Royaume-Uni
LSEG
Capgemini
Ingénieur.e Données IA
Royaume-Uni
Birmingham, England, United Kingdom · Bristol, England, United Kingdom · London, England, United Kingdom · Manchester, England, United Kingdom · Newcastle upon Tyne, England, United Kingdom
PythonSQLAWSGCPGo
Traduction automatique. Consultez l’original.
QUI VOUS RETROUVEREZ
En tant qu'Ingénieur.e Données chez Capgemini, vous concevrez, construirez et opérerez des pipelines de données et des produits de données fiables et évolutifs : les fondations de confiance qui alimentent l'analytique, l'IA, l'IA générative et de plus en plus les systèmes d'agents. Vous travaillerez concrètement avec des outils modernes d'ingénierie de données et des services cloud pour ingérer, transformer et servir les données, et vous préparerez et gouvernerez les ensembles de données dont les modèles d'IA et les agents IA dépendent pour se comporter de manière sûre et correcte. Vous utiliserez également l'ingénierie assistée par IA pour accélérer votre propre livraison, tout en conservant une propriété humaine claire de chaque résultat.
Vous ferez partie de l'équipe Plateformes de Données au sein de la Global Practice Insights and Data, qui a connu une croissance forte et soutenue dans un large éventail de secteurs. Data Platforms accueille les Ingénieurs Données, les Ingénieurs Plateformes, les Architectes Solutions et les Analystes Métier qui pilotent la transformation numérique et de données de nos clients sur des plateformes cloud modernes. Nous sommes spécialisés dans les derniers frameworks, architectures de référence et technologies sur AWS, Azure et GCP, et des plateformes de données telles que Databricks et Snowflake.
LE FOCUS DE VOTRE RÔLE
Vous construirez et opérerez les produits de données dont l'IA moderne dépend. Cela signifie une ingénierie de données classique et de haute qualité (pipelines batch et streaming, modèles lakehouse et warehouse, ensembles de données bien gouvernés et audités), et la discipline plus récente d'ingénierie de données pour l'IA et les agents : pipelines de récupération, embeddings et banques de données vectorielles, préparation des caractéristiques et du contexte, et l'observabilité nécessaire lorsque les systèmes qui consomment vos données sont non déterministes et ne peuvent pas simplement être testés unitairement.
Vous construirez et opérerez les produits de données dont l'IA moderne dépend. Cela signifie une ingénierie de données classique et de haute qualité (pipelines batch et streaming, modèles lakehouse et warehouse, ensembles de données bien gouvernés et audités), et la discipline plus récente d'ingénierie de données pour l'IA et les agents : pipelines de récupération, embeddings et banques de données vectorielles, préparation des caractéristiques et du contexte, et l'observabilité nécessaire lorsque les systèmes qui consomment vos données sont non déterministes et ne peuvent pas simplement être testés unitairement.
Veuillez noter
Autorisation de sécurité : Pour être nommé.e avec succès à ce poste, vous devez être éligible pour obtenir une autorisation de vérification de sécurité (SC) ou une autorisation DV (Developed Vetting).
Pour obtenir une autorisation SC, le/la candidat.e retenu.e doit avoir résidé de manière continue au Royaume-Uni au cours des 5 dernières années, ainsi que satisfaire à d'autres critères et exigences.
Tout au long du processus de recrutement, des questions vous seront posées concernant votre éligibilité à l'autorisation de sécurité, telles que, sans s'y limiter, votre pays de résidence et votre nationalité.
Certains postes sont réservés aux ressortissants britanniques exclusifs pour des raisons de sécurité ; par conséquent, il se peut que l'on vous demande votre citoyenneté lors du processus de candidature.
CE QUE VOUS APPORTEREZ ET L'EXPÉRIENCE NÉCESSAIRE
Vous apporterez une expérience solide et concrète dans la livraison d'ingénierie de données en production, et un intérêt sincère pour la manière dont les systèmes d'IA et d'agents transforment ce qu'est une bonne ingénierie de données. Vous n'avez pas besoin d'avoir déjà réalisé tout le travail spécifique à l'IA ci-dessous, mais vous devriez être désireux de le faire, et capable de démontrer les fondamentaux d'ingénierie qui le rendent possible.
Essentiel
- Expérience pratique dans la livraison de pipelines de données et de plateformes de données en environnements de production.
- Solides compétences en Python et SQL, avec de bonnes pratiques d'ingénierie logicielle (Git, revue de code, tests unitaires, CI/CD) et la capacité à résoudre les problèmes de production.
- Expérience avec le traitement de données distribuées et les modèles lakehouse/warehouse modernes, avec une bonne compréhension de la modélisation des données et des performances.
- Expérience avec les services de données cloud (stockage, calcul et orchestration) sur au moins un cloud majeur.
- Utilisation pratique d'assistants de codage IA dans un flux de travail d'ingénierie réel, avec une compréhension de la confidentialité des données et une utilisation sûre et responsable.
- Un état d'esprit d'apprentissage continu et une communication claire avec les collègues techniques et non techniques.
Si une offre d'emploi vous est proposée avec succès, vous passerez par une série de vérifications préalables à l'emploi, y compris l'identité, la nationalité (simple ou double) ou le statut d'immigration, l'historique professionnel remontant à 3 années continues, et une vérification des antécédents judiciaires non तुम्हाला (connue sous le nom de Disclosure and Barring Service).
Ce que vous ferez
- Vous travaillerez dans le respect des limites de sécurité et de conformité convenues, ce qui est essentiel dans les environnements réglementés et du secteur public dans lesquels nous opérons.
- Construire et maintenir des pipelines de données et des produits de données. Utiliser des processus ETL/ELT et de traitement distribué appropriés pour ingérer, transformer et curer des données fiables dans des plateformes de stockage et d'analyse cloud.
- Ingénierie de données pour les cas d'utilisation de l'IA et des agents. Préparer des ensembles de données et des caractéristiques curés et gouvernés pour l'analytique et le ML ; construire des pipelines de récupération et d'embeddings (banques de données vectorielles, chunking, métadonnées) qui servent les flux de travail RAG et d'agents ; et aider à exposer les données aux systèmes d'IA via des modèles tels que les APIs et le Model Context Protocol (MCP).
- Appliquer la modélisation, la qualité et la gouvernance des données. Développer des modèles évolutifs, appliquer des contrôles de validation et de qualité, et maintenir la lignée et la documentation afin que les produits de données soient fiables et audités. Ceci est encore plus important lorsqu'un agent IA, et non seulement un humain, agit sur eux.
- Intégrer l'observabilité pour les systèmes non déterministes. Mettre en œuvre la journalisation, l'alerte et les SLA pour les pipelines de production, et contribuer à l'évaluation et à la surveillance des données et des sorties destinées à l'IA (par exemple, dérive, qualité de récupération, détection d'anomalies) avec une revue humaine claire.
- Utiliser l'ingénierie assistée par IA de manière responsable. Accélérer le développement, les tests et la documentation avec des assistants de codage, en appliquant une bonne hygiène de prompt, en protégeant les données confidentielles et en assumant la responsabilité des résultats.
- Collaborer entre les équipes. Travailler avec des analystes métier, des ingénieurs plateformes, des scientifiques de données et des professionnels DevOps pour livrer des solutions sécurisées et bien testées dans un environnement agile, en communiquant clairement vos décisions de conception.
- Continuer à élever le niveau. Utiliser le contrôle de version, la revue de code, les tests automatisés et les pratiques CI/CD ; partager les connaissances, contribuer aux accélérateurs et aux normes, et rester à jour sur les pratiques modernes d'ingénierie de données et d'IA.
Atouts appréciés
- Exposition aux blocs de construction GenAI/agents : RAG, embeddings et recherche vectorielle, orchestration de LLM (par exemple, LangGraph, LlamaIndex, Semantic Kernel), ou évaluation/observabilité de LLM (par exemple, LangSmith, Ragas).
- Expérience du streaming et des architectures événementielles (par exemple, Kafka, Spark Structured Streaming).
- Certifications pertinentes en cloud et/ou en ingénierie de données.
Parcours spécialisés (nous aimerions une expertise dans l'un de ceux-ci ; vous n'avez pas besoin de tous)
- Azure / Databricks Azure Data Lake Storage, Databricks, Apache Spark, Delta Lake, Azure Data Factory, MLflow ; et, pour le domaine IA, Databricks Mosaic AI, Vector Search et Unity Catalog, ou Azure OpenAI, Azure AI Foundry et Azure AI Search.
- AWS: Glue, Lambda, Step Functions, Kinesis, EMR, Athena, Redshift, lacs de données S3 ; et, pour le domaine IA, Amazon Bedrock, Knowledge Bases for Bedrock
INFORMATIONS COMPLÉMENTAIRES
Travail hybride : Les lieux où vous travaillerez au quotidien varieront en fonction de votre rôle, de vos besoins et de ceux de l'entreprise ; ce sera un mélange de bureaux de l'entreprise, de sites clients et de votre domicile ; en notant que vous ne pourrez pas travailler à domicile 100% du temps.
Ce que nous vous offrirons
Vous serez encouragé.e à avoir un bon équilibre vie professionnelle-vie privée. Notre approche axée sur le travail hybride signifie que nous intégrons le travail hybride dans tout ce que nous faisons et faisons des arrangements de travail flexibles une réalité quotidienne pour nos collaborateurs. Tous les employés britanniques sont éligibles pour demander des arrangements de travail flexibles.
Vous serez habilité.e à explorer, innover et progresser. Vous bénéficierez de l'état d'esprit « apprentissage tout au long de la vie » de Capgemini, ce qui signifie que vous aurez d'innombrables opportunités de formation et de développement, des groupes de réflexion aux hackathons, et un accès à 250,000 cours avec de nombreuses certifications externes de AWS, Microsoft, Harvard Manage Mentor, des qualifications en cybersécurité et bien plus encore.
Pourquoi nous sommes différents
Chez Capgemini, nous aidons les organisations du monde entier à devenir plus agiles, plus compétitives et plus performantes. Des solutions techniques intelligentes, sur mesure et souvent révolutionnaires pour des problèmes complexes sont la norme. Mais il en va de même pour une culture aussi collaborative que tournée vers l'avenir. En travaillant en étroite collaboration les uns avec les autres et avec nos clients, nous comprenons en profondeur les entreprises et les objectifs de celles-ci. Vous ferez de même.
Capgemini est fier de représenter près de 130 nationalités et sa diversité culturelle. Notre définition holistique de la diversité s'étend au-delà du genre, de l'identité de genre, de l'orientation sexuelle, du handicap, de l'ethnicité, de la race, de l'âge et de la religion. Capgemini considère la diversité comme tout ce qui fait de nous ce que nous sommes en tant qu'organisation, y compris notre milieu social, nos expériences de vie et de travail, nos styles de communication et même notre personnalité. Ces dimensions contribuent au type de diversité que nous valorisons le plus : la diversité de la pensée.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil