Data Engineer H/FCrédit Agricole

Filiale du groupe Crédit Agricole, Crédit Agricole Payment Services, leader des services de paiement en France avec près de 30% de part de marché, conçoit des solutions de paiement destinées aux entités du groupe. Au cœur de la relation client, les paiements font partie des usages quotidiens et évoluent sur un marché dynamique en perpétuelle transformation. Pilote de la stratégie paiement du Groupe, Crédit Agricole Payment Services conçoit le processing des transactions réalisées par les clients des banques du groupe et développe pour eux des offres de services innovantes, conjuguant facilité d'usage, sécurité et répondant aux meilleurs standards du marché. En agissant chaque jour dans l'intérêt de la société, nous sommes un groupe engagé en faveur des diversités et de l'inclusion et plaçons l'humain au cœur de toutes nos transformations. Tous nos postes sont ouverts aux personnes en situation de handicap.

Présentation du service :

L'équipe DATA est en charge du Système d'Information Décisionnel de CAPS. Elle a pour responsabilité la collecte et la mise à disposition des données métiers de CAPS. Dans ce but, elle déploie et maintient un ensemble d'outils permettant de mieux gérer les données contenues dans Data Lake, Data Warehouse et Datamarts. Ces données sont ensuite exploitées par la data factory pour produire des tableaux de bord ou des analyses à plus haute valeur ajoutée. L'équipe DATA est responsable du contrôle et de la mise en qualité des données, ainsi que de la data gouvernance de CAPS.

Descriptif de la mission :

En collaboration avec les différentes équipes DATA et métier, l'alternant aura pour mission de développer et/ou d'améliorer plusieurs outils : un outil permettant d'administrer les méta-données : CAPS s'appuie sur cet outil pour la gouvernance des données. Un outil basé sur l'IA Générative pour pouvoir interroger ces méta-données en langage naturel.

Un outil permettant de vérifier la qualité des données en utilisant des algorithmes de data science comme les séries temporelles ou le XGBoost. D'autres cas d'usage seront à développer et des réflexions, voir la conception d'une plateforme d'IA Générative, devront être engagés.

Les technologies utilisées sont Angular (Material), Python, GitLab, Docker, Kubernetes, Jenkins, SonarQube, Argo CD, Confluence, PyCharm, Github copilot, Vertica (SQL) et AWS.

Une aventure qui se vit en équipe
Nous rejoindre, c'est intégrer un collectif ou les valeurs humaines et la proximité
prennent tout leur sens.