Ingénieur Cloud AWS (H/F)
DESCRIPTION DU POSTE Au sein d'une Fintech spécialisée dans l'intelligence Supply Chain, l'évaluation RSE/ESG et le financement optimisé du besoin en fonds de roulement (BFR), vous occuperez un rôle clé de développement full-stack et Data/IA. Vous participerez directement à l'évolution de la plateforme SaaS de scoring ESG, d'analyse prédictive des risques fournisseurs et de recommandation automatisée. Missions principales: Développement Full-Stack & Microservices: Conception et maintenance d'une architecture SaaS serverless AWS haute performance (Lambda, DynamoDB, AppSync, Cognito, Amplify). Intégration IA Générative & LLM: Déploiement, fine-tuning et optimisation de modèles de langage (AWS Bedrock, Anthropic Claude, Gemini) avec pipelines RAG pour l'analyse automatisée des données ESG et le coaching 24/7 des fournisseurs. Ingénierie de données & MLOps: Déploiement et automatisation de pipelines ETL/ELT distribués (Python, SQL, Pandas, NumPy) pour l'analyse de données multi-sources et le calcul de KPIs de performance Supply Chain. Modélisation Trade Finance & RSE: Définition, modélisation et intégration de KPIs ESG avancés (Scope 1-2-3, directives CSRD/CSDDD, décarbonation) interconnectés avec des mécanismes de Trade Finance et de BFR (réduction du risque de crédit, optimisation des marges, pricing des financements sous-traitants). Développement Front-End: Évolution des interfaces utilisateurs dynamiques en Vue.js / JavaScript en appliquant une stricte séparation des responsabilités d'architecture. PROFIL RECHERCHÉ Formation: Diplôme d'Ingénieur en Data Science / Intelligence Artificielle (Bac+5 à Bac+6). Compétences techniques exigées: Cloud & Serverless AWS: Expertise avérée sur l'écosystème Serverless AWS: AWS Bedrock, AWS Lambda, DynamoDB, AppSync, CDK, Amplify, S3. IA, LLM & Data Science: Maîtrise experte de Python, architectures RAG, Fine-tuning/Transfer Learning, Scikit-Learn, TensorFlow, Pandas, NumPy, SQL. Développement Web & Architecture: Maîtrise des architectures microservices API-first, développement Front-End en JavaScript (Vue.js). Outillage MLOps & Base de données: Expérience sur bases graphiques (ex: Neo4j) et pipelines ETL complexes. Expertise Métier & Connaissances Spécifiques Exigées: Trade Finance & Optimisation BFR: Maîtrise des mécanismes de financement de la Supply Chain, structuration de marges d'intérêt et scoring de risque fournisseurs. RSE & Performance Supply Chain: Solides connaissances des indicateurs RSE/ESG appliqués à la chaîne d'approvisionnement (Scope 3, trajectoires carbone, normes CSRD / CSDDD / EGAlim, auditabilité des données fournisseurs). Langues & Soft Skills: Anglais et Français: Courant / Professionnel indispensable. Autonomie, grande capacité d'innovation, rigueur scientifique et forte sensibilité aux enjeux de transition durable. Lieu de travail: Paris (75019) - Mode hybride (Télétravail partiel / Présentiel) Durée hebdomadaire: 35h (Statut Cadre - Position 2.1 / Coeff. 105 - Syntec) Rémunération brute mensuelle: 3 333,00 € brut / mois (soit 40 000 € brut / an) Convention collective: Convention collective nationale des bureaux d'études techniques, des cabinets d'ingénieurs-conseils et des sociétés de conseils (BET, SYNTEC)
1 An(s), Data science, Bac+5 et plus ou équivalents, E, Big data Analytics, S, Economie du développement durable, E, Langages de programmation informatique, S, Logiciels de gestion de base de données, S, Modélisation et simulation, S, Adapter les outils de traitement statistique de données, E, Conduire des travaux d'études et de recherche, S, Définir et faire évoluer des procédés de traitement de l'information, E, Analyser des données pour prendre des décisions stratégiques, S, Analyser et prévenir les risques, S, Analyser et traiter l'information à des fins d'anticipation, S, Animer une démarche agile et innovante, S, Assurer le suivi de la qualité des données, S, Concevoir des modèles théoriques (calcul, simulation, modélisation), S, Définir les solutions de stockage et de structuration des données, S, Déterminer l'opportunité de l'intégration d'outils d'intelligence artificielle et de data science dans le modèle d'affaires, S, Exploiter des solutions de Data Science ou d'Intelligence Artificielle, S, Gérer des données massives, S, Lire et interpréter des données et documents techniques, au besoin en anglais, S, Mobiliser des données massives pour éclairer les prises de décisions, S, Optimiser des algorithmes, une application informatique et mettre en oeuvre leur développement, S, Procéder aux phases de tests et de recettes des applications développées, S, Réaliser une analyse ou modélisation statistique de données, S, Réaliser un modèle de prévision, S