Dans le cadre des projets portés par le groupe, vous intervenez comme
Data Engineer expérimenté afin de contribuer à la conception, l’industrialisation et la maintenance de solutions data innovantes.
Vous participez à la définition des solutions applicatives, au développement des traitements data, à leur intégration technique, ainsi qu’à leur suivi en production.
Vos principales missions seront les suivantes :
- Concevoir, développer et maintenir des pipelines ETL / ELT pour des données structurées et non structurées.
- Préparer des datasets exploitables pour des usages d’exploration, d’analyse avancée, de data science ou de machine learning.
- Participer à l’industrialisation de modèles statistiques ou de machine learning.
- Mettre en œuvre les chaînes d’intégration, de déploiement et de suivi des solutions en production dans une logique DataOps / MLOps.
- Versionner les données, les modèles et le code.
- Monitorer la performance, la qualité et les coûts des traitements.
- Contribuer à l’amélioration continue des produits et solutions de la squad.
- Participer aux phases d’intégration, de recette technique et de mise en production.
- Surveiller les processus existants, identifier les axes d’amélioration et fiabiliser les traitements.
- Documenter les systèmes, les pipelines, les modèles et les processus mis en œuvre.
- Collaborer avec les membres de la squad, les équipes techniques, les utilisateurs et les parties prenantes métier.
Profil candidat:
Vous disposez d’une expérience confirmée en
Data Engineering, idéalement acquise dans un environnement data avancé, IA, data science ou plateforme analytique.
Vous êtes à l’aise sur la conception de pipelines data, l’industrialisation de traitements et le suivi de solutions en production.
Compétences techniques attendues
- Langages : Python, SQL.
- Frameworks Python : FastAPI, PySpark.
- Data Engineering : ETL / ELT, Spark, pipelines batch, préparation de datasets.
- Bases de données : PostgreSQL, Teradata, MySQL.
- Big Data / Streaming : Spark, Kafka appréciés.
- Qualité de code : Pytest, SonarQube.
- CI/CD & MLOps : Docker, Kubernetes, GitHub Actions, GitLab Actions.
- Observabilité : ELK, Prometheus, Grafana, MLflow.
- Versioning : code, modèles, données.
- Monitoring : performance, qualité, coûts.
Compétences humaines attendues
- Bonne autonomie dans un contexte innovant et rythmé.
- Capacité d’adaptation à des sujets exploratoires ou en construction.
- Sens du travail en équipe.
- Respect des bonnes pratiques de développement, de documentation et d’industrialisation.
- Communication claire avec les équipes techniques, les équipiers de la squad et les utilisateurs.
- Capacité à accompagner les utilisateurs et à vulgariser les travaux réalisés.
FR
