Architecte MOE/MOA python

Contexte :

Au sein de la direction métier, plusieurs équipes produisent aujourd’hui des traitements et des applications réalisés en Python sans cadre technique homogène. Le rôle de ce poste est d’accompagner ces équipes, notamment les Data Scientists, dans la définition et la mise en œuvre de standards de développement afin de permettre l’hébergement des applications, leur optimisation de ressources, la sécurisation des environnements, et leur reprise par un centre de service de développement.

Une première application, parmi un lot de trois, servira de pilote pour éprouver la démarche et ajuster les méthodes.

Missions principales :

L’expert débutera par une étude préalable visant à établir un état des lieux des pratiques actuelles et à identifier les besoins techniques et organisationnels. Sur cette base, il proposera une architecture et une politique de développement cohérente autour des usages Python, adaptée aux contextes data science et métier. Il accompagnera les équipes dans la normalisation de leurs pratiques et dans la structuration de leur environnement de développement, tout en prenant en compte les contraintes internes liées aux postes de travail bureautiques (absence de droits administrateur, sécurité périmétrique).

L’expert devra définir un cadre technique permettant de travailler efficacement malgré ces contraintes, puis produire la documentation obligatoire (DAT, DEX, spécifications détaillées, standards de code, bonnes pratiques de publication). Il ajoutera également des métriques pour suivre la performance et l’usage des applications.

Dans un second temps, la démarche sera appliquée sur une ou deux applications afin de valider le cadre technique et la logique de développement proposée.

Compétences attendues :

Le profil recherché doit comprendre les besoins et les attentes des Data Scientists et être capable de poser un cadre de développement robuste, lisible et maintenable. Il doit savoir rédiger des spécifications détaillées, documenter clairement les codes sources, et produire les livrables techniques associés aux projets Python (DAT, DEX).

Une maîtrise des environnements Python, Streamlit, Gitlab et Platform.sh (Upsun) est indispensable. La gestion des notebooks, des appels externes et la prise en compte des aspects sécurité font également partie intégrante du périmètre.

Environnement et contraintes :

Le contexte technique est celui de postes de travail bureautiques limités par des politiques de sécurité fortes. L’objectif est de définir une solution court terme permettant aux équipes data de travailler dans de meilleures conditions, tout en préparant la cible d’une véritable plateforme data à moyen terme.

La connaissance d’Upsun représente un atout majeur, celle d’Azure est un complément apprécié au démarrage.