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 :

Les missions du poste Rejoignez VYGON ! Vygon développe et commercialise des dispositifs médicaux innovants et de qualité pour répondre aux attentes des professionnels de la santé et aux besoins de confort et de sécurité de leurs patients. Notre Groupe compte 11 usines de production dans le monde, dont le siège social est situé à Ecouen (95). A travers notre mission "Vygon, Value Life", la contribution de nos 2, 350 collaborateurs présents dans 27 pays prend tout son sens en mettant à la disposition des malades plus de 200 millions de produits chaque année dans le monde. Porté par des équipes talentueuses, dynamiques et respectueuses de ses valeurs, notre groupe s'attache à offrir un savoir-faire unique afin de garantir les performances et la qualité qui font la réputation du matériel Vygon. Chez Vygon, l'intégrité, l'engagement, l'ouverture d'esprit, la recherche d'amélioration et le respect des Hommes sont ainsi au coeur de toutes nos actions. Dans le cadre d'une création de... poste et pour accompagner notre développement, nous recherchons pour notre direction des opérations notre futur(e) Product Data Specialist F/H qui aura pour missions de : - Assurer le paramétrage des produits finis dans l'ERP tout au long de leur cycle de vie en s'assurant du respect des processus métier en place - Développer et adapter des outils d'optimisation des processus de gestion des données produits en s'appuyant sur les différentes bases de données disponibles (ERP / WMS / Marketing) - Contrôler et ajuster la bonne remontée des informations produits dans les bases permettant de gérer notamment les prévisions de ventes, les cubes alimentant la BI (Business Intelligence) - Participer en support au projet PIM (Product Information Management) de l'entreprise et devenir un référent sur le scope Master Data produits - Assurer le support analytique sur les projets et activités en cours liés à la distribution. Le profil recherché Vous aimez analyser et faire parler les chiffres ? Votre rigueur est de mise dans votre activité ? Vous avez un rôle central dans l'organisation et vous serez amené(e) à échanger régulièrement avec différents départements de l'entreprise tels que : R&D, réglementaires, qualité, supply, marketing. Votre sens du contact et votre aisance relationnelle vous permettra de mener à bien vos missions. Votre expérience sur un poste similaire et votre personnalité fera la différence sur cette opportunité. Pourquoi nous rejoindre ? Vous intégrez un Groupe indépendant, familial ET international tout en travaillant dans des équipes à taille humaine ! Vous bénéficiez jusqu'à 2 jours de télétravail après votre période d'intégration. Accès au Restaurant d'entreprise. Mise à disposition d'une Navette Vygon de la gare d'Ecouen au site. Plan épargne retraite, mutuelle attractive, accord d'intéressement, CSE vous donnant l'accès à plusieurs avantages (chèques vacances, etc), places en crèche, et autres. Bienvenue chez Vygon Rejoignez VYGON ! Vygon développe et commercialise des dispositifs médicaux innovants et de qualité pour répondre aux attentes des professionnels de la santé et aux besoins de confort et de sécurité de leurs patients. Notre Groupe compte 11 usines de production dans le monde, dont le siège social est situé à Ecouen (95). A travers notre mission "Vygon, Value Life", la contribution de nos 2, 350 collaborateurs présents dans 27 pays prend tout son sens en mettant à la disposition des malades plus de 200 millions de produits chaque année dans le monde. Porté par des équipes talentueuses, dynamiques et respectueuses de ses valeurs, notre groupe s'attache à offrir un savoir-faire unique afin de garantir les performances et la qualité qui font la réputation du matériel Vygon. Chez Vygon, l'intégrité, l'engagement, l'ouverture d'esprit, la recherche d'amélioration et le respect des Hommes sont ainsi au coeur de toutes nos actions. Mais aussi... 40-50 K€

{'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 :

Localisation: Lezennes Métier: Data Engineer Type de contrat: mission Salaire: TJM 300/360 Type d'entreprise: Grand compte Compétences: Description de poste Mission au sein d’un grand groupe français leader dans le retail. Le candidat doit avoir totalisé un minimum de 3 ans d’expérience professionnelles sur des sujets similaires, pour que la candidature soit recevable. A défaut nous ne pourrons pas donner de suite positive. Compétences techniques Expertise SQL/BigQuery, ETL/ELT – Expert – Impératif CI/CD, github, Terraform – Confirmé – Important Modélisation, UML / LookML, Business Object – Confirmé – Important Power BI, Data Studio, Looker viz – Confirmé – Souhaitable Connaissances linguistiques Français Courant (Impératif) Anglais Professionnel (Secondaire) Description détaillée Le profil interviendra au sein de la direction informatique, dans le service Data. Il intégrera une Squad Data en charge d’un périmètre fonctionnel. Au cours de sa mission, le... consultant : – Participera aux rituels agiles de l’équipe, – Analysera les besoins des utilisateurs et proposera des solutions innovantes et en phase avec les drivers de l’entreprises, – Développera les solutions data (Alimentation, stockage, modélisation, restitution), – Validera la qualité des développements de son équipe, – Améliorera et optimisera le patrimoine actuel de son équipe, – Maintiendra les solutions existantes (Run), – Contribuera à la construction du nouveau socle et des services sur la plateforme Google Cloud, – Accompagnera et acculturera les métiers sur les bonnes pratiques de l’exploitation de la Data Mission long terme (3 ans) Définition du profil NIVEAU Maîtrisant SA MISSION : Il est garant de l’accès qualitatif aux sources de données. Il s’assure de la maîtrise de la donnée et est garant de la qualité de son utilisation (référencement, normalisation, et qualification) afin d’en faciliter l’exploitation par les équipes (Data Analysts et Data Scientists). Il contribue également à la définition de la politique de la donnée et à la structuration de son cycle de vie dans le respect des réglementations en vigueur, en collaboration avec le Chief Data Officer. Son périmètre d’intervention est axé sur les systèmes applicatifs autour de la gestion de la donnée et du traitement, et sur les plateformes Big Data, IoT, Il assure la supervision et l’intégration des données de diverse nature qui proviennent de ces sources multiples et vérifie la qualité des données qui entrent dans le Data Lake (il recette de la donnée, supprime les doublons, ). SON ACTIVITE : QUALIFICATION ET GESTION DES DONNÉES : – Capte les données (structurées et non structurées) produites dans les différentes applications ou à l’extérieur de l’entité – Intègre les éléments – Structure la donnée (sémantique, etc.) – Cartographie les éléments à disposition – Nettoie la donnée (élimination des doublons, ) – Valide la donnée – Éventuellement, il crée le référentiel de données SES LIVRABLES : – Data Lake approprié et partagé et son dimensionnement – Cartographie des données – Les éléments permettant de garantir la qualité de la donnée

{'salaire': [{'montant_min': 300.0, 'montant_max': 360.0, '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 :

OUTSCALE, marque de Dassault Systèmes, est un opérateur souverain et durable de l’Expérience en tant que Service qui offre à ses clients des environnements technologiques de confiance. Nous offrons des expériences uniques grâce au savoir-faire de nos équipes passionnées, qui se reflète notamment par la création de solutions de Business Experiences, le développement de notre propre orchestrateur Cloud, TINA OS, ou encore l’obtention de la qualification SecNumCloud. Notre mission ? Bâtir un monde numérique accessible et meilleur pour tous à travers la création du jumeau virtuel de l’organisation. Nos Business Expériences se concentrent sur l’amélioration des processus métier dans le secteur financier, notamment les banques de financement et d’investissement, en intégrant l’intelligence artificielle. Nous menons une politique RH engagée et inclusive favorisant le bien-être de nos collaborateur·rices : respect de l’équilibre vie privée/vie professionnelle, développement personnel et... des compétences professionnelles, onboarding complet… Nous rejoindre, c’est partager une passion pour l’innovation, des valeurs communes et imaginer ensemble des solutions de confiance pour construire un monde meilleur et durable ! Nous recrutons un·e Data Scientist afin de renforcer notre équipe Business Experience. Vos missions • Analyser des problématiques et proposer des solutions. • Modéliser, implémenter et évaluer des algorithmes. • Traiter des données non structurées. • Optimiser des modèles ML/DL pour la scalabilité, l’efficacité et les performances. • Industrialiser des algorithmes dans les services API. • Déployer des services sur le cloud. • Participer à la rédaction de spécifications et documentations techniques. • Participer à des événements et publications scientifiques. Stack technique • Python • Frameworks ML/DL (Pytorch) • Architectures de réseaux neuronaux (LLMs) • Implémentation d’algorithmes ML/DL (apprentissage supervisé/non-supervisé) Votre profil • Diplômé·e d’un Master en Intelligence Artificielle, Machine Learning. • 3 ans d’expérience minimum post-diplôme dans le domaine de l’IA, Data Science, Machine Learning, NLP, Computer Vision. • Vous maîtrisez l’analyse et la transformation des données. • Idéalement, vous avez de l’expérience dans le déploiement des modèles ML/DL sur le cloud. • Motivé·e, organisé·e, curieux·se, vous appréciez travailler en équipe. Votre parcours de recrutement : La Diversité d’OUTSCALE trouve aussi son expression dans notre politique de recrutement qui privilégie l’égalité des chances, la diversité des individus au sein de nos équipes. [ninja_forms id=1

{'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 :

Company Description • *Bienvenue chez ACCOR, groupe hôtelier, leader dans le secteur de l’hospitalité.** Nous sommes un écosystème de 40 marques dans 110 pays, de talents et de solutions, prêts à s'engager dans les possibilités infinies de l'avenir. Accor vous propose une nouvelle façon de vivre, de travailler, de vous divertir et de développer votre activité professionnelle grâce à une expérience client personnalisée. Groupe engagé, nous veillons plus que jamais à évoluer dans le respect de notre patrimoine commun. • *Job Description**: - Transformer, optimiser et consolider des datasets (internes et externes) de multiples domaines business en utilisant la solution cloud de datawarehouse Snowflake. Assurer cette mission en lien très étroit avec l’équipe. - Data & IT Optimiser les data sources mises à disposition afin d’optimiser le design des tableaux de bord et leur loading time. - Mener à bien des vérifications de cohérence sur les dataset disponibles (data stewarding) et... s’assurer de leur exhaustivité, en amont et aval des traitements. - Mettre en place les scheduling appropriés, les monitorer et plus globalement prendre en charge tous les aspects de RUN. • *Key Stakeholders**: En interne : Equipe centrale Data & IT, équipe centrale de business analysts, équipes régionales de business performance ou de BI. En externe : Occasionnellement, rencontrer et collaborer avec des partenaires externes pour utiliser leur(s) dataset(s). • *Qualifications**: - Niveau Master - 3 à 5 ans minimum d’expérience similaire - Français et Anglais (niv. professionnel) - Maitrise de Tableau Software - Maitrise de Dataiku et SQL - Capacité d’interagir avec des audiences techniques et non techniques - Esprit analytique et curiosité professionnelles Additional Information • *Pourquoi travailler chez Accor ?** Nous sommes bien plus qu’un leader mondial. Nous vous accueillons comme vous êtes et vous pouvez trouver le métier et la marque qui correspond à votre personnalité. Faites ce que vous aimez, prenez soin du monde qui vous entoure, oser challenger le status quo #BELIMITLESS • *Quels avantages Accor offre à ses collaborateurs ?** Accor propose une expérience de travail unique à ses collaborateurs où l’excellence rime avec bienveillance: - ** Télétravail**: jusqu’à 12 jours de télétravail par mois en fonction des rituels d'équipes. Prise en charge d’un forfait d’équipement et Indemnités journalières offertes. - ** Work Everywhere **:accès personnel offert à plus de 500 espaces de Coworking dont beaucoup au sein de nos hôtels. Une opportunité également de partir à la rencontre de nos collaborateurs hôteliers - ** Programme ALL Heartists**: avantages, séjours et expériences inoubliables dans toutes nos adresses Accor, dans le monde entier. Plus de 70 partenaires répartis selon différents univers (Voyages, Gourmet, Bien-être et Sport, etc.) pour satisfaire toutes vos envies. - ** Forfait Mobilité douce**: prise en charge des frais de transports personnels entre domicile et lieu de travail via le remboursement de 50% de l’abonnement transports ou via un forfait « mobilité durable » d’un plafond de 500€. - ** Et sur notre site d’Issy les Moulineaux** : café à volonté, restaurant d’entreprise avec des prestations gourmandes et de qualité, salle de sport, conciergerie d’entreprise. - Un **CSE **qui vous accompagne dans le financement de vos activités : Culture, vacances, sport, Noël, événements familiaux Sans oublier, l’accompagnement tout au long de carrière au sein du Groupe: - ** Learning & development**: un Talent management au cœur de notre stratégie RH & un catalogue de formation d’excellence, ouvrant de nombreuses perspectives de mobilités intra filières et internationales - ** Programmes de cooptation** : des primes entre 1000€ et 1500€ bruts. - Nous sommes engagés pour la Diversité & l’Inclusion :_ - « La diversité & l’Inclusion pour Accor, c’est accueillir chacun et chacune dans le respect de ses différences en donnant la priorité aux seules qualités et compétences._ - Notre ambition est de développer l’emploi, mieux accueillir, offrir d’excellentes conditions de travail et favoriser l’évolution de l’ensemble des collaborateurs et notamment des personnes en situation de handicap._ - N’hésitez pas à nous faire part de vos éventuels besoins spécifiques afin que nous puissions les prendre en considération. »

{'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 :

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 83 000 collaborateurs pour un chiffre d'affaires de 19,0 milliards d'euros en 2022, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés. Safran s'engage dans des programmes de recherche et développement qui préservent les priorités environnementales de sa feuille de route d'innovation technologique. Safran est dans le top 30 des meilleurs employeurs mondiaux 2022 selon le magazine Forbes. Descriptif mission Pour le groupe Safran, tirer de la valeur de la donnée afin d'optimiser sa recherche, ses développements et ses fabrications est un levier de... compétitivité et de progrès majeur. Ceci nécessite de comprendre les facteurs de conception influents sur les simulations, sur les essais et sur les fabrications. Au sein de Safran Analytics, le chef de projet est rattaché à la Direction de Programme Manufacturing Engineering Data 4.0 de Safran Analytics. L'équipe Manufacturing et Engineering est une équipe multidisciplinaire composée de chefs de projets, Data Engineers de Data Scientists et d'UX designer. Elle valorise une masse de données importante issue des sociétés du Groupe. Plus concrètement, votre mission consiste à piloter un portefeuille de projets du programme Manufacturing 4.0 exploitant les capacités de Safran Analytics de traitement des données et d'intelligence artificielle. Pour exemple, les projets en cours concernent l'analyse des données récoltés sur une grande variété de de bancs d'essai (test de puissance, crash test, essais à la flamme, ...), de produits (turboréacteurs, réducteurs, sièges,...), et mettant en oeuvre de nombreux process à optimiser (usinage, impression 3D, forge, tissage, ...), faisant intervenir des modélisation, des simulations et du machine learning. Dans le cadre de vos fonctions, vos missions seront : - Préciser avec les sociétés du groupe Safran les besoins des projets à mener dans le cadre de leurs besoins stratégiques, - Piloter les projets de votre portefeuille dans toutes leurs composantes (performance, coût, qualité, délais), dans le respect des standards et référentiels Safran adaptés aux projets de données et d'intelligence artificielle, - Tenir les engagements contractuels vis-à-vis du Client interne, - Tenir des objectifs assignés par la Direction, - Coordonner les différentes équipes techniques du Système d'Information pour la réalisation des travaux, - Animer la relation avec les sociétés du groupe en contact avec les experts sur le cas d'usage considéré, - Préparer la contractualisation de prestations externe en cas de besoin de complément des ressources internes et piloter ces prestations, - Contribuer à l'identification des besoins des sociétés du groupe sur des cas d'usage spécifiques et à la promotion des capacités d'innovation et de création de valeur de Safran Analytics pour les sociétés du groupe, - Mener à bien le retour d'expérience des projets menés et capitaliser les best practices sur le cas d'usage. Profil recherché: De formation bac+5 avec une double attirance pour les technologies industrielles de conception et de fabrication et pour les technologies de l'information. Vous avez le goût pour l'innovation, êtes orienté client, vous aimez animer et vous possédez des capacités d'organisation. Vous êtes doté d'un bon relationnel, et vous appréciez le travail en équipe dans un environnement collaboratif. Curiosité, autonomie, empathie et sens de la communication requis

{'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 :

C'est aujourd'hui pour le compte d'une PME, entreprise spécialisée dans l'édition de solution technique pour professionnels, que nous sommes en recherche d'un Data Analyst (H/F). Cette dernière développe une solution SaaS innovante dans le but de faire évoluer l'intelligence collective au sein des entreprises. Elle aide à valoriser la diversité des connaissances, des compétences et des idées pour que l'entreprise devienne plus créative, collaborative et performante. L'équipe technique comporte plus d'une dizaine de développeurs et a besoin d'être renforcée par un Data Analyst (H/F). DESCRIPTION DU POSTE • Construire des flux ETL et enrichir l'entrepôt de données • Mettre en place le reporting et la consommation de la data en général auprès des équipes métier • Participer aux projets communs avec la team de développeurs et les Product owners • Porter une vision transverse de la data au sein du SI et de l'entreprise • Garantir les niveaux de qualité́, sécurité́ et performances... attendues • Faire une veille technologique régulière La stack : Conception et modélisation d'entrepôt de données, Microsoft BI, base de données avec SQL Server, SSIS pour la partie ETL, Power BI pour la partie reporting, SGBD (SQL Server à minima, Postgres & MySQL serait un plus). Les bonnes pratiques : TDD, Craftmanship ; code review, pair programming ; méthodologie agile ; CI CD pour avoir du code de qualité ; QA automation sur les outils et la stack ; archi monolithique et micro service (suivant les applications – certaines récentes et d'autres plus anciennes). PACKAGE • Min : 42k Max : 50k Le package • Mutuelle et transport pris en charge à 50% • Prime d'intéressement d'environ 2 mois de salaire • Tickets restaurant pris en charge à 50% • 11 jours de RTT/an • 2 jours de remote/semaine • Statut cadre, forfait jour NE POSTULE PAS SI • Tu n'as pas 3 années d'expérience en tant que Data Analyst • Tu n'as jamais touché à SSIS • Tu ne maitrises pas la suite Microsoft BI • Tu es en dehors des fourchettes de salaire • Tu veux un poste en FullRemote • Tu recherches une mission freelance Tu l'auras compris, pour ce poste, nous sommes en recherche d'un Data Analyst (H/F) ayant déjà une première expérience concluante et de bonnes connaissances en SSIS et Power BI. Nous recherchons également quelqu'un qui a la volonté de faire partie d'un projet, d'intégrer une équipe et de participer à l'ambiance collective qui est l'une des forces de l'entreprise. Tu te reconnais dans cette offre et souhaites tenter ta chance

{"salaire": [{"montant_min": 42000.0, "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 :

Computer Vision I am seeking a Computer Vision Engineer to join an established team in Paris developing computer vision software for the industrial sector. Primary responsibilities You will be responsible for designing, developing, and implementing perception solutions for projects as well as prototyping solutions in both hardware and software Required experience Bachelor's or Master´s degree in computer science, engineering or related field Experience with image processing algorithms Experience with cloud tools for CV Python Professional French and English What’s on offer? €40-60k Variable bonus And more Interested? This is a great opportunity for a Computer Vision Engineer. Please apply now for immediate consideration and speak with Karla Pineda at IC Resources who is recruiting for this position in Paris, France.

{"salaire": [{"montant_min": 40000.0, "montant_max": 60000.0, "devise": "\u20ac", "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 construisons une équipe composée de personnes qui ont la volonté de bien faire, et de toujours se remettre en question avec humilité pour s'améliorer individuellement et collectivement. La progression et le développement des collaborateurs sont nos priorités. En tant que Chef de projet Data, vous travaillerez en lien avec la dirigeante et l'équipe de développement, à la construction de la stratégie data d'Afleya. Vous réaliserez différents outils permettant d'améliorer les performances des inventaires des matériaux de déconstruction (outil prédictif, outils d'aide à la décision, aide à la saisie, data visualisation ), avec pour objectif final d'améliorer les taux de valorisation de ces gisements en économie circulaire. Vous disposerez d'un degré d'autonomie important vous permettant de proposer et implémenter des solutions innovantes aux problèmes que vous rencontrerez. Missions Après un premier temps de formation sur les travaux déjà engagés sur la data au sein d'Afleya, vous... prendrez en charge le pilotage des projets : - Mise en place de nouveaux outils prédictifs, d'aide à la décision, data visualisation - Participation à un projet européen d'envergure sur les inventaires de matériaux de déconstruction - Participation et pilotage de projets collaboratifs avec des entreprises de la chaîne de valeur (continuité numérique à organiser) - Participation à l'effort de pédagogie nécessaire au développement de l'économie circulaire et de la qualité des inventaires « diagnostic PEMD Personne recherchée - Vous êtes jeune diplômé(e) d'une école d'ingénieur généraliste de type A (Écoles Centrale, ENS, Mines, Insa...) - Vous souhaitez contribuer aux problématiques environnementales - Vous avez le goût de faire parler la « donnée » et vous avez une forte capacité d'analyse - Vous maîtrisez SQL, excel ou python pour le traitement de données - Vous savez synthétiser et vulgariser des problématiques complexes et vous avez le goût de la pédagogie - Rigoureux-se, vous possédez des qualités d'écoute et de service et vous avez le goût d'apprendre et d'expérimenter. - Vous pouvez alterner travail en autonomie et en équipe, ainsi que sujets fonctionnels et sujets techniques. Disponibilité - avant fin 2023 (idéalement septembre) Ce que l'on offre - Exposition, autonomie et apprentissage - Type d'emploi : CDI - Statut : Cadre - Salaire : 35 0000 € à 45 000€ par an selon profil et expérience - Mutuelle d'entreprise / Prise en charge du transport quotidien

{'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 :

Programme Jeunes Talents Mission Le Groupe Casino occupe en France une position de leader dans lesecteur de la grande distribution grâce à la diversité de ses enseignes : GéantCasino, Monoprix, Supermarchés Casino, Franprix, Petit Casino, CDiscount,GreenYellow, Naturalia… et à une présence affirmée à l'international : Argentine,Brésil, Colombie, Uruguay... Casino, c'est aussi une stratégie d'innovation et de développementavec de nombreuses réalisations : la Marque Casino forte de plus de 4000références, l'excellence de la Supply Chain, les outils d'analyse descomportements clients et les programmes de fidélisation, le développement destratégies immobilières performantes. En 2020, son chiffre d'affaires s'est élevé à plus de 31,9 milliardsd'euros et son effectif à plus de 205 000 collaborateurs dans le mondedont 56 000 en France. L’activité dee-commerce de l’enseigne Leader Price a été lancée en avril 2021 via le site : Le CLUB LEADERPRICE propose un stage qui comporte deux... dimensions : Data Analysis : Consolider le modèle de données et lacentralisation des données du CLUB LP (Nécessité de maîtriser SQL et desnotions d’architecture informatique) ; Travailler les restitutions graphiques afind’aider les dirigeants dans la prise de décision ; Réaliser des analyses Ad Hoc (Nécessité demaîtriser Python ou autre langage adapté) Data science : Expérimenter plusieurs cas d’usage de la datascience pour le CLUB LP (recommandation de produits, segmentation declientèle, valorisation des verbatimsclients, etc) ; Construire le pipeline permettant la mise enproduction de ces modèles ; Production de contenu via les outils ChatGPT,Midjourney ou équivalent ; Ce stage, d’une durée de 6 mois, est basé à Vitry-sur-Seine (94400) etdébutera en Juillet 2023. Le candidat idéal est en dernière année d’école d’ingénieurou en année de césure. Il est intéressé par les sujets Data et maîtrise SQL etPython. Curieux de sujets techniques et informatiques, il aime apprendre et estautonome dans cet apprentissage. Le stage lui permettra de découvrir le monde du e-commerceet d’avoir une vision globale de l’activité du CLUB LP. Il travaillera sur les outilsSaaS les plus utilisés du marché (Big Query, Data Studio, Shopify, GoogleAnalytics, etc). Tutoré par un ingénieur du Corps des Mines expérimenté en DataScience, il pourra échanger au quotidien sur les sujets techniques et business. Une grande autonomie est attendue dans la réalisation deslivrables. Profil · Etudiant(e) en Grande Ecole en M1/M2, en césure ou en dernièreannée d’école d’ingénieur · Maitrise SQL et Python · Aisance relationnelle, · Capacités rédactionnelles · Curiosité et réactivité · Autonomie et prise d’initiatives dans la réalisation deslivrables La Diversité trouve toute son expression dans la politique de recrutement du Groupe Casino qui privilégie l'égalité des chances et la diversité des individus au sein de ses équipes. Compétences Python MS-SQL Pack Office Infos pratiques « Le Groupe Casino offre une large variété de métiers et un accompagnement durant les premières années de vie professionnelle. J’ai d’abord travaillé en stage à la Direction de le Stratégie et du Plan. Maintenant chez relevanC, je suis chargé d’optimiser les produits que nous proposons aux retailers et je développe de nouvelles lignes de business. »Grégoire F. « Mes attributions ont énormément évolué en un an et demi au sein de la Direction Financière. Il est essentiel d’avoir envie d’apprendre de nouvelles compétences…mais l’investissement personnel sera toujours récompensé. »Maryll A. « J’ai validé mon stage de 6 mois d’études chez Franprix auprès de la Direction de la Stratégie…Après différents postes au sein de la start-up intégrée au Groupe, j’avais envie de nouveaux challenges…je suis aujourd’hui Directrice d’un magasin Franprix. » Pauline P. Pourquoi rejoindre le Groupe Casino ? • C’est intégrer un Groupe multiformats qui s’adapte à la consommation de demain : toujours plus connecté, plus innovant et proche du consommateur • Avoir tout au long du stage un suivi RH de proximité et personnalisé qui vous permettra d’intégrer le vivier des talents. • Pour avoir un avant-goût réussi de l’aventure « Made in » Casino : Journée d’intégration, visites de Magasins, afterwork…• Pour les fins d’études, la possibilité de faire partie du Graduate Program (Programme Jeunes Talents) : 60 % des «Jeunes Talents» sont d’anciens stagiaires. Mot du recruteur Le Programme « Jeunes Talents » nous permet non seulement d’attirer les diplômés mais aussi de les fidéliser.Rejoindre le Programme « Jeunes Talents » , c’est booster votre potentiel de futur manager.Le Groupe Casino est composé d’une multitude d’enseignes et de formats porteurs.Innovant, précurseur, bienveillant…venez découvrir un monde d’expertise où chaque talent peut s’exprimer» Le groupe Casino en 2022 : des idées, des actes

{'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 :

**À propos de nous** Notre société est autonome, axée sur les données et agile. Points clés de notre environnement de travail: - Bureaux modernes - Repas fourni - Programmes de bien-être - Journées de télétravail • *Responsibilities**: - Analyser les données et les informations pour développer des solutions à des problèmes complexes. - Travailler avec des outils informatiques pour analyser et interpréter les données.;Élaborer des rapports et des présentations pour communiquer les résultats de l'analyse. - Collaborer avec les autres départements pour résoudre des problèmes et fournir des solutions.;Évaluer les processus et procédures existants et proposer des améliorations. - Utiliser des techniques d'analyse avancées pour résoudre des problèmes complexes. • *Job Type**: Permanent Status: Cadre • *Salary**: 39,111.00€ - 41,549.00€ per year Work Location: Hybrid remote in 92130 Issy-les-Moulineaux

{'salaire': [{'montant_min': 39111.0, 'montant_max': 41549.0, '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 base Contrat : CDI chez le client final Activité : Société de leasing Localisation : Carquefou (5min de Nantes) Taille de l’entreprise : 220 personnes Équipe Tech : 10 personnes La stack Talend ETL MSSQL MYSQL PostgreSQL Oracle Vos missions Assurer, faire évoluer et maintenir les flux de synchronisation entre les différents outils Analyser les données du Datamart et être en charge de reporting Analyser et présenter les données Être force de proposition sur des approches analytiques Travailler sur les différents projets de l’entreprise (Innovation BI,) Votre profil Formation : Bac +3/+5 XP : 2 ans minimum Connaissances : Vous maîtrisez Talend Anglais : Niveau intermédiaire Le petit + : vous avez une grande capacité d’adaptation ! Le package Télétravail : 1 jour par semaine Locaux sympas à Carquefou (5min de Nantes) RTT Titres Restaurant / Mutuelle Rémunération jusqu’à 45K€ Type d'emploi : Temps plein, CDI Salaire : 42 000,00€ à 45 000,00€ par an Avantages: Horaires flexibles... Programmation: Du lundi au vendredi Horaires flexibles Travail en journée Lieu du poste : Télétravail hybride (44470 Carquefou

{'salaire': [{'montant_min': 42000.0, '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 :

Descriptif du poste microDON est une Entreprise Solidaire d'Utilité Sociale (ESUS) de 40 personnes, filiale du groupe KissKissBankBank & co, qui propose des solutions innovantes pour faciliter l'engagement solidaire. microDON consolide une équipe produit passionnée et engagée. Notre objectif : "la solidarité est l'affaire de tous" - développer de chouettes produits innovants qui permettent de réinventer la générosité en France : Comme 2 millions de Français chaque mois dans 10 000 magasins, vous faîtes un don à la caisse de votre magasin via L'ARRONDI en caisse . Un produit grand public qui a permis de reverser 45M d'€ aux associations. 530 000 salariés en France sont concernés par L'ARRONDI sur salaire : la possibilité de donner chaque mois quelques euros à l'association de son choix. Un produit solidaire qui a permis de déclencher plus de 1,8 millions de dons ❤️ Mis en place auprès d'une centaine d'entreprises, le don de temps est un produit en constante évolution qui se... réinvente en fonction des besoins des associations et des envies des salariés. Un produit innovant en cours : le don de congés CET avec un potentiel de 2,6 milliards d'€ en France Dans ce cadre, la Squad Data est responsable de l'ensemble de la donnée de ces différentes solutions. A travers nos applications développées en interne, elle a pour missions de fournir à nos équipes métiers et à nos clients des données enrichies et fiables. Elle s'assure aussi du suivi de la collecte de dons et de leur bonne redistribution à nos 1500 associations partenaires (Urgence Ukraine, Secours Populaire, Les Restos du Coeur, Emmaüs France, Planète Urgence...). L'équipe Data se situe au coeur des différents métiers et se compose : • D'une Product Manager • D'un Data Engineer senior • D'un Data Analyst confirmé • D'une Data Engineer junior • Et toi notre nouvelle pépite Tu interviendras sur l'ensemble du cycle de vie de la donnée : • Acquisition • ETL • Tests • Automatisation • Gestion des alertes et logs • Mise en production • Gestion d'API Et sur tous les projets de l'enteprise comme par exemple : • La gestion du run • L'optimisation des process actuels • Le développement de nouvelles briques / nouveaux produits • L'onboarding de nouveaux clients • Participer à la gouvernance data Tout cela pour alimenter nos applications internes et délivrer aux équipes micros, à nos clients et à nos associations partenaires des données fiables et enrichies de manière automatique Et au passage d'assurer la redistribution de millions d'euros de dons centimes après centimes Profil recherché Nous recherchons un ou une Data Engineer qui souhaite mettre du sens dans son travail et aider nos associations à accélérer la transition écologique et sociale à travers la data. Savoir-faire Tu as idéalement entre 1 et 3 ans d'expériences sur un poste similaire et tu maîtrises tout ou partie de notre stack technique : • Google Cloud Platform (qui héberge nos données, VM et clusters Kubernetes) • Postgresql (pour gérer nos modèles de données et fournir nos applications internes en données) • Talend (notamment pour l'acquisition et la gestion des APIs) A noter que nous travaillons en CI/CD sur GitLab et que nous gérons nos logs avec Grafana. ❤️ Savoir-être • Esprit d'équipe et de collaboration • Prise en main rapide et autonomie • Fiabilité & organisation Ce que nous te proposons Tu rejoins une équipe bienveillante et engagée, enthousiaste à l'idée de t'intégrer. Ton avis et ton expertise sont écoutés. Nos valeurs : • Etre Solidaire • Etre Authentique • Etre Audacieux • Faire confiance Avantages : • prise en charge du pass Navigo à 50% (ou forfait mobilité douce) • prise en charge 100% mutuelle (Alan) • prise en charge des tickets restaurants dématérialisés à 60% • prise en charge de 50% du forfait téléphonique • 10 jours de repos supplémentaires • 5 jours de volontariat pour donner sur son temps pro du temps aux autres Les petits plus : • Un parcours d'intégration aux petits oignons pour s'assurer que tu te sentes bien chez toi • Une équipe Happy Office qui te concocte de chouettes initiatives (massage assis, atelier créatif, apéro du jeudi...) • Cours de yoga et de boxe gratuits 1x/semaine • Des locaux agréables (salle de sport, fruits à volonté, babyfoot, cuisine...) avec des colocs sympatoches et solidaires : Goodeed, KissKissBankBank, Youmatter & Lendopolis • Télétravail et flex-office Tu as envie d'apprendre et d'évoluer dans un univers start-up où les sujets sont variés... Tu as envie d'intégrer une team à taille humaine motivée à l'idée de contribuer à l'intérêt général... Alors rejoins-nous Process de recrutement Candidatures diversifiées bienvenues. • Echange en visio avec Johan, Head of Data #Fit • Echange avec Johan, Samira et Benoît de la Squad Data #Tech • Echange avec les fondateurs de microDON #RH

{'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 :

Je recherche pour un client startup en plein essort un lead data engineer (H/F) dont les principales missions seront de: - Extraire, transformer et stocker la donnée pour la rendre exploitable auprès des équipes qui en ont besoin (data viz, data scientist, équipes métiers,...) - Savoir monter une Data Plateform (connaissances ops de base requises) Le lead data engineer est central avec 2 objectifs: - Il est responsable de l'équipe dont le but est de livrer rapidement un code et une architecture de qualité qui respectent les préférences techniques du client - Responsable de manager l'équipe : permettre l'épanouissement sur le projet et la progression de chaque personne de son équipe • *Outcomes attendus** - L'architecture et le code produit sont de qualité et garantissent une donnée de qualité en bout de chaîne - Le client est satisfait des choix techniques et de l’avancement du projet - Les data engineers sont en réussite sur le projet - L'équipe technique... pratique l'amélioration continue au quotidien • *Place dans l'organigramme : managé par le CTO et manage les data engineers junior** • *COMPÉTENCES TECHNIQUES** • *Backend** - Python - Scala - Kafka - Elasticsearch • *Devops** - Google Cloud Platform - Docker - Azure - AWS • *Data** - TensorFlow - Keras - Snowflake - Apache Spark - Apache Airflow - NoSQL - Hadoop - Google BigQuery Type d'emploi : CDI Salaire : 45 000,00€ à 80 000,00€ par an Avantages: - Titre-restaurant Programmation: - Du lundi au vendredi Types de primes et de gratifications: - Primes Lieu du poste : Télétravail hybride (Paris (75

{'salaire': [{'montant_min': 45000.0, 'montant_max': 80000.0, '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 :

Senior Consulant Data (H / F) Lille Hybride depuis Lille (2-3 jours au bureau) Entre 40k et 60k en fonction du profil L'entreprise Ils sont spécialisés en Business Intelligence (Décisionnel), et ils sont partenaires Microsoft. Ils sont passionnés par l’analyse de données, la modélisation dimensionnelle et l’architecture BI classique et / ou moderne. Les Avantages • Beaucoup de télétravail • 13 jours de RTT • Carte Swile • Mutuelle financée à 75% • Prise en charge à 100% de l’abonnement transports • Entreprise à taille humaine avec une superbe ambiance Ton profil SQL, Python, savoir interroger des APIs, databricks, la suite BI on Premise ou Azure de Microsoft, GCP, Snowflake, Power BI. Tu en connais plusieurs, c’est déjà pas mal • Tu aimes être responsabilisé : tu sais et tu aimes transmettre tes connaissances, parler avec le métier, transformer un besoin fonctionnel en besoin technique, mais aussi prendre le lead technique d’une équipe, bien sûr tu peux facilement prioriser... les taches • Novice ou déjà spécialiste d’Azure, tu portes de l’intérêt aux technologies du cloud. Français et Anglais. L'anglais est un plus. Si tu es interessé, je t'invite à postuler

{'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 :

Description de l'entreprise CITECH recrute ! 👌 ✨ Si vous souhaitez apporter vos compétences dans la réalisation d’un projet innovant, nous avons LE poste pour vous ! Nous recherchons en effet un(e) Business Analyst (H/F) 🚀 Au service de la performance, de l'innovation et de la compétitivité des industriels, notre client est un groupe international, intégrateur de solutions en engineering et travaux. C'est un partenaire de confiance, créateur de valeur dans une approche éthique et responsable. 👉 Vous participerez à la refonte du SI de gestion, pilier des process de l'entreprise, pour l'ensemble de ses entités. 👈 Description du poste 🙌🔽 Vous aurez donc les missions principales suivantes : 🔽🙌 🔸 Animer des sessions avec le trading FI pour sélectionner de potentielles nouvelles stratégies d’automates (hedging avec le desk swap, quoting avec le desk Bonds, ou autre optimisation d’exécution). 🔸 Effectuer un travail préliminaire sur les différentes stratégies (récupération... des market data nécessaires, début de prototype de stratégie via Python ou C#, éventuel backtesting) pour vérifier la faisabilité et valider la performance de la stratégie. 🔸 Définir le plan d’action et les moyens associés à l’implémentation de la stratégie sélectionnée, et le documenter. Qualifications 🎓 Issus d’une formation en ingénierie ou en informatique, vous avez une expérience significative sur un poste similaire. ⚙️ Les compétences attendues sont les suivantes : ✔️Vous possédez de solides compétences en C# et Python. ✔️Vous savez résoudre des problèmes quantitatifs avec une aptitude aux mathématiques/ mathématiques appliquées. ✔️Idéalement, vous possédez une connaissance Une connaissance des marchés financiers et des produits Taux et/ou Crédit. ☑️ Tous nos postes sont ouverts aux personnes possédant le statut RQTH. Informations complémentaires Poste situé à Charenton-Le-Pont 🚀 Salaire : 70-75 K€ Brut/an Freelance : 500-570€/J Référence : 230202_Data_Scientist_IDF 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": 70000.0, "montant_max": 75000.0, "devise": "€", "frequence_versement": "an"}, {"montant_min": 500.0, "montant_max": 570.0, "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 :

Le saviez-vous ? : Nous rejoindre, c'est rejoindre l'un des leaders mondiaux de la distribution qui met l'accent au quotidien sur la diversité, la RSE et le digital, pour satisfaire nos clients et nos collaborateurs. En tant que partenaire premium des Jeux Olympiques et Paralympiques de Paris 2024, nous partageons les valeurs du sport en permettant à nos équipes de se dépasser et encourageons une alimentation saine au juste prix pour tous. Vous cherchez à travailler dans une entreprise dynamique où votre travail rime avec impact social et environnemental ? Bienvenue chez nous Porteuse de cette ambition, la Direction D&A Technology recrute un(e) : Data Engineer (F/H) – en stage Au sein de Carrefour, la Direction D&A Technology a pour mission la construction d'un socle de données mutualisées d'Entreprise.Les équipes de la Direction travaillent conjointement à une plateforme unique pour collecter, structurer, stocker et diffuser les données du Système d'Informations Carrefour. Un... socle Data Centric est mis en œuvre pour permettre des usages opérationnels, décisionnels et analytiques. Vous aurez un rôle de Data Engineer sur un scope fonctionnel, ce qui se traduira par le développement de traitements d'ingestion, stockage et exposition de données, que ce soit avec un framework Temps Réel ou avec un framework de type ETL Les missions : Dans ce cadre, vous serez amené à : • Comprendre les volets technique et fonctionnel du Produit Data en charge • Appliquer les bonnes pratiques et les normes de développement • Contribuer à l'automatisation du delivery • Délivrer les cas d'usages attendus sur le Produit Data • Proposer des axes d'amélioration sur la Plateforme Profil : • Vous êtes étudiant dans une école d'ingénieurs informatique cherchant un stage de fin d'études et souhaitant évoluer dans un environnement BigData avec de forts enjeux pour l'entreprise. • Vous avez un intérêt pour l'architecture de systèmes distribués Big Data et des capacités d'analyse • Vous avez une bonne connaissance des méthodes de gestion de projets en mode agile (SCRUM) • Vous avez une bonne capacité à travailler en équipe, tout en étant très autonome • Vous avez des compétences techniques sur ces domaines : ○ Scala/Java (Connaissance d'un des deux langages) ○ Ecosystème Big Data (Spark, Apache Kafka, Avro ...) ○ Outils de déploiement et orchestration (Kubernetes, Docker, Ansible ...) ○ Google Cloud Plateform (GCS, BigQuery, GKE, Cloud Pub/Sub, Dataproc, ...) ○ Bases de données NoSQL (Cassandra, BigTable...) & Moteur de recherche (Elastic Search...) ○ CI/CD (Git, Jenkins, Nexus, Docker Registry, ...) • Vous êtes une personne passionnée, curieuse, autonome, et intéressée par le Software Craftsmanship. Encore plus de bonnes raisons de nous rejoindre : • Intégrer une équipe conviviale à taille humaine au sein d'un grand groupe • Pour le site de Massy : Un campus attractif avec plusieurs restaurants d'entreprises, salle de sport avec cours, offres Comité d'entreprise. • 12 % de remise sur achat Informations complémentaires : Date de début : 02 janvier 2024 Durée : 6 mois Lieu : Massy (91) – RER B/RER C Massy-Palaiseau Chez Carrefour, nous avons à cœur de ne passer à côté d'aucun talent et sommes fiers de compter des équipes représentatives de la société dans son ensemble. Nous encourageons ainsi tous types de profils à postuler à cette offre et garantissons un processus de recrutement dénué de toutes formes de discriminations

{'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 :

**L’Hôpital Fondation Adolphe de Rothschild** **est classé parmi les meilleurs hôpitaux français**: une référence pour les **pathologies Tête et Cou **et une **excellence médicale **reconnue au niveau national et international. • *Un hôpital qui s’engage **auprès de ses équipes comme de ses patients. **Employeur responsable**, nous vous proposons des **parcours professionnalisants **et une **politique de formation ambitieuse et innovante**. • *Etablissement privé à but non lucratif,** nous agissons en faveur du handicap et luttons contre les discriminations. Travailler dans un environnement dynamique et humain vous motive **:apportez votre contribution, rejoignez-nous ** • *Data manager - Homme/Femme** Au sein du **service recherche clinique** (SRC), et sous l’autorité du chef de service le/la titulaire du poste assure les missions en lien avec la conception, le développement et la gestion des bases de données générées pour les projets de recherche promus par l’Hôpital Fondation... Adolphe de Rothschild. • *Dans le cadre de vos fonctions, vos missions seront les suivantes**: - _Développer les supports électroniques de recueil de données (e-CRF) à partir des informations fournis dans le protocole : développement de l’eCRF, tests, corrections, mise en production et extractions des données._ - _ _S’assurer de la cohérence des données, vérifie leur fiabilité et garantie une haute qualité de la base de données finale._ - _ _Préparer les bases de données en vue de l’analyse statistique, gel de la base, création de variables, réalisation d’analyses descriptives préliminaires._ - _ _Administration des bases de données (gestion des comptes utilisateurs)._ - _ _ _Encadrer les étudiants stagiaires en data management._ • *Contrat **:CDI Statut cadre. • *Transports**: au pied du Parc des Buttes Chaumont, ligne 2 et 5 Jaurès ou ligne 2 Colonel Fabien. • *Rémunération **suivant expérience et CCN 51 soit une fourchette comprise entre 34K€ et 52K€. • *Avantages**: parcours professionnalisant, mutuelle employeur, CSE attractif, remboursement à 50% du Passe Navigo et mobilité. Vous êtes diplômé(e) d’un Bac +5 en bio-informatique ou statistique avec une connaissance du milieu hospitalier. Vous maitrisez les **statistiques de base** (analyses descriptives), principes de **gestions de données**, du **logiciel R**, une connaissance **des logiciels d’eCRF (RedCap, ClinFile) **ainsi qu’une aisance** en programmation informatique, SQL, SGBD, outils serveurs** Vous êtes motivé(e) par notre établissement et vous reconnaissez dans nos valeurs **:Soigner Transmettre Innover**. - Linkedin : Hôpital Fondation Adolphe de Rothschild / Twitter : FondARothschild_ - Youtube : Fondation A. de Rothschild/ Facebook : Hopital.FondationAdeRothschild_ - Instagram : hopital_fond_a_rothschild / Tik Tok : Hopi.tok

{'salaire': [{'montant_min': 34000.0, 'montant_max': 52000.0, 'devise': '€', 'frequence_versement': 'an'}]}