MISSION FREELANCE – PGER GCP DEV N2
Freelance.comFintechPubliée hier
480 €/j
- Lieu
- Paris · Sur site
- Durée
- 6 mois
- Démarrage
- 16 octobre 2026
- Expérience
- Expert (10 ans et +)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- Le TJM de cette mission se situe en dessous de la médiane des 23 missions de votre métier et de votre séniorité de notre catalogue dont l'annonce publie un budget, dont la médiane est de 550 €/jour (moitié centrale : 400 à 650 €/jour).
- 130 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 324 pour ce métier en France.
- 2 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Spark (106 missions), Machine Learning (149 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil expert (10 ans et +) · Comment ces repères sont calculés
La mission
Dans le cadre d'un projet stratégique autour des Risques Climatiques & Physiques, nous recherchons un PGER GCP DEV N2 pour rejoindre une équipe experte et engagée.
L'objectif du projet est de mettre en place une solution permettant d'ingérer, d'agréger et d'exposer des données provenant de sources multiples, afin de produire des rapports métiers dédiés à la surveillance du risque de crédit.
Une expérience dans le domaine du risque de crédit est un véritable plus.
Vous interviendrez notamment sur :
🔹 Le développement et l'intégration de solutions Python / Spark 🔹 La conception et l'évolution d'infrastructures de données 🔹 La collecte, le stockage et l'exploitation de flux de données 🔹 La supervision et l'intégration de données provenant de sources multiples 🔹 La vérification de la qualité et de la sécurité des données 🔹 La structuration des bases de données et des métadonnées 🔹 La cartographie et la documentation des sources de données 🔹 La maintenance des applications et infrastructures en production 🔹 L'industrialisation et l'optimisation de modèles de Machine Learning 🔹 La contribution au RUN et à l'amélioration continue des solutions data 🔹 La proposition d'évolutions sur les infrastructures et solutions existantes
Compétences attendues
Indispensables
- GCP
- Python
- Spark
- Machine Learning