Find your next tech and IT Job or contract Data Engineering

Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.

Role Overview The Data Engineer is responsible for designing, building, and operating scalable, reliable, and secure data pipelines and data platforms that power digital products, analytics use cases, reporting, and data-driven services. Acting as a key contributor within cross-functional delivery teams, the role collaborates closely with Product, Backend, Frontend, Architecture, Data Analytics, and platform teams to deliver trusted data assets across ingestion, transformation, storage, and access layers. At Supervising Associate level, the role leads complex data engineering delivery, sets technical direction and strengthens team capability across initiatives. Key Responsibilities Lead technical delivery across complex data workstreams: Make design decisions and resolve cross-platform dependencies, governance risks, and escalations. Mentor engineers, enforce engineering and data standards, and drive improvements in architecture, quality, lineage, security, observability, cost, and technical debt management. Data Pipeline & Platform Delivery Design, implement, and maintain batch and streaming data pipelines using Python and modern data engineering frameworks. Build reliable ingestion and transformation processes from internal and external data sources, including APIs, databases, files, and events. Develop reusable data processing components and frameworks following software engineering best practices. Data Quality, Reliability & Observability Implement data validation, quality checks, and monitoring to ensure accuracy, completeness, timeliness, and trustworthiness of data. Write clean, testable code with unit and integration tests for data pipelines and processing components. Instrument pipelines with logging, metrics, alerts, and operational monitoring. Performance, Scalability & Architecture Optimize data processing performance, storage layouts, query efficiency, and platform resource usage. Design pipelines for scalability and resilience using retries, idempotency, checkpointing, and backpressure patterns. Apply partitioning, caching, and parallelization strategies where appropriate. Security, Governance & Continuous Improvement Implement secure data handling practices, including access controls, encryption, secrets management, and compliant data processing. Ensure alignment with enterprise, regulatory, privacy, data classification, retention, and lineage requirements. Support audits and data governance processes where required. What success in this role will look like Demonstrates successful leadership of complex data delivery, stronger engineering capability and consistent adoption of platform, quality and governance standards. Reliable delivery and operation of scalable data pipelines and data platform components. Trusted data assets with strong accuracy, completeness, timeliness, and observability controls. Clean, testable, documented, and maintainable Python and SQL-based data engineering solutions. Effective support for incidents, troubleshooting, root-cause analysis, and durable remediation. Provide mentorship and guidance to less experienced team members. Qualifications & Experience Bachelor's or Master's degree in Computer Science, Software Engineering, Data Engineering, Information Technology, or a related field. Professional experience building data pipelines and data platforms using Python. Strong experience with SQL and data modeling concepts, including dimensional, normalized, analytical, or lakehouse patterns. Hands-on experience with relational and analytical data stores, such as PostgreSQL, SQL Server, data warehouses, or data lakes. Experience with CI/CD, automated testing, and code reviews for data workloads. Expertise on cloud platforms, with Azure/Fabric, and relevant data services. Work effectively as part of a team, contributing to collective success while remaining open to feedback and coaching from more experienced colleagues. Strong understanding of data security, access control, observability, and production support practices. 7+ Years of Experience are required.

Missions principales • Définir la stratégie, la roadmap et le modèle opérationnel de la Data Platform. • Garantir disponibilité, performance et fiabilité de la plateforme. • Piloter les évolutions Snowflake et Power BI Cloud. • Mettre en place les standards d'architecture, de gouvernance et de Data Products. • Développer les capacités Self-Service Analytics. • Coordonner les équipes internes et les partenaires externes. • Accompagner la transformation vers un modèle orienté produit. • Assurer la sécurité et la conformité (GDPR, DORA, IAM, RBAC, Data Masking). Compétences clés Snowflake, Power BI Cloud, Azure, dbt, Data Engineering, Data Governance, Data Architecture, Platform Engineering, DevOps Data, Spark, FinOps, Data Products

Dans le cadre d'un projet stratégique d'optimisation du réapprovisionnement des entrepôts B2C, nous recherchons un(e) Data Translation / Product Owner Data expérimenté(e). Vous interviendrez à la jonction entre les équipes E-commerce et les équipes techniques (Data Science et Data Engineering). L'objectif de la mission sera d'optimiser le réapprovisionnement des entrepôts autour de deux axes majeurs : La prévision de la demande L'adéquation entre la charge et la capacité des entrepôts Vos principales missions seront : Volet Product Owner Data – Cadrage & Pilotage AgileRéaliser le cadrage stratégique et fonctionnel du projet. Recueillir, analyser, arbitrer et prioriser les besoins des équipes métier. Animer la squad et piloter le delivery des solutions. Rédiger et gérer les User Stories. Structurer et prioriser le backlog. Animer les rituels Agile. Accompagner la conduite du changement auprès des utilisateurs. Volet Data Analyst – Exploration & PerformanceExplorer, préparer et analyser les données nécessaires au cadrage du projet. Produire des analyses permettant d'alimenter les travaux de modélisation algorithmique. Collaborer avec les équipes Data Science et Data Engineering. Comprendre et challenger les modèles de Machine Learning et de Recherche Opérationnelle. Définir et suivre les indicateurs de qualité des modèles. Mesurer la valeur métier générée par les solutions déployées.