeur à long terme. Nous sommes une entreprise indépendante parmi les plus importantes dans le monde avec plus 400 experts data, sur trois continents : Europe, Amériques et Asie. Depuis 2006, nous avons mené plus de 1000 projets data science dans plus de 50 pays, générant plus d’un milliard d’euros de profit pour nos clients. REDEFINIR LA PERFORMANCE Ekimetrics a pour ambition d’aider les entreprises à repenser la manière dont elles opèrent, en réconciliant indicateurs financiers et objectifs durables grâce à la data. Nous développons des solutions d'IA et data science garantissant à nos clients des optimisations à fort impact, alignées avec leur stratégie de marque et... leurs enjeux de durabilité. Contexte: Forts de notre expertise en Data Engineering , nous accompagnons nos clients dans leur Transformation Data afin qu'ils puissent mener à bien des initiatives ambitieuses orientées vers la donnée. Nous conseillons nos clients dans le choix de la technologie la plus appropriée ainsi que dans la mise en place d'Architectures Data robustes et évolutives. Notre mission est aussi d'accompagner des projets en Business Intelligence & en industrialisation d' algorithmes. Dans ce cadre, vous menez à bien des projets variés à fort impact stratégique et de bout en bout pour des clients prestigieux. Plus précisément, vos responsabilités sont de: Piloter la relation technique avec des clients grands-comptes en France et à l’international avec un accès privilégié au ComEx. Mener à bien l'implémentation de solutions sur mesure, performantes, scalables Proposer et développer des solutions adaptées, dans des contextes de PoC, de Datalab ou de Datalake Implémenter des algorithmes complexes dans un environnement Big Data Team Management, pilotage de projet & mentoring. Développer et partager vos connaissances dans vos équipes projet mais aussi dans le cadre de sujets R&D passionnants. Quelques exemples de Use Cases: Détection de fraude dans les secteurs bancaire et assurance Maintenance prédictive dans les secteurs IT et logistique Traitement automatique du langage naturel (NLP) dans les secteurs bancaires et assurance Segmentation client, scorings et analyses comportementales Traitement et classification d’images via des techniques de “Deep Learning” Profil: Master ou PhD en Computer Science, Data Science ou discipline similaire. 5 années d'expérience sur des projets à forte technicité sur des outils Big Data de pointe. Vous êtes sensible à la lisibilité et à la simplicité des codes que vous développez. Expériences solides en Data Warehousing, Big Data, NoSQL, Apache Spark, Parallel Programming Technophile, vous souhaitez évoluer dans un environnement où votre savoir est valorisé et partagé. Ce que nous offrons: Des interactions avec l’international Rejoindre une entreprise certifiée Great Place to Work 2022 , une entreprise innovante et en forte croissance, dont la culture est basée sur l'excellence, le partage de connaissances et la formation. Perspectives d’évolution et invitation à contribuer à de nouvelles approches et idées Fort impact sur des projets stratégiques variés de bout en bout Collaborer avec des équipes talentueuses sur des projets d'envergure, permettant de monter en compétence rapidement, Participation à des conférences sur des sujets Data on ne peut plus actuels Culture d’entreprise forte dans un environnement de travail agréable avec des locaux flambant neuf dans le 9e arrondissement Des équipes de sport & des cours de gym (Crossfit, Yoga, Boxing, Football, Basketball) Une politique de télétravail flexible En tant qu’employeur, Ekimetrics offre à tous les mêmes opportunités d’accès à l’emploi sans distinction de genre, ethnicité, religion, orientation sexuelle, statut social, handicap et d’âge. Ekimetrics veille à développer un environnement de travail inclusif qui reflète la diversité de sa communauté de joueurs dans ses équipes. Paris / Paris – Data Architecture & Engineering / Full Time Contract / Hybrid

{'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 :

* Fonction publique : Fonction publique de l'État • Employeur : Ecole Nationale Supérieure d'Arts et Métiers (ENSAM) Arts et Métiers- Sciences et Technologies- DSI • Localisation : 151 Boulevard de l Hôpital 75013 Paris Veuillez pour partager sur Facebook, Twitter et LinkedIn. • Nature de l’emploi Emploi ouvert aux titulaires et aux contractuels • Expérience souhaitée Confirmé Rémunération (fourchette indicative pour les contractuels) 48k brut selon profil€ brut/an Afficher la rémunération pour les fonctionnaires Au sein de la Direction des Systèmes d’Information, vous serez chargé(e) du soutien numérique auprès de la Direction Générale Adjointe aux Evolutives Learning Factory. Activités · Vous analyserez les différents projets réalisés dans les campus sur le développement de l’informatique industrielle 4.0 ayant pour objectif de former les étudiants à l’utilisation de systèmes industriels réels (chaine de montage, bras robotisé, tour d’usinage, fonderie, imprimante 3D, etc... via la simulation de jumeaux numériques; Profil recherché Compétences requises · Vous avez une expérience de conception et réalisation d’architecture de solutions en réalité virtuelle ou immersive (applications 3D, interfaces intégrant les SDK RA / RV, interface UNITY ou UNREAL); · Vous maitrisez différents langages et outils informatiques (C++, C#, Python, HTML, Java, LabVIEW, etc.); · Vous connaissez les standards pour la connectivité entre les systèmes de production et les systèmes informatique d’acquisition ou de pilotage (protocoles TCP/IP, LAN, RLI, OPC UA, MQTT, ROS 2.0, RAPID, IIoT, etc.); Niveau d'études minimum requis • Niveau Niveau 7 Master/diplômes équivalents + − Leaflet Localisation : 151 Boulevard de l Hôpital 75013 Paris Qui sommes-nous? Grande école d’ingénieur, l’Ecole Nationale Supérieure d’ArtsetMétiers est un établissement public scientifique, culturel et professionnel (EPSCP) sous tutelle unique du ministère de l’enseignement supérieur et de la recherche. Il est composé de huit campus et de trois instituts répartis sur le territoire. Ses missions sont celles d’un établissement public d’enseignement supérieur : formation initiale et continue, recherche et valorisation D'autres offres pourraient vous intéresser 1. Fonction publique : Fonction publique de l'État 2. Fonction publique : Fonction publique de l'État 3. Employeur : Direction Générale de la Cohésion Sociale (DGCS) 4. Fonction publique : Fonction publique de l'État 5. Employeur : Université Sorbonne Nouvelle Paris 3

{'salaire': [{'montant_min': 48000.0, '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 :

Le Groupe ECOCERT accompagne depuis plus de 30 ans de nombreux acteurs dans le déploiement et la valorisation de pratiques durables à travers la certification, le conseil et la formation. Vous voulez travailler pour une entreprise qui agit au quotidien pour notre planète ? Rejoignez-nous dès aujourd’hui et mettez vos compétences au service de métiers qui ont du sens ECOCERT Greenlife, filiale du Groupe ECOCERT dédiée au contrôle et à la certification de produits écologiques et biologiques (cosmétiques, détergents, textiles…) recrute un.e Data Analyst. La division Ecoproduit a pour mission de valoriser la transformation des entreprises, en proposant des certifications de produits et de pratiques durable. La direction informatique du groupe ECOCERT a entrepris un ambitieux projet de transformation digitale. Cette transformation inclut une refonte de sa stack technique Data autour de 3 outils principaux : · Talend · Power BI · Snowflake La division Ecoproduits doit transformer... ses usages afin de migrer vers ces nouveaux outils. C’est dans ce contexte que la division cherche à se renforcer. Rattaché(e) au Division Data Manager, votre mission sera de répondre aux besoins en reporting de la division tout en respectant les bonnes pratiques émises par l’équipe Data groupe. Vous aurez en particulier pour missions de : § Collaborer avec les parties prenantes pour identifier et comprendre les besoins de la division et les traduire en besoins analytics. § Concevoir, développer et maintenir des modèles de données, des tableaux de bord et des rapports afin de fournir des informations exploitables § Aider les équipes opérationnelles à monitorer et piloter leurs activités § Travailler en étroite collaboration avec l’équipe Data Groupe pour respecter les bonnes pratiques et mutualiser les besoins avec d’autres filiales / divisions. § Documenter et partager les connaissances relatives à votre travail. § Rester informé.e des bonnes pratiques et des technologies émergentes dans le domaine de l’analyse des données. Vous avez un diplôme de l'enseignement supérieur en informatique avec une expérience réussie d'au moins 3 ans dans les métiers de la data. Compétences techniques : - Maîtrise d’un outil de data visualisation (Connaissance de Power BI serait un plus) - Maîtrise du SQL - Maîtrise d’un langage de programmation orienté objet (idéalement Python) La connaissance d’un ETL serait un plus A l’aise en anglais (communication avec les filiales à l’étranger) Compétences comportementales : - Esprit d’équipe et d’initiative - Compréhension des enjeux opérationnels et orientation vers les résultats. - Rigueur, curiosité et souci du détail - Capacité à communiquer avec des personnes techniques et non techniques. - Apprentissage rapide et autonomie. - Solides compétences de résolution de problèmes. Notre proposition de collaboration: • CDI - Statut CADRE • Localisation : Toulouse ou L'Isle-Jourdain (35km de Toulouse) • Salaire brut : à partir de 34k€ packagé (fixe + bonus) selon profil • Retraite supplémentaire CADRE : 5% du salaire brut annuel pris en charge à 100% • 8€ de titre restaurant par jour travaillé • Jours de repos en plus des 25 jours de congés annuels • Télétravail : forfait au choix, 2 jours par semaine ou 20 jours par an • Forfait de mobilité durable • Prime de vacances annuelle de 1% du salaire brut annuel • Mutuelle familiale prise en charge à 55% • Prévoyance prise en charge à 100% • Versement annuel d'épargne salariale Mais aussi : exercer un métier à impact, rejoindre une entreprise et des collègues engagés, avoir un environnement de travail écologique… et bien d’autres encore Retrouvez ici toutes les raisons de rejoindre l’aventure Ecocert

{'salaire': [{'montant_min': 34000.0, '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 :

Cette année, faites partie des 6500 alternants à rejoindre le groupe EDF • Un Groupe international, champion de la croissance bas carbone qui lutte au quotidien contre le réchauffement climatique • Une entreprise engagée depuis plus de 30 ans aux côtés du sport français. Partenaire de Paris 2024, notre ambition est d'organiser les Jeux Olympiques et Paralympiques les plus responsables de l'Histoire. 90% des étudiants recommandent EDF à l'issue de leur alternance ou de leur stage (source : enquête Happy Trainees Vos missions ???? Au sein d'une équipe du Département DataHUB de la Direction Stratégie Pilotage Ecoute Client du Marché d'Affaires composée de 8 personnes, et sous la responsabilité d'un data analyst du département vous participerez tout au long de votre contrat, à gérer et valoriser les données à disposition de l'entreprise afin d'en extraire des informations permettant de stimuler la croissance de l'entreprise et d'orienter sa stratégie. Dans ce cadre, vos principales... missions seront : ???? Recueillir les besoins métier et développer les solutions (tableaux de bord et rapports) tout en garantissant la qualité des données affichées. ???? Analyser les données en lien avec les métiers : aide à la décision, identification des éventuelles anomalies et mise en œuvre d'actions correctives le cas échéant. ???? Prendre en compte les évolutions des différentes sources de données. Cette liste pourra évoluer en fonction de vos attentes, vos envies, vos idées, les priorités de votre équipe. Profil recherché Votre profil ???? ????A la rentrée 2024, vous serez titulaire d'un BAC +3, et vous souhaitez préparer un diplôme d'ingénieur ou master en informatique sur 2 ans en alternance, dans le cadre d'un contrat d'apprentissage. Compétences et qualités recherchées : • Rigueur : vous aimez travailler sur les données en vous assurant que tout soit clair en étant synthétique et exhaustif • Curiosité : vous aimez vous investir dans une mission et en comprendre tous les tenants et aboutissants en étant à l'écoute des besoins. Et vous aimez découvrir d'autres méthodes / processus et vous adapter • Sens relationnel et autonomie • Créativité : vous aimez donner du sens aux données et proposer des outils pour accompagner l'entreprise dans sa recherche d'efficience ou bien lui faciliter la prise de décision stratégique... Ces compétences techniques seront un + : • Connaissance des technologies associées aux outils de pilotage (Power BI serait un plus) . • Base de données : langage sql (important) , plsql et outils associés (sqlloader, sqlplus, ...) . • Programmation : Python, DAX (Data Analysis Expressions) . • Bureautique Microsoft : Excel, ... Ce qu'EDF peut vous offrir ???? Avantages • Vous déménagez pour votre alternance ? EDF peut vous aider à financer une partie de votre loyer. • Vous profitez des activités sociales de l'entreprise. • Vous bénéficiez d'une prime d'intéressement et d'une couverture sociale. • Vous serez remboursé de 50% de votre titre de transport ???? Merci de joindre à votre candidature : votre CV, une lettre de motivation accompagnée de vos bulletins de notes des deux dernières années. Besoin d'en savoir plus ? Nos alternants témoignent : En podcast En vidéo Dans le groupe EDF accueillir des personnes en situation de handicap fait partie de notre ADN. Notre objectif est d'ouvrir nos portes à toutes les compétences, toutes les énergies et toutes les personnalités sans exclusion. Le poste proposé est donc ouvert à toutes et à tous

{'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 :

K-ciopé accélère son développement et recherche un data scientist axé Computer vision. Chez K-ciope, nous concevons et développons des expériences sur mesure, simples et intuitives à partir des meilleurs standards technologiques du marché. Nous sommes adeptes du beau code et des méthodes Agiles, et utilisons la technologie comme un moyen au service de la performance des entreprises.Les équipes gèrent de nombreux sujets en veillant toujours à trouver le bon équilibre entre design, business et technologie. Quelques clients : SNCF, Colas, Nexity, Système U, Hippopotamus, Airparif, la métropole Aix-Marseille • *NOS STACKS** La stack technique, au sein de la mission dans laquelle vous interviendrez, est constituée de: - Python - Pytest (tests unitaires et fonctionnels) - Pandas (manipulation de tableaux de données) - NetworkX (manipulation de graphs) - OpenCV (traitement d’images) - Tesseract (reconnaissance optique de caractères) - Django / Django REST Framework - Apache Airflow... (DAGs) • *LA MISSION** Au sein du pôle innovation d’un grand compte, vous participerez au développement de projets informatiques centrés autour de la **Data** et de la **Computeur Vision**. Ces projets correspondent à trois grands besoins: - **Produire la donnée**. Que ce soit à partir des nombreuses bases de données de l’entreprise, des documents techniques, ou de tout autre source encore non exploitée car pas encore valorisée, l’enjeu est de mettre à disposition de l’entreprise une donnée structurée de qualité. - **Exploiter la donnée**. La conception d’un environnement de simulation capable d’utiliser les données disponibles afin de prédire les avantages et inconvénients d’un futur investissement est désormais la norme pour toute étude d’exploitation qui se respecte. • *PROFIL RECHERCHÉ** - Au moins 2 ans d'expérience avérée sur des projets orientés données - Autonome et rigoureux Type d'emploi : Temps plein, CDI Salaire : 45 000,00€ à 55 000,00€ par an Avantages: - Participation au Transport - RTT - Titre-restaurant Programmation: - Travail en journée Types de primes et de gratifications: - Prime annuelle - Primes Lieu du poste : Télétravail hybride (75006 Paris 6e

{'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 :

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 :

Nous recherchons pour notre client, éditeur de logiciels spécialisés, un DATA ENGINEER - Azure H/F dans le cadre d'une mission Freelance de 6 mois renouvelable plusieurs fois. Le poste : Lieu : ANGERS (49) , TJM : 500-550€ (frais inclus) / Jour, Rythme : 2j sur site / semaine pendant le 1er mois? Nous recherchons pour notre client, éditeur de logiciels spécialisés, un DATA ENGINEER - Azure H/F dans le cadre d'une mission Freelance de 6 mois renouvelable plusieurs fois. VOS MISSIONS : Au sein d'une équipe informatique d'une dizaine de personnes et rattaché au CTO, vous intervenez dans une cadre d'un projet de refonte complète de la plateforme du client. Vos missions sont les suivantes : - Développement et maintenance de pipelines de données sur Azure. - Mise en place d'architectures de données efficaces. - Transformation de données en temps réel - Validation des données selon les règles métier et modélisation des structures. - Gestion de gros volumes de données... clients. Environnement technique : Écosystème Azure (Azure Data Factory, SQL, Azure Data Lake Store, Spark, Hive, Airflow, Python, Scala) VOUS : De formation au minimum Bac+4/5 en Informatique, vous justifiez d'au moins 3 années d'expérience en Data Engineering autour de l'écosystème Azure. (impératif). Attention, vous serez LE référent sur ces sujets, votre capacité à travailler de façon autonome et à trouver l'équilibre entre qualité et efficacité tout en proposant des solutions fiables et durables est donc également impérative. Vous êtes intéressé par le fait de répondre à des problématiques techniques notamment, de qualité, de performance et de sécurité. PROCESS : Après une visio avec un membre de notre équipe, vous rencontrez : - Le CTO et le Responsable Infrastructure en visio - Décision sous quelques jours Envoyez-nous votre CV et si votre profil correspond vous serez contacté par un membre de l'équipe dans les 24h. Au plaisir d'évoquer votre projet, Squaar Profil : De formation au minimum Bac+4/5 en Informatique, vous justifiez d'au moins 3 années d'expérience en Data Engineering autour de l'écosystème Azure. (impératif). Attention, vous serez LE référent sur ces sujets, votre capacité à travailler de façon autonome et à trouver l'équilibre entre qualité et efficacité tout en proposant des solutions fiables et durables est donc également impérative. Vous êtes intéressé par le fait de répondre à des problématiques techniques notamment, de qualité, de performance et de sécurité. Environnement technique : Écosystème Azure (Azure Data Factory, SQL, Azure Data Lake Store, Spark, Hive, Airflow, Python, Scala) Télétravail À propos de la société: Squaar

{'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 :

Description de l'offre EDF, ce sont au total 230 métiers qui composent notre activité et permettent chaque jour de travailler à créer un monde neutre en CO2. Pour accompagner ses clients tout en répondant aux défis de la transition énergétique et numérique, le Groupe mobilise toutes les compétences, en France et à l’international. Envie d’en savoir plus ? Consultez notre site internet : https://www.edf.fr/edf-recrute/pourquoi-choisir-edf/lesraisons-de-rejoindre-edf L’environnement : La Direction des Systèmes d’Information et du Numérique (DSIN) est en charge de développer le SI et les outils numériques de la Direction Commerce pour faire face aux défis que doit affronter EDF dans le cadre de la concurrence accrue du marché de l’énergie et des services. Elle contribue à la performance des métiers, à leur évolution et à la transformation de la Direction à travers ses activités SI et Data Science. Au sein de la DSIN, le Centre de Solutions et de Compétences DataScience & IA (CSC DS ... IA), a pour mission de réaliser les travaux d’analyse et de valorisation des données de Commerce. Les collaborateurs du CSC DS & IA apportent ainsi leur expertise fonctionnelle et technique aux métiers du Marché d'Affaires et du Marché des Clients Particuliers pour répondre à des enjeux variés comme les départs à la concurrence, la conquête de nouveaux clients, la satisfaction client, la détection des fraudes ou encore la mise en place de services innovants. Pour cela, ils s’appuient sur un environnement technique riche et des bases de données conséquentes (~24 millions de clients). Le poste : L'équipe Datascience & IA d'EDF Commerce recrute un/une Data Scientist. Rejoignez l'équipe en charge de réaliser les études statistiques (profils, prédictions d'évènements, clustering ...) sur le Marché des Clients Particuliers (B2C). Vous répondrez aux besoins des entités métier d'EDF Commerce (Directions Marketing ou Opérationnelles, Directions Commerciales Régionales, DRH…). Le poste vous permettra de mêler Data Management, Data Science et Data Visualisation via : - l’extraction et la préparation des données du SI du Marché des Clients Particuliers - la réalisation d’analyses statistiques sur la plateforme de datascience, en utilisant notamment des méthodes de machine et de deep learning - la rédaction d’une documentation associée aux projets (commentaires de code, rapports) - la restitution, dans le respect du RGPD et des normes de sécurité informatique, des résultats des études aux commanditaires, sous forme de datavisualisations interactives ou de présentations. Vous travaillerez en binôme avec un Data Scientist plus expérimenté qui vous accompagnera notamment sur les problématiques RGPD et dans la relation commanditaire. Vous aurez l'occasion de partager avec vos paires dans le cadre d'ateliers, points techniques récurrents. Enfin vous serez amené à contribuer à la capitalisation au sein de l'équipe en participant à l'un des groupes de travail techniques. Profil souhaité Vous justifiez d’un Bac+5 (Master ou diplôme d’ingénieur) dans le domaine des mathématiques, des statistiques, de l’informatique ou de l’économie et disposez de plus de 3 ans d’expérience en tant que Data Scientist, de préférence dans les secteurs du marketing, de l’énergie, de la télécommunication ou des transports ; expérience au cours de laquelle vous avez construit et déployé des modèles de machine learning. - Vous êtes pleinement à l’aise avec la manipulation d’une grande volumétrie de données - Vous maitrisez la théorie des algorithmes de machine learning - Vous maitrisez les langages de programmation Python, R et SQL ainsi que l’implantation de codes au sein d’un SI complexe - Vous avez déjà restitué vos résultats sous forme de Data viz interactives telles que Dash ou Rshiny - Vous êtes à l’aise avec les outils collaboratifs de développement (Git, Confluence, NoteBooks Jupyter, ...) et bureautiques Microsoft (Word, Excel, Powerpoint) Qualités recherchées : capacité à prendre du recul et à synthétiser l'information, rigueur, autonomie, sens du service et de la relation client, esprit d’équipe, aisance à l'oral, bon relationnel et bonnes capacités rédactionnelles. Le monde de l’IT et des nouvelles technologies vous intéresse ? Contribuer à la réussite de la transformation digitale et numérique du Groupe EDF vous plairait ? Et travailler en mode collaboratif dans des espaces de travail innovants, inspirants et épanouissants ? C’est ce que nous vous proposons en rejoignant une équipe dynamique, agile et passionnée ! Venez rejoindre un collectif dynamique et bienveillant de plus de 20 Data Scientists motivés par l’opérationnel et le partage de compétences ! Conformément aux engagements pris par EDF SA en faveur de l'accueil et de l'intégration des personnes en situation de handicap, cet emploi est ouvert à toutes et à tous sous réserve de l'accord de la médecine du travail. Ce qu’EDF vous offre Rémunération & avantages Fourchette de rémunération indicative : Entre 50 000 et 65 000 euros brut annuels. Pour chaque candidat, une étude de rémunération sera réalisée afin de proposer un package en cohérence avec l'expérience professionnelle, les compétences et le diplôme le plus élevé. - 13ème mois - Intéressement - Prime annuelle Soucieux de la qualité et l'équilibre de vie de nos collaborateurs, nous impulsons un mode de travail moderne, basé sur la confiance, la collaboration, la transversalité, l'autonomie et l'agilité. Dans ce cadre vous pourrez bénéficier du télétravail. Perspectives d’évolution au sein de la filière Expertise EDF, ou sur du Management d’équipe/ transversal, ou ouverture à d’autres périmètres EDF

{'salaire': [{'montant_min': 50000.0, '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 :

Responsabilités: - Concevoir, développer et mettre en œuvre des pipelines de données robustes et évolutifs. - Collaborer avec les équipes de développement et d'analyse pour comprendre les besoins et les exigences en matière de données. - Effectuer l'ingestion, la transformation et la manipulation de données à grande échelle. - Optimiser les performances des pipelines de données et résoudre les problèmes liés à la qualité et à la fiabilité des données. - Mettre en place des mécanismes de surveillance et de détection des anomalies pour garantir l'intégrité des données. Exigences: - Au moins 3 ans d'expérience en tant que Data Engineer ou dans un rôle similaire. - Maîtrise avancée de Python, y compris les compétences en langage pySpark, ainsi que de solides compétences en SQL. - Expérience pratique avec les technologies AWS telles que Glue, Athena, Glue Catalogue, S3, RDS et Lambda. - Connaissance approfondie de Gitlab et Jenkins pour la gestion du code source et des déploiements. ... Une expérience préalable avec Airflow et Axway pour l'acquisition des données serait un plus apprécié. Type d'emploi : Temps plein, CDI Salaire : 45 000,00€ à 650 000,00€ par an Avantages: - RTT - Travail à domicile Programmation: - Du lundi au vendredi - Période de travail de 8 Heures - Travail en journée Types de primes et de gratifications: - Primes Lieu du poste : Télétravail hybride (75009 Paris 9e

{'salaire': [{'montant_min': 45000.0, '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 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": null, "montant_max": null, "devise": null, "frequence_versement": null}]}

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 :

InVivo est l'un des premiers groupes européens agricoles avec un CA de près de 10 milliards d'euros et un effectif de plus de 13 salariés, dont environ 10 en France. Implanté dans 38 pays, il regroupe 90 sites industriels. Ce pilier de la souveraineté alimentaire intervient sur toute la chaîne de valeur en s'appuyant sur chacun de ses métiers stratégiques : Agriculture ; Malterie ; Malterie ; Meunerie / Boulangerie / Viennoiserie / Pâtisserie ; Jardinerie et distribution alimentaire ; Négoce international de grains ; Viti-vinicole. Un pôle global transverse de solutions innovantes et digitales complète le dispositif pour accélérer la transformation de ces métiers. Bioline by InVivo est la division agricole du groupe InVivo qui s'inscrit dans la démarche de la 3ème voie de l'agriculture Marque ombrelle mondiale, elle représente une alliance unique de savoir-faire reconnus pour accompagner la performance de la ferme France, européenne et mondiale. Filiale de Bioline by InVivo, SMAG ... collaborateurs) édite et développe des logiciels agricoles liés à l'efficacité des pratiques culturales, et accompagne la transformation digitale de toute la profession agricole, à l'échelle nationale et internationale: - des solutions pour l'optimisation de la pratique culturale au quotidien - des logiciels de pilotage des activités agro-industriels en grandes cultures, semences et vin - des modules réglementaires pour l'aide au suivi et à la déclaration des obligations Maintenir un catalogue des sources de données à jour Mener des ateliers avec les utilisateurs de ces données (d’autres services de l’entreprise, du groupe mais également des clients ou partenaires externes) Spécifier la structure des données dans les datasets Développer des flux ETL de la plateforme Data?: Collecte de la donnée Transformation de la donnée Construction et stockage des données dans les datasets spécifiés Monitoring des flux de données et contrôle d’intégrité Exposer ces datasets aux ré-utilisateurs?par la réalisation de Dashboard ou rapports ou par le chargement des données dans des logiciels ou services tiers. Vous avez d’excellentes compétences en SQL et dans un langage de programmation (idéalement parmi cette liste?: Python, PHP, .Net ou Node) Vous avez des expériences significatives sur les technologies autour de la data (modélisation, intégration, dataviz, datamining) Idéalement, vous avez déjà une première expérience sur un outil de type ETL (comme SSIS ou Talend) Vous êtes reconnu pour votre esprit d’équipe, vos qualités d’analyse, votre capacité à synthétiser une idée Vous êtes curieux, dynamique et rigoureux Stack technique :?SQL, ETL Talend, Python, Git, GitLab PowerBI, Azure, .NET, Datalake Les + : Expérience data science (préparation des données, tuning de modèles, tests, évaluation de la performance, …) Stack complémentaire?: Docker, Docker-compose, Github, API

{'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 :

evoteo est l'entreprise lyonnaise référente dans la #DATA. Les équipes sont composées d'ingénieurs, de chefs de projets et de transformation managers tous passionnés par ce changement technologique. Nous embauchons autour d'un projet commun et pour une perspective de plusieurs missions variées et à forte valeur ajoutée ! La Réussite De L'entreprise Repose Sur Un Management De Carrière Simple Et Efficace De Ses Collaborateurs Dont Les Axes Principaux Sont • L'évolution • La curiosité • L'exigence • La collaboration Si tu veux un manager qui t'écoute, viens nous rencontrer. Dans le cadre de notre expansion ambitieuse mais contrôlée, et pour satisfaire aux besoins changeants de tous nos clients, nous recherchons une/un Data Engineer pour renforcer nos équipes. Dans Le Cadre Du Projet De Migration De Notre Client, De Leur Ancien Système BI Vers Leur Nouvel Écosystème Lakehouse (Discover) Sur Databricks / AWS, Nous Sommes à La Recherche D'une Personne Qui Peut Gérer • La récupération... (et surtout la refonte) de leur modèle de données pour qu'il soit la base de leurs futurs cas d'utilisation des données (refonte des procédures SQL Server de Side vers des travaux Databricks en Python / SQL / Spark) • La migration des tableaux de bord Tableau ainsi que la refonte de leur modèle pour les simplifier, en les source sur le Lakehouse au lieu de Side • La refonte des rapports SSRS vers des tableaux de bord Databricks pour les rapports opérationnels • La récupération des exports (principalement des fichiers CSV) gérés par Side aujourd'hui. La durée de ce projet devrait s'étaler sur 2. Nous recherchons avant tout des personnalités : curieuses, habiles, sociales, adaptables et passionnées. De formation Bac +5 (Master 2, DESS, DEA), formation ingénieure ou informatique, tu as une expérience d'au moins 3 ans en engineering des environnements Big #DATA Les Technos • Développement : Spark (scala), Python • Intégration continue : GIT, Maven, Jenkins, Ansible, Docker • Technologies Big #DATA (Hadoop, Yarn, Pig, Hive, Sqoop, Flume, Impala, Spark, ElasticSearch) • Cloud AWS : S3, Glue, ECS • Cloud Azure Nous insistons sur les compétences Spark. Ce poste en CDI est à pourvoir dès que possible sur la région lyonnaise. Tu êtes un futur collaborateur acteur, en quête de perspectives d'évolution, capable de rigueur et d'esprit d'analyse ? 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 :

Non-disclosed Paris, FrancePosted 5 hours ago Hybrid Permanent €40k - €65k • *Contexte**: Dans le cadre du projet X, le service doit collecter et administrer l’ensemble des données nécessaires pour que chaque client (toutes entités confondues) soit reconnu dans l'outil. Autour de ce projet, la gouvernance des données doit être organisée en cas d’écart fonctionnel et/ou règlementaire. Tous les nouveaux champs ou évolutions de domaine de valeurs doivent faire l’objet d’une présentation pour validation au comité mensuel de la Data Gouvernance. • *La mission consiste à**: - Définir les prestations assurées à ce jour aux clients - Confirmer si il y a un GAP fonctionnel avec l’existant dans l'outil - Organiser la collecte de l’ensemble des données nécessaires aux set-up - Vérifier la qualité des données transmises - Relancer et suivre l’avancement des set-up dans la BCT - Reporter de manière périodique aux clients internes et au management Il devra également partager avec les équipes... pour s’assurer de la cohérence entre les décisions prises et les validations du comité de Data Gouvernance. • *Livrables attendus**: • *Suivi d’avancement du projet hebdomadaire**: - Par entité - Par client - Par prestation • *Compétences techniques et fonctionnelles**: - Maitriser les données tiers (KYC, Solvency) et/ou OPC et leurs aspects réglementaires - Connaissance des fournisseurs Market Data - Avoir déjà travaillé sur ce type de sujet - Maitriser la suite Office ( Niveau avancé dans Access, VB et SAS) - Maîtrise courante de l'anglais • *Boost your career**: Find thousands of job opportunities by signing up to eFinancialCareers today. Get started

{'salaire': [{'montant_min': 40000.0, '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 :

Les missions du poste Depuis notre création en 1996, toutes nos collaboratrices et tous nos collaborateurs ont la même ambition : être l'opérateur qui met le numérique au service des relations humaines. Nous innovons au service de technologies qui font grandir les amitiés, les liens de famille, les histoires d'amour, les engagements solidaires, les projets collectifs. Nous avons créé le premier forfait illimité, nous avons lancé l'internet mobile. Chaque jour, nous redoublons d'efforts pour fournir un réseau encore plus puissant et étendu pour connecter tous les territoires. Nous sommes 10 500 artisans des liens humains, passionnés, au service de 28 millions de personnes partout en France. Nous sommes 10 500 engagés pour l'inclusion, tous différents : par notre parcours, notre métier, nos idées. Alors si pour vous mettre le numérique au service des relations humaines est un métier, on est fait pour être ensemble. Contrat d'apprentissage Vous souhaitez grandir dans une... entreprise dynamique et bienveillante alliant à la fois sens du collectif et de l'innovation ? Vous recherchez un contrat d'apprentissage nécessitant de multiples compétences pour mener à bien des missions variées ? Ce que l'on vous propose : Vous avez un attrait particulier pour le marketing et recherchez une expérience riche en responsabilités et en autonomie ? Faites équipe avec nous en devenant data analyst au sein de la Direction Grand Public de Bouygues Telecom ! Ce que vous ferez au quotidien : Au sein du pôle Analyse Marketing, vous aurez pour missions de : Elaborer les analyses Ad Hoc de la performances et des impacts ventes et valeur (nouvelles gammes, promos, sur-générosité, ODR, nouveaux produits, nouveaux matériels, etc) ; Assurer la segmentation marketing de notre base clients à travers des ciblage précis et des analyses des typicités ; Marketer des pépites à fort potentiel en harmonie avec les chefs de produits ; Effectuer le chiffrage Valeur de nos analyses avec les chefs de produits Yield/Revenue ; Détecter et cibler des fuites de marge pour les arrêter et proposer les meilleures solutions. Intéressant n'est-ce pas ? Le profil recherché A propos de vous : Vous êtes étudiant.e en Master Marketing ou Data et êtes à la recherche d'une alternance pour la rentrée 2024 (contrat de 2 ans). Vous avez une appétence particulière pour les chiffres (KPI, dashboards, traitement de données, Excel) et êtes reconnu(e) pour votre esprit d'analyse et de synthèse que vous pouvez mettre en avant lors de présentations. Vous faites preuve de curiosité et de rigueur pour accompagner au mieux nos collaborateurs dans. Votre sens du relationnel est votre seconde nature, vous êtes à l'écoute de ce qui se passe autour de vous, vous aimez les relations humaines et êtes force de proposition. Vous savez travailler de manière autonome, tout en sachant prendre des initiatives afin de résoudre des problèmes de manière proactive. Petit plus : des connaissance en base de données et requêtage SQL Chez Bouygues Telecom, vous apprécierez : La culture centrée sur l'humain et qui prône l'innovation au titre de la satisfaction de ses clients et de ses collaborateurs. Les engagements de l'entreprise notamment envers le milieu associatif et qui propose à ses collaboratrices et collaborateurs de passer 4 demi-journées par an au sein d'associations pour réduire la fracture numérique par exemple. Les avantages pour les alternants avec le remboursement à 90% des transports en commun, la subvention pour le restaurant d'entreprise, l'accès au plan d'épargne entreprise, l'accès au CSE, le 13ème mois, la prime d'intéressement et la prime de participation ! Le process de recrutement : Deux mots d'ordre : simple et rapide ! Après qualification de votre CV, vous aurez un premier appel téléphonique avec Sarah, RH Généraliste suivi d'un entretien avant de rencontrer Quentin, le manager. Alors pour faire équipe avec nous, candidatez dès maintenant ! Bienvenue chez Bouygues Telecom Depuis notre création en 1996, toutes nos collaboratrices et tous nos collaborateurs ont la même ambition : être l'opérateur qui met le numérique au service des relations humaines. Nous innovons au service de technologies qui font grandir les amitiés, les liens de famille, les histoires d'amour, les engagements solidaires, les projets collectifs. Nous avons créé le premier forfait illimité, nous avons lancé l'internet mobile. Chaque jour, nous redoublons d'efforts pour fournir un réseau encore plus puissant et étendu pour connecter tous les territoires. Nous sommes 10 500 artisans des liens humains, passionnés, au service de 28 millions de personnes partout en France. Nous sommes 10 500 engagés pour l'inclusion, tous différents : par notre parcours, notre métier, nos idées. Alors si pour vous mettre le numérique au service des relations humaines est un métier, on est fait pour être ensemble

{'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 recrutons pour l'un de nos clients, un lead data engineer en CDI pour un client expert en Data et Intelligence Artificielle. Description de l'entreprise Notre client est une deep tech startup qui développe des solutions et des projets sur-mesure de reconnaissance d'image pour tous types d'entreprises Description du poste et des missions En tant que Lead Data Engineer , et auprès du client, tu auras pour missions de : Analyser les données sources et échanger avec les experts métier afin d'identifier et évaluer des cas d'usage métier Leader une équipe de 2 à 5 data software engineers dans le delivery de la solution à implémenter au quotidien Concevoir et mettre en place des systèmes de données résilients et sécurisés (data warehouse, data lake, systèmes temps-réels) Définir les méthodologies de déploiement et plans de migration Construire et déployer les pipelines de données (ETL et ELT) Assurer la migration des données vers les nouveaux environnements Choisir et mettre en oeuvre... des outils de data analyse et/ou data visualisation Mettre en place des outils de contrôle de la qualité de la donnée Accompagner et former les équipes clients Profil recherché : Tu as entre 2 et 4 ans d'expérience sur des sujets de Data Software Engineering Tu es diplômé(e) d'une école d'ingénieur en Bac5 Tu as une bonne connaissance de Python et tu as déjà utilisé des technologies Big Data ( Spark, Hadoop, Airflow, Terraform ) Tu souhaites participer à la conception de produits à fort impact business Tu recherches à être accompagné(e) par une équipe d'experts pour exploiter à fond ton potentiel et réaliser ton ambition sur des sujets data qui te passionnent Informations complémentaires Type de contrat : CDI Statut : Cadre Localisation du poste : Paris Equipe de rattachement : SI Data Niveau hiérarchique : Lead Rémunération : de 50k à 75k Avantages : tickets resto, mutuelle d'entreprise Télétravail : Hybride Démarrage souhaité : Sous 3 mois Cette opportunité vous correspond ? Adressez-nous votre candidature et un consultant vous contactera dans les plus brefs délais Salaire et avantages : €50000.00 - €75000.00 per year Niveaux d'expérience requis : 3-5 ans Compétences requises : Big data Python

{'salaire': [{'montant_min': 50000.0, 'montant_max': 75000.0, '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 :

Stage Ingénieur DATA Analyst – Domaine Aéronautique H/F ​ Stage de Fin d'Etudes de 6 mois - Lieu : Vitrolles ​Tuteur : Ridwaan KASSAMALY, Directeur de projet ​ Vous souhaitez vous former au métier de Data Analyst Dans le cadre du développement de notre activité, nous recherchons un Data Analyst H/F pour un stage de 6 mois, dans le cadre de projets aéronautiques. Rattaché(e) à l’équipe Data Analysis, pour le service HUMS (Healthand Usage Monitoring System) d’Airbus Helicopters, et en étroite collaboration avec Raphaël et Sandy, data analyst sainsi que Stanislas et Ridwaan, responsable des delivery et des projets, vous participerez à la réalisation d’analyses sur les données d’hélicoptères afin de créer des indicateurs pour anticiper des problèmes sur différents systèmes et améliorer les opérations de maintenances des appareils. Vos missions principales porteront autour de 4 axes majeurs : Echanger avec différents acteurs (ingénieur données, support technique, experts système) afin de... dégager des problèmes et des pistes d’analyse - Développer des algorithmes et des indicateurs pour anticiper des pannes sur des systèmes d’hélicoptère. - Croiser les différents types de données (données embarquées, données de maintenance, etc.) pour valider les modèles développés - Participer à l’amélioration de la qualité de la donnée au travers d’analyses. Ce que Scalian va vous apporter ​ Notre force ? L’ambiance Nous travaillons en étroite collaboration et partageons nos victoires, nos frustrations, notre quotidien, dans la bonne humeur et avec beaucoup d’humour Vous serez accompagné dans vos premiers pas chez nous et vous aurez aussi l’occasion d’apporter votre pierre à l’édifice en partageant vos idées et vos bonnes pratiques Ce que nous recherchons chez vous En formation d’ingénieur ou d’informatique, vous recherchez une entreprise pour un stage de fin d’étude, Vous savez développer en Python et avez des notions en manipulation de données (SQL), Vous êtes curieux(se), aimez découvrir de nouveaux domaines et confrontez les informations pour résoudre des problèmes, Vous êtes dynamique, rigoureux(se) avec un sens élevé de la relation client et le goût du challenge. Pourquoi feriez-vous le grand saut ? Parce que Scalian est un groupe de spécialistes, porteur d’un projet de développement ambitieux, tourné vers l’innovation et engagé auprès de ses clients où vous pourrez : - Construire un parcours professionnel sur mesure, varié et adapté à vos envies, grâce à la variété des missions dans votre aire d’expertise et les passerelles entre les métiers - Apprendre par la qualité des projets sur lesquels vous interviendrez, dans votre spécialité, et grâce au large catalogue formations délivrées par notre Academy interne - Disposer d’un cadre social attractif et respectueux des besoins de chacun (accord télétravail, crèches, couverture sociale, flexibilité, mobilité douce…) - Contribuer à des sujets de R&D ou participer à des projets internes Faire partie d’une équipe conviviale qui saura faire rimer travail avec plaisir Qui sommes-nous ? Human and technology to scale sustainable performance Créé en 1989, Scalian est un groupe français à dimension internationale, avec des bureaux en Europe et Amérique du Nord, spécialisé dans la transformation des entreprises par sa double maitrise des processus métiers et des technologies digitales. Dans le TOP10 des sociétés de conseil en Ingénierie en France, le Groupe intervient sur des activités de services en management de projets industriels, supply chain (coûts, qualité, délais, performance), architecture et développement de systèmes numériques embarqués, applicatifs de systèmes d’information et d’Intelligence Artificielle. Scalian déploie également des solutions d’optimisation de projets ou de performance des organisations et répond aux enjeux de transformation pour les leaders de l’industrie et du tertiaire (énergie, transport, spatial, banque, santé, environnement…). Le Groupe compte 3000 consultants et ingénieurs répartis dans sept pays avec un chiffre d’affaires de 256 millions d’euros

{'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 A propos d’EPSILON France EPSILON France est l’entité Datamarketing de Publicis Groupe avec 700 experts data, marketing et technologiques et plus de 40 métiers représentés. Avec pour claim « Every Interaction Counts », la mission d’EPSILON est de conjuguer les pouvoirs de la data, du marketing et de la technologie pour rendre les interactions entre les marques et leurs clients toujours plus justes et pertinentes. EPSILON intervient sur l’ensemble des étapes-clé d’un projet de transformation data-driven, de la définition de la stratégie à l’exécution opérationnelle. EPSILON compte plus de 300 clients actifs et pilote quotidiennement plus de 100 plateformes datamarketing. Description du poste Dans le cadre du développement de notre pôle Data & Analytics Platform (cadrage fonctionnel et technique, définition de use-cases, stratégie des moyens, accompagnement du changement, mise en œuvre, maintenance et commercialisation de solutions), nous recherchons un(e... Consultant Sénior Data Engineer qui aura pour missions : - Délivrer des projets Data Lake / Big Data (ingestion de sources, pipeline de traitements de données, modélisation, tests, déploiements) dans un contexte de plus en plus DevOps, - Comprendre les besoins des équipes digitales, principalement associées aux projets Data Science et leurs technologies / outils (Jupyter, Zeppelin, R, Python, …), - Être capable de faire le lien avec les contraintes techniques (IT, sécurité, accès, outils) d’une DSI, - Assurer la veille technologique sur les composants d’une plateforme Datalake, Cloud - Maintenir les environnements techniques et partager ses connaissances (capitalisation, séminaires, formations, KM en ligne), - Rédiger des documents projets (design, réalisation, déploiement, …), - Gérer l’évolution des solutions proposées, et possiblement en assurer la TMA. Qualifications De formation Bac + 4/5 en informatique, vous avez au moins 5 ans d'expérience d’un projet de type Datalake en environnement HDFS et/ou cloud (GCP, Azure), une connaissance des DWH (sur technologie traditionnelle et/ou cloud), des méthodes agiles, voire du DataOps (industrialisation de modèles de ML). Vous possédez de bonnes compétences en Linux/Unix, Java, Spark, Scala… ainsi que sur les problématiques d’intégration (fichiers, messages, data) avec la connaissance d’au moins une plateforme Big Data Cloudera, Hortonworks (administration, configuration, monitoring, débogage, mise en œuvre) et d’une solution cloud (GCP ou Azure). Vous connaissez les technologies Hadoop/HDFS, Hive, Python et le requêtage de données (Impala, Hive, ...). Votre expérience dans le traitement de flux en streaming (KafKa) est un plus. Votre niveau d’Anglais est opérationnel. Informations supplémentaires CHOISISSEZ… - Notre expertise reconnue dans le domaine du décisionnel et du Big Data depuis 30 ans, un cadre méthodologique et une organisation des compétences animées constamment dans un souci de veille et de progression, - Nos projets innovants et nos missions de conseil en cours de réalisation ou réalisés autour des solutions BI, Big Data et DMP, - Notre diversité de projets et de clients (SNCF, Groupe BPCE, Fnac, La Banque Postale…), - Notre management de proximité et notre souci de développement des compétences. Localisation : Campus Bastille (Paris 11) Rémunération : Nous savons que le salaire est un élément essentiel pour vous ! C’est pourquoi nous en parlerons sans tabou dès les premiers échanges. Les + EPSILON France : • Accès au Restaurant d'entreprise (Bastille) • Travail Hybride grâce à notre Accord Télétravail qui autorise jusqu’à 2 jours par semaine • Engagé avec le Forfait Mobilité Durable • Dispositif d’Epargne Salariale (Accord d’intéressement et de participation) • Work Your World : travailler dans le monde entier jusqu’à 6 semaines continues chaque année à partir d’un an d’ancienneté • Formation : +30.000 modules accessibles en e-learning, et comprenant des certifications, en partenariat avec LinkedIn Learning sur la plateforme propriétaire Marcel Classes Viva La Différence ! Cette philosophie de Publicis Groupe témoigne depuis toujours de notre engagement pour la diversité et de la conviction que nos talents sont notre plus grande richesse et notre meilleur atout. Nous valorisons ainsi toutes les singularités, sans distinction d’âge, de sexe, de couleur de peau, d’origine sociale, de religion, ou d’orientation sexuelle… seules les compétences et l’énergie comptent. Nous encourageons toutes les candidatures qualifiées et seront ravis d’accompagner tout au long du processus de recrutement, de manière personnalisée, une candidate ou un candidat en situation de handicap qui en ferait la demande. Publicis France est engagé pour l’égalité des chances et l’équité d’opportunités pour tous et toutes. À propos de la société: Epsilon France

{'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 :

Chez Néo-Soft, on offre 3 mois du loyer aux jeunes diplômés (bac+5 avec une première expérience en alternance) ! Qui sommes-nous ? Le Groupe Néo-Soft s’est implanté à Lille en 2017. L’agence compte aujourd'hui plus de 50 consultants qui interviennent majoritairement sur des projets stratégiques autour de la data et du développement. Néo-Soft Lille s’impose auprès des grands comptes de la région et particulièrement dans les secteurs du Retail et de la Finance. Notre Etat d’esprit ? Reconnu par ses pairs, Néo-Soft Lille c'est avant tout une communauté de Développeurs, Technical Leader, DevOps passionnés qui aiment partager leur expertise. En plus d’évoluer dans un environnement à taille humaine où proximité, simplicité des échanges seront votre quotidien, votre parcours sera évolutif et vous aurez la possibilité d’enrichir vos compétences techniques. Dans la construction de votre carrière, vous serez accompagné par vos managers de proximité et RH qui ont pour objectif de vous tirer... vers le haut et vous pousser à la réussite de vos objectifs. Des managers disponibles, réactifs, et à l’écoute de vos envies ! • Hard Skills 💪: Vous possédez une expérience sur des projets autour de la Data et maitrisez un ou plusieurs langages de programmation : Java, Perl, Python et R, Avec un intérêt pour le DevOps, vous savez travailler avec un Data Analyst et/ou un Data scientist, qui se chargent de l’exploitation des données plus complexes et de l’utilisation des outils plus pointus utilisant divers algorithmes, Vous maîtrisez Spark, Hadoop et/ou des plateformes cloud (GCP, AWS, Azure, etc.). • Soft Skills👉: Vous aimez faire de la veille sur les nouvelles technos, Vous avez le sens du service et surtout vous avez de l'humour, Vous aimez les événements formels (rendez-vous technophiles) mais aussi informels (afterwork, jeux de société, sport, etc.). Pourquoi nous rejoindre ? • Nous disposons d’un accord télétravail. Durant ces jours à distance, vous bénéficiez d’une indemnité en maintenant tes tickets restaurants. • Des missions de longue durée chez des clients grand comptes uniquement dans la métropole lilloise (accessible en transport en commun). • Fourchette de rémunération comprise entre 35k€ et 40k€ brut annuel. Si vous souhaitez plus ( ou moins) on peut en discuter ;) • Rejoindre une entreprise solide et indépendante financièrement dirigée par le fondateur lui-même. • La possibilité d’évoluer par le biais de la formation grâce à notre organisme interne > SOAT TRAINING. • Une entreprise engagée (1 arbre planté à chaque nouvel embauché, code économe, etc.). • Néo soft s’engage autour de l’accompagnement des travailleurs en situation de handicap (3 jours d’absence rémunérés supplémentaires, Chèques CESU, etc.). PROCESS - Suivez le guide ! 1 - Postulez ici ! 2 - Je vous contacte par téléphone 📱 3 - Entretien RH avec moi-même, pour en savoir plus sur vous et vos envies ! 4 - Entretien Managérial avec Cedric. 5 - En option ou bonus comme vous préférez, vous pourrez échanger avec l'un de nos experts

{'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 :

**Alternance en Data Analyst - Start-up Médicale de Téléconsultation (Paris 2e)** • *À propos de nous**: Nous sommes une start-up médicale de téléconsultation en pleine croissance, dédiée à révolutionner l'industrie de la santé en utilisant les dernières avancées technologiques. Notre mission est de rendre les soins de santé plus accessibles, plus efficaces et plus personnalisés pour tous. Nous recherchons un(e) Data Analyst passionné(e) pour rejoindre notre équipe dynamique et contribuer à notre mission. • *Description du poste**: En tant que Data Analyst en alternance au sein de notre start-up médicale de téléconsultation, vous jouerez un rôle essentiel dans l'analyse et l'interprétation des données pour améliorer nos services et avoir un impact direct sur la santé des patients. Vous collaborerez étroitement avec notre équipe de développement, nos médecins et nos partenaires pour assurer que les données soient utilisées de manière stratégique. • *Responsabilités**: - Collecter... nettoyer et analyser les données relatives aux consultations médicales en ligne. - Identifier les tendances et les opportunités d'amélioration des processus médicaux et opérationnels. - Créer des tableaux de bord et des rapports visuels pour communiquer efficacement les résultats. - Collaborer avec les équipes techniques pour développer des algorithmes de prédiction basés sur les données. - Contribuer à l'élaboration de stratégies de croissance en se basant sur les données. - Assurer la confidentialité et la sécurité des données médicales conformément aux réglementations en vigueur. • *Profil recherché**: - Étudiant(e) en alternance en data science, statistiques, informatique ou domaine connexe. - Solides compétences en programmation (Python, R, SQL) et en utilisation d'outils d'analyse de données. - Capacité à communiquer de manière efficace les résultats complexes aux non-initiés. - Esprit d'équipe, créativité et désir de contribuer à une mission qui compte. • *Ce que nous offrons**: - Une expérience d'alternance unique au sein d'une start-up médicale innovante. - L'opportunité de travailler sur des projets concrets ayant un impact direct sur la santé des patients. - Un environnement de travail collaboratif et stimulant. - La possibilité d'apprendre auprès d'une équipe de professionnels passionnés. • *Date de prise de poste**: Entre septembre et octobre 2023. Si vous êtes prêt(e) à relever le défi et à contribuer à la transformation du secteur de la santé grâce à l'analyse de données, nous aimerions en savoir plus sur vous. Rejoignez-nous dans cette aventure passionnante en postulant dès aujourd'hui Type d'emploi : Alternance Salaire : 32 237,28€ à 64 010,84€ par an Avantages: - Titre-restaurant Programmation: - Du lundi au vendredi - Période de travail de 8 Heures - Travail en journée Formation: - Bac +5 (Master / MBA) (Optionnel) Lieu du poste : En présentiel

{'salaire': [{'montant_min': 32237.28, 'montant_max': 64010.84, '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 :

Ombrea, l’excellence de l’agrivoltaïsme au service des cultures. Nous avons pour ambition de développer des meilleurs systèmes et savoir-faire agrivoltaïques pour les agriculteurs. Nous combinons les systèmes agricoles et photovoltaïques, cherchons des synergies, afin de produire de l’énergie électrique tout en garantissant des rendements agricoles stables et élevés. Selon l’ADEME, le développement du photovoltaïque (PV) dans les exploitations agricoles contribuera largement à l’atteinte de l’objectif de 40 % d’énergies renouvelables dans la production d’électricité d’ici 2030. Nous croyons que la technologie, l’intelligence collective et l’audace d’entreprendre peuvent accélérer la transition énergétique. Le pôle Data, composé de 2 Data Scientist Senior, a pour mission de développer des outils et des modèles permettant la simulation et le pilotage de projets agrivoltaïques. Ces modèles cherchent à identifier des synergies entre deux systèmes (agronomique et photovoltaïque). Les... défis sont multiples : la donnée est nombreuse et variée (capteurs terrain, satellites, données météo tierce), le pilotage se fait en temps réel et les modèles intègrent aussi bien des logiques agronomiques que photovoltaïques. Tu auras la responsabilité de mener des projets de Data Science en toute autonomie, de la modélisation jusqu’à la mise en production. Tu participeras donc, en collaboration avec tes managers, à développer et mettre en œuvre des solutions intelligentes et des outils innovants dans une logique de création de valeur pour l’agrivoltaïsme (l’agriculteur et les producteurs d’énergie). Ces projets étant au cœur de la stratégie d’Ombrea tu devras avoir une bonne vision des enjeux de l’entreprise afin d’avoir un grand impact sur sa trajectoire et sa croissance. Tu travailleras notamment avec des chercheurs en agronomie dans la modélisation du comportement des cultures et avec une équipe de développeurs logiciels dans la mise en production des outils de Data science. TES PRINCIPALES MISSIONS : • Travailler sur des problèmes complexes alliant des données physiques, climatiques et agronomiques provenant de sources multiples ainsi que sur des séries temporelles, des images ou du texte devant être analysés et exploités pour pouvoir créer de nouveaux outils et améliorer ceux existants ; • Modéliser des solutions, réaliser des cycles courts d’itérations, valider les modèles créés et les mettre en production avec l’aide des développeurs de l’équipe Software ; • Récupérer et analyser un grand volume de données terrain (capteurs, météo) ainsi que des données tierces (API, données satellites) ; • Créer des flux de données nécessaires au bon fonctionnement des modèles (ETL, streaming) en vérifiant la qualité de la donnée à chaque étape ; • Rester informé.e régulièrement de l’état de l’art (Data Science/AI), réaliser des benchmarks technologiques ; L’innovation et l’amélioration continue étant au cœur de notre stratégie ; Profil recherché : • Issu.e d’une formation supérieure en école d’ingénieur ou titulaire d’un master/doctorat en mathématiques appliquées ou équivalent ; • Tu justifies d’une expérience d’au moins 3 ans sur un poste de Data Scientist ; • Tu sais conduire en toute autonomie des projets de Data science et implémenter des solutions (heuristiques et machine learning) à des problèmes complexes ; • Python n’a plus de secret pour toi, tu maitrises les librairies de Data (Numpy, Pandas, Scikit-Learn, etc.), de visualisation et tu es familier.ère avec le développement web ; • Tu maîtrises les outils de versioning (Git), les bases de données (SQL) et le déploiement logiciel (CI/CD, Docker, AWS) ; • Tu aimes mettre en relation des données complexes de nature différente (agronomique, climatique, énergétique) ; • Tu possèdes un esprit curieux, une rigueur scientifique et un attrait pour la R&D sur des sujets liés à la transition écologique ; • Tu aimes travailler en équipe notamment avec des profils différents (ingénieurs agronomes, développeurs informatiques, ingénieurs mécatroniques, …) ; • Tu rêves de relever de nouveaux défis ? • Tu souhaites t’investir dans une nouvelle aventure et mettre tes compétences au service de l’agrivoltaïsme de demain ? ALORS CE POSTE EST FAIT POUR TOI ! PROCESS DE RECRUTEMENT : Chez Ombrea, le recrutement est avant tout un process transparent, fondé sur l’échange et une envie commune de travailler ensemble. Afin de faire plus ample connaissance, plusieurs actions sont mises en place : • Une fois ta candidature* sélectionnée, un.e membre de l’équipe RH te contactera par téléphone pour un premier échange d’environ 15 min ; • Ta futur.e manager te contactera également pour aborder l’aspect technique du poste ; • Tu seras enfin amené.e à rencontrer (dans nos locaux ou bien à distance) : ta futur.e manager ainsi que notre Responsable RH ; • Selon ton profil, tu pourras également être invité.e à effectuer un test technique et/ou de personnalité ; • Dans le cadre de notre démarche inclusive, nous étudions, à compétences égales, toutes candidatures et valorisons celles de personnes en situation de handicap. Conformément à la règlementation en vigueur concernant les données à caractère personnel, nous te rappelons que tu disposes d’un droit d’accès, de rectification et d’opposition, dans les conditions prévues par la loi du 6 janvier 1978 modifiée. Type d'emploi : Temps plein, CDI Salaire : 33 336,19€ à 57 356,85€ par an Avantages : • Horaires flexibles • Participation au Transport Programmation : • Du Lundi au Vendredi • Horaires flexibles • Travail en journée Types de primes et de gratifications : • Prime annuelle Lieu du poste : Un seul lieu de travail

{'salaire': [{'montant_min': 33336.19, 'montant_max': 57356.85, '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 :

Seyos recherche … Seyos est un cabinet de recrutement spécialisé dans les métiers de l'IT. Nous intervenons au niveau national et proposons aux candidats des opportunités professionnelles au sein d'éditeurs de logiciels, DSI d'entreprises (clients finaux), startups, acteurs E-commerce. En 9 années d'existence, plus de 1 300 professionnels de l'IT et du Digital ont déjà été recrutés par l'intermédiaire de Seyos au sein de 400 entreprises. Notre client, créé en 2007 et composé de 18 collaborateurs, est spécialisé dans la valorisation de données liées aux véhicules et leurs possesseurs. À partir des données SIV issu du ministère de l'Intérieur, il propose une solution de marketing stratégique. Ses données leur permettent d'offrir des solutions puissantes d'analyse et de conquête pour les secteurs de l'automobile, de la banque, de l'assurance, de l'énergie et du web. Cette entreprise innovante en forte croissance (10 millions de CA) est aujourd'hui un des acteurs majeurs dans la... valorisation de données liées aux véhicules. Localisation : Suresnes (92150). Environnement technique : Python, PostgreSQL, Oracle, Bash/Shell Rémunération : 55 000 - 70 000 Euros (annuel) selon expérience. Vous encadrerez le département Data composé de 2 data engineer et vos missions s'articuleront autour de trois axes : 1) COORDINATION DE L'ÉQUIPE DATA (en collaboration avec l'équipe BI) : - Accompagnement dans la création, l'actualisation, le support et l'amélioration des différents programmes d'exploitation des bases de données, - Management de la production des données clients : optimisation des capacités de production, suivi des demandes (process, délais et qualité de la donnée), accompagnement des équipes (DATA, BI et commerce). 2) PRODUCTION : - Gestion et maintenance en conditions opérationnelles de la production ainsi que le traitement des livraisons, - Création, actualisation, support et amélioration des différents programmes d'exploitation des bases de données, - Audit et suivi de l'application des process de fiabilisation de la production. 3) ANALYSE ET CONCEPTION DES PROJETS DE L'ENTREPRISE : - Intégration de nouveaux comptes clients, développement des applicatifs, modèles de qualification de données, etc., - Réalisation de support technique, rédaction et mise à jour des différentes documentations, Informations complémentaires : - Vous êtes … Votre profil : - De formation Bac +5, vous justifiez de 4 années d'expérience en tant que Data Engineer (idéalement dans une entreprise à taille humaine), - Avoir déjà exercé une fonction d'encadrement d'équipe, de chefferie de projet ou de management serait un plus, - Vous maitrisez SQL, Bash/Shell, Python et avez des connaissances approfondies des environnements BDD exploités (SQL) : PostgreSQL, (Oracle est un plus), - Doté d'un bon relationnel, vous êtes proactif, autonome et force de proposition. Les avantages : - Titres restaurant, - Télétravail (2 jours / semaine), - RTT, - Ambiance conviviale. En résumé ... • Suresnes - 92 • CDI - Télétravail partiel • 55 000 - 70 000 EUR par an • Secteur informatique • ESN • Bac +5 • Exp. 1 à 7 ans Publiée le 10/08/2023. Réf : 17213583 seyos-04366

{'salaire': [{'montant_min': 55000.0, 'montant_max': 70000.0, 'devise': '€', 'frequence_versement': 'an'}]}