Software Engineer – Risk Modelling & Data (H/F)

Citalid; Paris; Sur place; EUR 55 000 - 90 000; Plein temps

Résumé du poste

Citalid recherche un ingénieur Backend Python pour concevoir et déployer des services API en production, en s'appuyant sur des pipelines de données de menace et de posture. Le rôle met l'accent sur la qualité du code, les tests et la documentation, avec une approche orientée modèles et performance.

Maîtrise avancée de Python et des bibliothèques numpy/pandas demandée, avec une expérience en ingestion de données et en modélisation probabiliste dans un cadre d'entreprise.

Qualifications

• 2 ans minimum sur un poste d'ingénierie logicielle.
• Maîtrise avancée de Python dans un contexte applicatif (structures de données, algorithmie, tests).
• Maîtrise des librairies numpy et pandas.

Responsabilités

• Concevoir et développer les services et API Python.
• Assurer la qualité du code : tests, revue, documentation.
• Industrialiser les modèles du prototype à la production : robustesse et performance.
• Développer les pipelines d'ingestion et de transformation des données de menace et de posture.
• Veiller à l'explicabilité des résultats pour les clients.

Connaissances

Python

FastAPI

Django

Data processing

Testing

Code quality

Mathematics

Outils

numpy

pandas

Git

CI/CD

Description du poste

Chez Citalid, on transforme la Cyber Threat Intelligence et la posture de défense d'une organisation en une estimation financière du risque cyber, chiffrée, explicable, et actionnables par les décideurs. Notre produit repose sur des modèles quantitatifs au cœur desquels se trouvent des ingénieurs capables de faire le lien entre la rigueur du code et la robustesse des résultats.

Le poste est avant tout un rôle d'ingénierie logicielle en Python, articulé autour de deux dimensions complémentaires : le développement backend d'une plateforme en production et le traitement de la donnée. La modélisation intervient en appui.

Ingénierie backend & performance

Concevoir et développer les services et API Python qui exécutent nos modèles de risque (services, API, pipelines de calcul).

Assurer la qualité du code : tests, revue, documentation, bonnes pratiques (PEP8, typage, structuration).

Industrialiser les modèles du prototype à la production : robustesse, scalabilité, optimisation des temps de traitement.

Data & modélisation

Développer les pipelines d'ingestion et de transformation des données de menace et de posture.

Implémenter en production des traitements quantitatifs : simulations Monte Carlo, calcul matriciel, modèles probabilistes (approche FAIR).

Veiller à l'explicabilité des résultats : chez Citalid, chaque chiffre de risque doit pouvoir être justifié et retracé auprès du client.

Indispensable

2 ans minimum sur un poste d'ingénierie logicielle.

Maîtrise avancée de Python dans un contexte applicatif : structures de données, algorithmie, tests, frameworks (ex.: FastAPI ou Django).

Maîtrise des librairies de traitement de la donnée : numpy et pandas.

Un vrai plus

Bases mathématiques solides : algèbre, statistiques, probabilités, (idéalement simulations type Monte Carlo et réseau bayésien)

Librairies complémentaires : xarray, scipy, networkx, scikit-learn.

Profiling, optimisation des performances, gestion mémoire et calcul matriciel

Ce qu'on attend au-delà des compétences techniques

Rigueur : documentation, tests, capacité à challenger ses propres résultats.

Sens de la qualité et de la maintenabilité — produire un travail fiable dans le temps.

Autonomie, tout en sachant demander de l'aide et confronter ses idées.

À l'aise avec l'incertitude méthodologique : nos modèles évoluent, les bonnes réponses ne sont pas toujours écrites à l'avance.

Capacité à dialoguer avec des profils variés (data, dev, produit, métier) et à vulgariser des sujets complexes.

Processus de sélection

1. Un échange rapide et efficace pour mieux se connaître.

   On te présente le poste, tu nous parles de toi (sans pression, promis).

   Objectif : voir si on matche sur les bases avant d’aller plus loin !

2. Cas pratiques – place à l’action !

   Un défi technique pour évaluer tes compétences (rien d’insurmontable, on ne cherche pas un super-héros... enfin, pas officiellement).

   À faire à ton rythme, dans un délai défini.

3. Rencontre avec la team Risk Modeling & les managers (visio ou sur place)

   Une discussion pour voir si l’alchimie opère avec l’équipe.

   L’occasion de poser toutes tes questions et de sentir l’ambiance.

4. Le verdict final !

   o Si tout roule, on te fait une offre et l’aventure commence !

   o Sinon, on te donne un retour constructif (parce qu’on aime le respect et la transparence).