Dans le cadre du développement d'une application de génération de QCM assistée par l'IA, rattachée à Pronote, notre client recherche un Data Engineer / InfraOps pour une mission d'environ 3 mois. L'objectif est d'anticiper et de traiter les enjeux de scalabilité, de performance et de disponibilité de l'application, dans un environnement souverain soumis à de fortes exigences de conformité. Missions principales :Mettre en œuvre les mécanismes de scalabilité de l'application et la gestion des files d'attente avec TaskIQ. Paramétrer les tests de charge et gérer le load balancing. Concevoir l'architecture de sauvegarde et de réplication sur deux datacenters. Mettre en place le monitoring et la gestion des logs en coordination avec les équipes métier et applicatives. Contribuer à l'amélioration de la performance et de la disponibilité de l'infrastructure. Participer, en complément, à l'installation des modèles d'IA sur l'infrastructure dédiée. Livrables attendus :Mécanismes de scalabilité et de gestion des files d'attente opérationnels. Tests de charge configurés et résultats analysés. Dispositifs de load balancing et de réplication entre deux datacenters. Monitoring et gestion des logs opérationnels. Recommandations techniques pour garantir la performance et la disponibilité de l'application.
Contexte de la mission : Dans le cadre d'une mission longue chez un acteur du secteur Retail, nous recherchons un Data Engineer disposant d'une solide expérience sur Google Cloud Platform (GCP) et ayant déjà travaillé sur des problématiques d'intégration de données avec Salesforce. Vous rejoindrez un environnement Data avec des enjeux autour de la construction, de la maintenance et de la fiabilisation des pipelines de données, notamment entre Salesforce et l'écosystème GCP. Les avantages de la mission : Une mission longue avec de la visibilité Un projet au cœur des enjeux Data d'un acteur du Retail Un environnement technique associant GCP et Salesforce Des problématiques concrètes de Data Engineering et d'intégration de données Jusqu'à 3 jours de télétravail par semaine Une mission permettant de travailler sur des flux de données à fort enjeu métier
Rejoignez une grande organisation du secteur automobile en tant que Lead Data Orchestration Engineer, en charge du pilotage et de l'optimisation d'une plateforme d'orchestration Apache Airflow hébergée sur AWS MWAA. Vous porterez une mission stratégique de transformation technique, alliant optimisation architecturale, sécurisation de l'infrastructure, et autonomisation des équipes autour d'une plateforme bancaire de données critiques. Notre client gère des pipelines de données complexes traversant 9 pays européens, avec une volumétrie considérable (200+ DAGs en production). Suite à un audit technique approfondi en début 2026, la plateforme a été stabilisée et entre désormais dans une phase d'optimisation structurelle. Vous serez au cœur de cette évolution, responsable de faire évoluer les mécanismes d'orchestration existants, de renforcer la robustesse face à la charge et aux défaillances, d'étudier les alternatives architecturales, et de structurer les équipes pour une exploitation en autonomie long terme. La mission s'organise autour de quatre axes complémentaires : - Axe 1 - Optimisation architecturale : faire évoluer la DAG Factory existante, migrer les dépendances inter-DAGs vers les mécanismes natifs Airflow (Datasets), optimiser les performances au parse-time et runtime, et mettre en place la validation automatisée en CI/CD (parse test, linting, tests d'intégration). - Axe 2 - Sécurisation et résilience : implémenter une politique de rotation des secrets, déployer le routage différencié des alertes par type d'incident et criticité, piloter le capacity planning et le tuning de la plateforme (pools, scaling, rétention logs), renforcer l'isolation réseau et durcir la configuration, finaliser et maintenir les runbooks d'incidents. - Axe 3 - Étude et migration vers une infrastructure cible : l'audit a mis en évidence les limites structurelles d'AWS MWAA (contraintes de scaling, flexibilité limitée, coûts). Vous serez chargé de benchmarker les alternatives (Airflow auto-hébergé sur ECS/EKS, Astronomer, Dagster, Prefect ou autres solutions), de produire une recommandation argumentée avec analyse coûts/bénéfices et risques, et de piloter la migration vers l'infrastructure retenue si pertinent. - Axe 4 - Autonomie des équipes : lancer et piloter un programme de formation sur l'orchestration destiné aux équipes Dev et Ops (environ 10 personnes), constituer une méta-équipe plateforme avec vision unifiée Dev + Ops sous leadership technique commun, accompagner l'évolution des profils (Dev vers Data Engineers, Ops vers DataOps), et évaluer l'internalisation progressive de profils techniques clés. Vous travaillerez dans un environnement technique mature et ambitieux, au sein d'une organisation valorisant l'excellence technique, la rigueur architecturale et le mentorat. Vous aurez également la responsabilité de concevoir et faire appliquer des standards...
Notre client, acteur international majeur du diagnostic in vitro, a renforcé sa stratégie de santé numérique en 2024 avec l'acquisition d'un éditeur spécialisé dans les systèmes d'aide à la décision clinique (CDSS). Ces solutions analysent les données patients en temps réel afin d'optimiser la prescription des antimicrobiens et de soutenir la prévention et la surveillance des infections associées aux soins. En intégrant directement des recommandations fondées sur les données et les bonnes pratiques cliniques dans les workflows hospitaliers, elles contribuent à un usage plus approprié des antibiotiques et à la lutte contre l'antibiorésistance. Dans le cadre du déploiement de ces solutions à travers l'Europe, notre client renforce ses équipes de services pour accompagner un nombre croissant de projets d'implémentation auprès de ses clients hospitaliers. Objet de la mission Nous recherchons un Data Integration Engineer pour déployer la solution en Europe. Il ou elle garantira la qualité, la cohérence et la sécurité des flux de données entre les systèmes hospitaliers et la plateforme. Couverture géographique : Royaume-Uni et Irlande, Espagne et Portugal, Italie, France et Belgique. Responsabilités Configurer, tester et valider les interfaces de données entre les systèmes hospitaliers et la plateforme (ex. HL7) Assurer la normalisation sémantique et technique des flux de données entrants Collaborer avec les équipes projet, les clients hospitaliers et les partenaires techniques Participer aux phases de validation, de mise en service et d'assistance post-déploiement Rédiger les spécifications techniques Contribuer aux ateliers de transfert de connaissances et aux activités d'harmonisation à l'échelle mondiale Apporter un support aux autres régions en cas de besoin Mission principalement en télétravail Présence ponctuelle sur site, à Lyon, appréciée
En tant que Data Engineer, vous intégrerez une équipe pluridisciplinaire composée de de développeurs, de DevOps, de Scrum masters et de Product Owners, travaillant en méthodologie Agile : o Nos défis : Fiabiliser et industrialiser les flux de données du catalogue de contenus : métadonnées éditoriales, programmes, saisons, droits et disponibilités. Construire des pipelines performants, rejouables et scalables pour fournir des données fraîches et cohérentes. Méthode de travail : Agile / Scrum, intégration et déploiements continus, revue de code. o Environnement technique : Apache Spark, Apache Iceberg, Amazon S3, AWS, Python et/ou Scala, SQL, Git, CI/CD, monitoring et alerting.
Nous recherchons pour l'un de nos clients du secteur du transport un Data Engineer Snowflake pour accompagner l'évolution de son architecture Data vers un modèle Data Lakehouse. Participer à la migration des flux Talend vers Snowflake. Contribuer à la mise en place et à l'évolution de l'architecture Data Lakehouse. Développer et industrialiser les pipelines de données. Participer au décommissionnement progressif de Talend. Intervenir sur les évolutions, incidents et sujets de support Data. Documenter les flux, modèles et solutions développées.
Renfort DataOps sur une plateforme Data AWS pour un client industriel en forte croissance des usages Data et IA. La mission consiste à industrialiser l'exploitation en fiabilisant les pipelines, automatisant les déploiements, outillant l'observabilité et structurant l'exploitation avec des procédures robustes. Localisation : Ile de France (Essonnes, 91). Contexte et enjeux de la mission : notre client exploite une plateforme Data sur AWS dont les usages (analytics, science des données, cas d'usage IA) croissent rapidement. Cette montée en charge exige d'industrialiser l'exploitation : fiabiliser les pipelines, automatiser les dépôtêtements, outiller l'observabilité et structurer l'exploitation avec des procédures et runbooks robustes.
Fiche de poste – Senior Data Engineer / Expert Dataplatform (GCP) Contexte & Organisation Le Pôle Data est structuré autour du modèle Spotify : Une Dataplatform en pleine transformation, composée de 4 experts Architectes / Développeurs GCP & BigQuery Maintenance de l'existant + évolution de la plateforme Début d'un chantier majeur de construction début 2025 (v1 en cours, forte ambition d'évolution) Outils & écosystème : GCP (Cloud Run, Cloud Function, Pub/Sub, Vertex AI, BigQuery) Airflow (orchestration) Dataform (concurrent DBT – SQL) Terraform pour le provisioning Modèle Data type médaillon Pratique Data Engineer moderne + enjeux d'observabilité / finops / sécurité Objectifs du poste Renforcer l'équipe Dataplatform avec un profil senior ayant déjà participé à la construction d'une Dataplatform et capable d'accélérer l'industrialisation des pipelines et des outils d'ingestion. Le rôle vise à : Faciliter et accélérer le travail des Data Engineers Améliorer l'expérience de construction de pipelines de données Structurer et fiabiliser l'ingestion et le transfert de données, encore peu industrialisés Apporter une expertise de haut niveau sur GCP & Data Engineering Missions principales 1. Gouvernance & Contrôle de la plateforme Assurer un contrôle global de la Dataplatform et accompagner les Data Engineers dans les bonnes pratiques d'industrialisation. Identifier les axes d'amélioration techniques et proposer des solutions robustes. Participer aux choix d'architecture technique et Data (modèle médaillon). 2. FinOps, Observabilité & Sécurité Définir et mettre en œuvre les standards d'observabilité. Garantir la performance, la robustesse et la sécurité de la plateforme. Suivre les coûts et proposer des optimisations FinOps. Automatiser le provisioning via Terraform. 3. Développement & Industrialisation Concevoir et industrialiser les pipelines : Cloud Run, Cloud Functions, Pub/Sub, Airflow, Vertex AI. Contribuer à résorber la dette technique. Développer et industrialiser les briques d'ingestion et de transformation. 4. Animation & Documentation Participer à la mise à disposition de nouveaux outils et à la documentation associée. Assurer une démarche d'amélioration continue du run. Animer une équipe de Data Engineer chaque vendredi: partage de bonnes pratiques suivi des évolutions de la Dataplatform retours d'expérience et recommandations 5. Innovation & IA Apporter une vision sur l'usage de l'IA (générative et traditionnelle) pour : réduire les coûts améliorer la productivité faciliter le travail des collaborateurs Contribuer à des projets Vertex AI / ML (ambition forte vers l'IA)
Le besoin en une phrase Un profil faisant le pont entre le support applicatif de production et le data engineering, pour retirer aux équipes data engineering toutes les activités de support liées à la donnée. Contexte de la mission En tant que Support & Reliability Engineer, vous serez responsable de la gestion et de la fiabilité des systèmes et processus de données au sein du département Data Technology. Vous travaillerez en étroite collaboration avec les équipes de développement, les data engineers et les data scientists afin de garantir la disponibilité, la qualité et la performance des pipelines de données et des systèmes sous-jacents. Support et opérations data : assurer le support de niveau 1 pour les domaines data, en gérant les alertes et les incidents pendant le shift de Paris. Objectifs et livrables Promouvoir les bonnes pratiques de support et la documentation Agir en tant que garant (gatekeeper) du Data Release Management (processus CMRM) et du Data Reliability Management Maintenir des pipelines de données fiables et évolutifs (collecte, stockage, traitement, livraison) Mettre en place un monitoring proactif de la qualité, de l'intégrité et de la cohérence des données Définir et faire appliquer les politiques de gestion des données (sauvegarde, restauration, sécurité) Automatisation et bonnes pratiques Automatiser les tâches récurrentes liées aux données afin d'améliorer l'efficacité et de réduire les erreurs Mettre en place un monitoring continu pour détecter les anomalies Promouvoir les bonnes pratiques de développement axées sur la fiabilité des données Collaboration transverse Travailler avec les équipes de développement, les quant devs, les data engineers et les data scientists pour comprendre leurs besoins Résoudre de manière collaborative les problèmes liés aux données Apporter des conseils techniques sur la gestion des données, selon les meilleures pratiques
Intégration / Modélisation / Restitution de données – Sustainability Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, une grande entreprise internationale recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution de données Sustainability stratégiques. Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources externes, essentielles à la prise de décision stratégique et opérationnelle. Contrainte forte du projet Couvrir des cas d'usage analytiques à destination du département Sustainability avec une forte contrainte de qualité et de traçabilité de la donnée. Livrables Dashboard de suivi des consommations d'eau Dashboard de suivi des consommations d'énergie Dashboard de suivi du gaspillage alimentaire Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources identifiés (Ressource Advisor, référentiels internes). Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc. Concevoir et implémenter des pipelines d'ingestion automatisés, fiables et performants, garantissant l'intégrité et la fraîcheur des données. Structurer et modéliser les données dans un Data Warehouse Snowflake de manière logique, modulaire, réutilisable et optimisée pour l'analyse et la restitution. Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs. Développer des vues et agrégats de données spécifiques aux besoins de restitution et d'analyse pour les départements Sustainability et leurs collaborateurs en région. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise afin d'assurer la maintenabilité et la transférabilité. Environnement technique Sources : multiples systèmes (Ressource Advisor, référentiels internes – via APIs, exports ou connecteurs natifs) Destination : Snowflake – Data Warehouse Cloud Orchestration : Airflow Transformation : DBT Core / SQL, Python (Pandas/PySpark) ou équivalent Modélisation : DrawIO, Lucidchart ou autre outil libre Visualisation / Restitution : Tableau CI/CD / Versioning : GitLab, GitHub Documentation : Confluence, Jira, SharePoint Compétences techniques Snowflake : Confirmé – Impératif DBT : Confirmé – Important Airflow : Confirmé – Important Tableau : Confirmé – Souhaitable Data modeling analytique : modèles dimensionnels, Data Vault, architecture médaillon ou autres architectures d'entrepôt de données Ingestion et transformation de données dans un environnement cloud Orchestration de pipelines de données Versioning et pratiques CI/CD Documentation technique et fonctionnelle Profil recherché Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud, notamment Snowflake. Solides compétences en data modeling analytique. Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code et de documentation technique et fonctionnelle. Capacité à travailler efficacement au sein d'une équipe Agile suivant la méthodologie Scrum. Forte capacité à travailler en autonomie, à prendre des initiatives et à interagir efficacement avec les équipes techniques et les interlocuteurs métiers. Capacité à comprendre et traduire des besoins métiers complexes en solutions techniques de données. Anglais professionnel – Impératif Bonus importants Connaissance des structures de données et des processus métier typiques d'un grand groupe international dans l'hôtellerie ou un secteur similaire. Expérience dans l'utilisation de l'IA et des Agent LLM dans le delivery, que ce soit pour la conception, la documentation, le développement ou les tests.
Notre client, acteur majeur du secteur de l'énergie, renforce son équipe Data afin d'accompagner la transformation et la modernisation de son écosystème de données. Au sein d'une équipe d'expertise Data, vous interviendrez sur la conception, l'évolution et l'automatisation de chaînes de traitement de données, dans un contexte de migration progressive vers une nouvelle Data Platform. L'objectif est notamment de reprendre des traitements existants, de migrer les flux historiques vers la plateforme cible et de développer de nouveaux besoins Data exprimés par les métiers. La mission nécessite une opérationnalité immédiate : vous serez amené(e) à reprendre des chaînes de traitement existantes et à intervenir directement sur des sujets métier en cours. Missions : Concevoir et développer des pipelines d'ingestion et de transformation de données complexes et/ou volumineuses ; Construire les tables et modèles de données destinés aux utilisateurs de la Self-BI ; Développer principalement en SQL sur Snowflake et dbt ; Utiliser Python pour certains traitements spécifiques ; Mettre en place et maintenir l'orchestration des traitements avec Airflow ; Optimiser les traitements afin de garantir leur performance sur de très gros volumes de données ; Respecter les principes d'urbanisation et les standards de la Data Platform. Les données traitées peuvent représenter des volumétries très importantes, jusqu'à plusieurs dizaines de milliards de lignes. Modélisation et valorisation des données Une partie importante de la mission consiste à accompagner la migration de traitements historiques vers la nouvelle Data Platform. À ce titre, vous serez amené(e) à : Lire, comprendre et reprendre des flows Dataiku DSS existants ; Analyser les traitements historiques développés sur Oracle Exadata ; Participer à leur migration vers Snowflake / dbt ; Garantir la continuité et la cohérence fonctionnelle des traitements migrés ; Documenter les travaux de migration ; Identifier les éventuels écarts ou adaptations nécessaires. La plateforme cible repose principalement sur Snowflake, dbt et Airflow, tandis que certains traitements historiques doivent encore être repris depuis Dataiku DSS et Oracle Exadata.
#StormYourCareer ✨ Rejoins STORM GROUP et construis ta carrière avec nous ! Garantis la qualité de la donnéeNous recherchons un(e) QA Engineer Data pour renforcer nos équipes et accompagner nos clients stratégiques dans la fiabilisation de leurs plateformes de données. Référent(e) de premier plan sur la qualité, ton rôle combinera l'élaboration de stratégies de tests rigoureuses, la validation des flux data et des API, ainsi que l'automatisation pour concevoir des solutions fiables et performantes. Ton futur environnementTu évolueras au sein d'équipes agiles et pluridisciplinaires, en étroite collaboration avec les Product Owners, les Data Engineers et les développeurs. C'est un cadre stimulant axé sur l'excellence technique et le partage de connaissances, idéal pour un(e) professionnel(le) de la qualité qui souhaite combiner sa maîtrise des tests avec une forte culture de la data. Tes missions clésStratégie de Test & Conception : Collaborer en amont avec le Produit et les développeurs sur la définition des besoins, l'analyse des spécifications et l'évaluation des impacts et des risques. Élaborer la stratégie de tests globale adaptée aux problématiques de gestion de données. Concevoir et rédiger les cas de tests fonctionnels et techniques. Exécution & Gestion des Anomalies : Exécuter les campagnes de tests et formaliser rigoureusement les résultats. Qualifier, documenter et piloter la gestion des anomalies jusqu'à leur résolution. Analyser et investiguer les problèmes complexes rencontrés sur les différents environnements. Automatisation & Amélioration Continue : Participer activement à l'automatisation des tests pour optimiser les cycles de validation et sécuriser les non-régressions. Être force de proposition pour améliorer l'efficacité des processus d'assurance qualité. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 spécialisé en informatique. Expérience : Une expérience réussie sur un poste similaire en assurance qualité de la donnée. Compétences Techniques : Connaissances confirmées en SQL et maîtrise de Python. Expérience solide dans le test d'API et de Webservices. Les plus : Une expérience dans les tests ETL et la manipulation d'environnements Cloud (Azure, AWS ou GCP) constituent des atouts majeurs. Méthodologie & Langues : Maîtrise des pratiques agiles (Scrum, Kanban) et niveau d'anglais professionnel opérationnel. Tes atoutsEsprit analytique : Rigueur scientifique et capacité à déceler les anomalies au sein de volumes de données complexes. Aisance relationnelle : Excellentes capacités de communication pour échanger efficacement avec les équipes techniques et fonctionnelles. Curiosité et Adaptabilité : Passion pour les challenges techniques, esprit entrepreneurial et goût prononcé pour le travail en équipe. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Notre processus de sélectionÉchange introductif avec un chargé de recrutement. Entretien métier avec évaluation technique approfondie. Rencontre finale pour validation du fit et projection sur la mission. Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.
Dans le cadre du renforcement d'une équipe de Gestion Courante Décisionnelle / Datalake, notre client recherche un Data Engineer / Développeur Big Data Spark Scala expérimenté, capable d'intervenir sur des traitements critiques en production et de contribuer au maintien de la qualité de service. L'environnement repose sur une architecture Big Data collectant les données de plusieurs back-offices, avec un Datalake et une alimentation d'un Datawarehouse sur environnement Exadata. Vos missionsVous interviendrez principalement sur le RUN et la maintenance applicative des traitements décisionnels : Assurer le suivi quotidien des traitements Spark / Scala Analyser et corriger les incidents applicatifs et fonctionnels Réaliser, lorsque nécessaire, les reprises de données associées aux incidents Développer et mettre en œuvre les évolutions confiées Réaliser les tests des corrections et nouveaux développements Participer aux mises en production Maintenir à jour la documentation technique et fonctionnelle Mettre à jour les outils de suivi de l'équipe Rendre compte de l'avancement et des incidents au chef de projet
Dans le cadre du développement de nos activités, nous recherchons un(e) Data Analyst / Analytics Engineer confirmé(e), capable de valoriser les données, de produire des analyses pertinentes et d'accompagner les équipes métiers dans leurs prises de décision. Nous souhaitons intégrer un profil curieux, autonome et force de proposition, à l'aise aussi bien dans les environnements techniques que dans les échanges avec les interlocuteurs métiers. Vos missions : Rattaché(e) à nos équipes, vous interviendrez sur les missions suivantes : Collecter, manipuler et exploiter des données issues de différentes sources. Réaliser des analyses approfondies afin d'identifier des tendances, des opportunités et des leviers d'amélioration. Concevoir et maintenir des reportings et dashboards adaptés aux besoins métiers. Formuler des recommandations concrètes à partir des analyses réalisées. Accompagner les équipes Marketing dans la compréhension et l'exploitation des données. Participer à la mise en place et à l'optimisation des outils de Data Analytics et de Marketing Automation. Contribuer à l'amélioration de la qualité, de la fiabilité et de la gouvernance des données. Collaborer avec les équipes IT et métiers pour faire évoluer les pratiques et les solutions Data.
Basée à Lille, Lyon, Nantes, Grenoble, Marseille, Paris et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s'imposer comme une référence en matière de freelancing par son expertise dans l'IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un Data Engineer DBT H/F à Lille, France. Contexte : Les missions attendues par le Data Engineer DBT H/F : - Analyse des besoins métier et réalisation des spécifications - Développement des applications - Maintien de la documentation Une connaissance du monde de l'assurance serait un plus.
Dans le cadre des programmes stratégiques de transformation Data du Groupe, le consultant intégrera le Cloud Center of Excellence et participera à la conception, au développement et à l'exploitation des plateformes de données. La mission consiste à construire des pipelines de données robustes et industrialisés, concevoir des architectures Data modernes (Data Lake, Data Warehouse, Data Mart), garantir la qualité et la disponibilité des données, et accompagner les équipes métiers dans leurs besoins analytiques. Le consultant sera également impliqué dans les projets de migration, d'intégration et d'optimisation des traitements ETL/ELT tout en appliquant les standards de développement, de sécurité et de gouvernance définis par le Groupe. Missions principales Concevoir et développer des pipelines ETL/ELT avec Talend, SSIS et Azure Data Factory Mettre en place les infrastructures nécessaires à l'extraction, la transformation et au chargement des données Développer des composants ETL réutilisables et industrialisés Mettre en œuvre les mécanismes d'alimentation des données (Full Load, Delta Load, historisation) Assurer le support, le débogage et la résolution d'incidents de production Participer à la conception et à l'évolution des Data Lakes Intégrer les données via API, transferts de fichiers et autres mécanismes d'ingestion Concevoir et maintenir des Data Warehouses, Data Marts et cubes analytiques Réaliser la modélisation et l'assemblage de jeux de données complexes répondant aux besoins métiers Collaborer avec les Product Owners, équipes Data, administrateurs et équipes plateformes Participer aux phases de Data Discovery et Data Scoping Contribuer aux cérémonies Agile et aux activités d'amélioration continue Garantir les bonnes pratiques de développement, de qualité et de déploiement Participer à l'automatisation des déploiements et à l'intégration continue
