Stage - Data & IA Engineer - Data Factory (H/F/X) - Mode – Février ou Mars 2027

Poste en stage, basé à Paris (1er) et Région parisienne à pourvoir en février ou mars 2027.

La Division Mode

La Mode est l’activité originelle de la Marque. Deux collections de Haute Couture, six collections de Prêt-à-porter et deux collections capsules d’inspiration sportswear et lifestyle – Coco Beach et Coco Neige – proposent un style captant l’air du temps et s’inscrivent dans le quotidien des femmes. Une silhouette en mouvement et des accessoires constituent une part essentielle de l’allure de CHANEL et des codes intemporels de la Marque, immédiatement identifiables, imaginés par Gabrielle Chanel et interprétés désormais par Matthieu Blazy.

Votre impact chez Chanel

La Direction des Systèmes d’Information Chanel Mode est un partenaire stratégique de l’excellence et de la création de valeur de la Mode. Elle a comme ambition de soutenir les activités quotidiennes et les évolutions du positionnement de la Mode sur son marché, grâce à des systèmes d’information ultra performants, innovants et qui répondent à la fois

Aux exigences de qualité de service et d’efficacité, à l’image de l’excellence de nos produits et de notre expérience client de luxe ultime; Au rythme exceptionnel des collections (10 par an). Pour cela, les équipes de la DSI CHANEL Mode doivent faire preuve de réactivité, d’agilité, d’astuce, de pragmatisme, d’anticipation, de vision stratégique et de compréhension fine des enjeux métier pour accompagner la singularité de notre modèle opérationnel

Vos missions et activités

Au sein du pôle Business Performance & Data Management et de son pôle Data Factory, vous êtes rattaché à l’équipe Data Products Team, responsable de la production de la mise en œuvre de solutions analytiques. Vous intégrez les équipes de delivery et contribuez à un portefeuille de projets variés, en développant principalement sur notre plateforme data, en étroite collaboration avec les autres équipes du pole (techniques, adoption et gouvernance), ainsi que les équipes métier.

Cette diversité de chantiers vous donne une vision large des sujets de modernisation data et d'IA portés par la Data Factory, et vous permet de monter en compétences sur une stack moderne et industrialisée.

Plan de démarrage

Vos premières semaines sont consacrées à une phase d’onboarding et de cadrage de vos missions, vous permettant de prendre la mesure du périmètre:

Prise en compte du contexte: prise de connaissance de la plateforme Data, des solutions préexistantes, des patterns de développement, de l’organisation et des principales initiatives de transformation en cours et à venir, rapport d’étonnement à prévoir (comprenant piste d’amélioration et points d’incompréhension éventuelle) Identification du plan de charge macro: co-construction d’une backlog dédié visant une montée en compétence progressive et logique sur les principales features de la plateforme, sans négliger la prise de responsabilité Plan de mise en œuvre & de suivi: définition d'une trajectoire de réalisation par incréments, et des rituels de suivi, servant de fil conducteur au stage.

Missions principales

Sous la responsabilité du manager de la Data Products Team, vous contribuez aux développements data sur une variété de projets, notamment:

Delivery data: vous construisez des vues matérialisées et des metrics views, puis développez des dashboards ou customisez des espaces Talk to my Data (GenAI) au service des usages métier. Migration des usages BI: participation à la bascule de certains usages de visualisation historiques vers les capacités de la nouvelle plateforme. Refactorisation d'applications: contribution à la refactorisation d'applications historiques pour les optimiser et les moderniser, en améliorant performance, maintenabilité et alignement avec les standards de la Data Factory. Expérimentations: participation aux initiatives d'IA agentique visant à améliorer l'efficacité du Build et du Run de la Factory. Selon votre montée en compétences, vous prenez progressivement en charge des développements de bout en bout.

Ce que vous apporterez:

Formation Bac+4/5: école d'ingénieur, université, master spécialisé en informatique, data ou statistiques. Maitrise des concepts fondamentaux propres à la data analytics modernes: modélisation de données, flux de données batch et temps réel. Connaissances en SQL et Python, PySpark Connaissances des concepts GenAI & Agentic AI; une expérience significative de mise en place de solutions AI est un plus. Connaissances des processus du cycle de vie de développement logiciel (CICD, Git/repository).; Connaissances de Databricks (Unity Catalog, SDP, AI/BI, Genie, Agent Bricks,...) & des solutions Microsoft (Azure, DevOps, Power BI, Fabric). Rigueur, curiosité, autonomie progressive et bon relationnel pour interagir avec l’ensemble des parties prenantes.

Ce qui vous enthousiasme & ce que CHANEL pourra vous offrir

L’indépendance d’une Maison de création qui place l’humain au centre Le dynamisme d’un environnement qui cultive l’excellence tout en favorisant l’épanouissement de tous Des opportunités d’évolution, de croissance et de parcours multiples dans une Maison attentive à la singularité de chacun.

De la singularité de chacun naît la richesse de nos équipes. CHANEL valorise la diversité sous toutes ses formes et s’engage à traiter équitablement chaque candidature.

Lors de votre premier entretien, nous vous informerons des étapes du process.

La MAISON CHANEL

Fondée par Gabrielle Chanel au début du siècle dernier, CHANEL propose un large éventail de créations haut de gamme, incluant la Haute Couture, le Prêt-à-Porter, la maroquinerie, les accessoires, les lunettes, les parfums, les cosmétiques, le soin, la joaillerie et l’horlogerie. CHANEL est également réputée pour avoir fait l’acquisition d’un grand nombre de fournisseurs spécialisés, manufactures et Métiers d’art, dont onze d’entre eux résident au 19M, entre Paris et Aubervilliers. Dédiée au luxe ultime, CHANEL s’attache à offrir un artisanat exceptionnel. La Marque place historiquement la Création au sein de ses valeurs fondamentales.