Find your next tech and IT Job or contract Data Lake

Contexte : migration de On premise vers GCP En tant que Data Engineer, vous serez au cœur de notre stratégie data. Vous concevrez et mettrez en œuvre des solutions innovantes pour collecter, transformer et stocker nos données massives. Votre expertise technique sera essentielle pour les projets et offrir des insights précieux à nos équipes métiers. Vos missions : Conception et développement: Définir et mettre en œuvre des architectures de données robustes (data lakes, data warehouses). Concevoir et développer des pipelines de données automatisés (ETL). Optimiser les performances des traitements de données. Technologies: Maîtrise des langages de programmation : Python, Scala, SQL. Expérience avec les outils de traitement de données : Spark, Hadoop, Kafka. Connaissance des bases de données relationnelles et NoSQL. Expérience avec les clouds (GCP) Collaboration: Travailler en étroite collaboration avec les équipes métiers. Participer à la définition de la roadmap data.

Mission principale Assurer la conception, l’industrialisation et l’exploitation des plateformes data et applicatives en combinant les compétences d’un Data Engineer (construction de pipelines, gestion des données, optimisation des traitements) et celles d’un Ingénieur DevOps (automatisation, CI/CD, infrastructure scalable, observabilité). Ce rôle garantit la fiabilité, la performance et la scalabilité de l’ensemble de la chaîne de valeur data, depuis l’ingestion jusqu’au déploiement en production. Responsabilités clés 1. Architecture & Ingestion de données Concevoir et maintenir des pipelines d’ingestion scalables et sécurisés. Intégrer des données provenant de multiples sources (API, bases SQL/NoSQL, streaming, fichiers). Structurer les données dans des environnements cloud ou on?premise (Data Lake, Data Warehouse, Lakehouse). 2. Traitement & Transformation Développer des workflows ETL/ELT performants. Optimiser les traitements batch et streaming (Spark, Flink, Kafka, etc.). Garantir la qualité, la gouvernance et la traçabilité des données. 3. Infrastructure & Automatisation DevOps Construire et maintenir des environnements d’exécution via Infrastructure as Code (Terraform, Ansible, CloudFormation). Mettre en place et gérer des pipelines CI/CD pour les projets data et applicatifs. Automatiser les déploiements, tests, monitoring et rollback.

Contexte : migration de On premise vers GCP En tant que Data Engineer, vous serez au cœur de notre stratégie data. Vous concevrez et mettrez en œuvre des solutions innovantes pour collecter, transformer et stocker nos données massives. Votre expertise technique sera essentielle pour les projets et offrir des insights précieux à nos équipes métiers. Vos missions : Conception et développement: Définir et mettre en œuvre des architectures de données robustes (data lakes, data warehouses). Concevoir et développer des pipelines de données automatisés (ETL). Optimiser les performances des traitements de données. Technologies: Maîtrise des langages de programmation : Python, Scala, SQL. Expérience avec les outils de traitement de données : Spark, Hadoop, Kafka. Connaissance des bases de données relationnelles et NoSQL. Expérience avec les clouds (GCP) Collaboration: Travailler en étroite collaboration avec les équipes métiers. Participer à la définition de la roadmap data.

Plateforme BI stratégique basée sur Azure et Power BI , alimentée par un data lake multi‑ERP et utilisée par plus de 2000 utilisateurs. Le consultant intervient en autonomie complète sur des projets end‑to‑end : besoin métier → data engineering → modélisation → BI → mise en production. Responsabilités principales Data Engineering Développer les pipelines ETL (Azure Data Factory). Intégrer de nouvelles sources et enrichir le data model harmonisé. Optimiser performance, coûts et qualité des données. Data Analyse & Power BI Concevoir des dashboards Power BI (DAX, M). Produire des visualisations orientées performance achats / finance / risques. Interpréter des datasets complexes et peu documentés. Gestion de projet Prise en charge complète des évolutions (workshops, tests, démos, MEP). Documentation fonctionnelle et technique. Participation aux cérémonies Agile. Support & amélioration continue Support utilisateurs. Contribution aux évolutions du produit BI.

Dans le cadre de l'accélération de ses projets Data, notre client recherche un Analytics Engineer Senior capable d'intervenir sur l'ensemble de la chaîne de traitement de la donnée, de l'ingestion jusqu'à la restitution analytique. Vous rejoindrez un environnement industriel exigeant où la qualité, la fiabilité et la valorisation des données constituent des enjeux stratégiques. Possibilité de recrutement en CDI à l'issue de la mission. Vos missions Au sein de l'équipe Data, vous serez responsable de : Data Engineering Concevoir et maintenir les pipelines d'ingestion de données ; Développer et optimiser les flux de traitement de données ; Participer à l'alimentation et à la structuration du Data Lake. Modélisation & Transformation Concevoir des modèles de données adaptés aux besoins métiers ; Développer les transformations et traitements nécessaires à l'exploitation des données ; Garantir la cohérence et la qualité des données tout au long de leur cycle de vie. Qualité & Gouvernance Mettre en œuvre les contrôles de qualité de données ; Identifier et corriger les anomalies ; Participer à l'amélioration continue des processus Data. Analytics & Restitution Développer des solutions analytiques et dashboards ; Construire des applications Dataiku et des restitutions Power BI ; Accompagner les métiers dans l'exploitation de la donnée. Environnement technique Compétences impératives Dataiku DSS (expert) Python SQL avancé Talend Compétences appréciées Azure Spark Power BI Data Modeling Data Quality

La Direction Achats Groupe déploie une solution décisionnelle basée sur Microsoft Azure / Power BI pour l'aide à la prise de décision opérationnelle (Procurement BI). Le consultant intervient en autonomie complète sur chaque évolution, de la réception de la maquette jusqu'à la mise en production. 1 jour de présentiel/semaine (jeudi). Anglais professionnel requis (animation de réunions). Missions : -Développer les reports Procurement BI à partir des maquettes définies par les utilisateurs et l'UX Designer -Concevoir et maintenir les pipelines / ETL (Azure Data Factory), le data model et les flux d'alimentation quotidienne automatique -Mapper les données issues des nouvelles sources (ERP, nouvelles applications), charger les historiques et valider les chiffres -Piloter les recettes utilisateurs : rédiger les slides de kick-off, animer les sessions de démo et de test en autonomie -Mettre en production les reports validés dans le respect du planning -Contribuer au support utilisateurs (traitement des questions reçues par mail) -Participer à la rédaction des user guides métier Profil attendu : -Maîtrise expert de l'écosystème Microsoft Azure : Data Lake, Data Factory, Azure SQL, ---Azure Analysis Services, Power BI Services (8 ans minimum) -Solide expertise DAX et langage M -Capacité à gérer chaque évolution comme un mini-projet en totale autonomie -Anglais professionnel courant – animation de réunions en anglais -Bon relationnel utilisateurs, pédagogie en sessions de démo/test

Dans le cadre du renforcement de son équipe Data Engineering, notre client recherche un Senior Data Engineer afin d'accompagner la conception, l'industrialisation et l'optimisation de ses plateformes de données sur Azure et Snowflake. 🎯 Vos missions : • Concevoir, développer et optimiser des pipelines de données robustes et performants. • Participer à la mise en place et à l'évolution des architectures Data Warehouse, Data Lake et Data Lakehouse. • Déployer et maintenir les infrastructures via Terraform (Infrastructure as Code). • Concevoir et améliorer les pipelines CI/CD sous Azure DevOps. • Garantir la qualité, la performance et la sécurité des traitements de données. • Accompagner les Data Engineers de l'équipe à travers du coaching, du partage de bonnes pratiques et des revues de code. • Participer à la gouvernance des données, à la gestion des métadonnées et à l'optimisation des coûts. • Collaborer étroitement avec les équipes métiers, Data Analysts, Data Scientists et IT. 🛠 Environnement technique : • Azure • Snowflake • Snowpark • dbt • Python • Azure Data Factory • Terraform • Azure DevOps • Git • PowerShell • Azure CLI • PowerDesigner

Contexte Dans le cadre de notre croissance, nous recrutons un Data Engineer pour intervenir sur des environnements Databricks sur AWS, avec des enjeux d’ingestion, de transformation et de fiabilité des données. Missions Développement et ingestion de données • Concevoir et développer des pipelines de données en Python et Spark sur Databricks • Mettre en place des flux entre sources externes (ex : Oracle) et un Data Lake (S3 / Delta Lake) • Optimiser les traitements et les performances Orchestration et qualité des données • Orchestrer les workflows avec AWS Airflow • Mettre en place des contrôles qualité et des mécanismes de validation • Développer des outils de monitoring et de gestion des anomalies Maintien en condition opérationnelle • Assurer la disponibilité et la performance des pipelines • Diagnostiquer et corriger les incidents • Participer à l’amélioration continue des traitements Contribution • Participer aux ateliers techniques et aux échanges avec les équipes • Documenter les pipelines, architectures et processus • Contribuer aux bonnes pratiques Data et Big Data

Contexte de la mission Dans le cadre d'un programme de transformation digitale visant à démocratiser l'accès aux actifs privés pour la clientèle Retail & Wealth Management, notre client déploie une infrastructure de données pour consolider, transformer et distribuer des données financières et documentaires vers des partenaires de distribution. Le Data Engineer interviendra en autonomie sur la conception et le déploiement de pipelines de données et d'interfaces API dans un environnement cloud Azure / Databricks à forte volumétrie. Responsabilités Architecture & ingestion de données Concevoir et implémenter des pipelines ETL/ELT avec PySpark sur Databricks Construire et maintenir une architecture data lake Bronze–Silver–Gold (architecture médaillon) Développer des jobs de transformation pour des datasets financiers (NAV, capital calls, distributions, reportings) Gérer les tables Delta Lake pour un stockage ACID-compliant APIs & intégrations partenaires Développer et maintenir des Azure Functions pour les intégrations API temps réel avec des partenaires externes Développer des APIs RESTful en Python pour la distribution de données Collaborer avec les data consumers pour comprendre leurs besoins et garantir la qualité des flux Qualité, performance & DevOps Implémenter des contrôles qualité et des frameworks de tests automatisés Optimiser les jobs Spark et fonctions serverless (performance et coûts) Travailler en CI/CD via Azure DevOps Stack technique DomaineTechnologiesLangage principalPython (maîtrise avancée obligatoire)Traitement distribuéPySpark, DatabricksStockage / Data lakeDelta Lake, architecture médaillon (Bronze–Silver–Gold)SQLTransformation et analyse de donnéesCloud AzureDatabricks, Azure Functions, Azure DevOps, PipelinesQualité de codePre-commit hooks, ruff, mypy, blackVersioningGit — stratégies de branchingTestspytest

Qui êtes-vous ? Si pour vous être Architecte Data GCP , c’est : Concevoir des architectures data cloud robustes, scalables et sécurisées sur Google Cloud Platform ; Définir des roadmaps data et accompagner les transformations vers des Modern Data Platforms ; Maîtriser l’écosystème GCP : BigQuery, Dataflow, Dataproc, Cloud Storage, Pub/Sub, Cloud Composer ; Concevoir des architectures batch et temps réel (streaming, event-driven) adaptées aux enjeux métiers ; Garantir les bonnes pratiques en matière de gouvernance, sécurité, qualité des données ; Mettre en place des stratégies DataOps / FinOps : CI/CD, industrialisation, optimisation des coûts ; Accompagner les équipes techniques (data engineers, analysts, ML engineers) et jouer un rôle de référent technique ; Interagir avec des interlocuteurs métiers et IT pour transformer les besoins en solutions data performantes… …Alors vous êtes le profil que nous recherchons ! Vous disposez d’une expérience significative en architecture data cloud , avec une expertise reconnue sur GCP et une forte capacité à structurer des environnements data à l’échelle. Ce que nous allons faire ensemble ? Dans le cadre de missions stratégiques chez nos clients, vous interviendrez en tant qu’ Architecte Data GCP sur des projets de transformation data et cloud. Vous serez amené(e) à : Accompagner les clients dans la définition de leur architecture data cible sur GCP ; Concevoir des plateformes data (data lake, data warehouse, streaming) scalables et performantes ; Piloter les sujets de modernisation (migration vers le cloud, refonte d’architectures existantes) ; Définir les patterns d’architecture et les standards techniques (sécurité, gouvernance, qualité) ; Encadrer les équipes projet et garantir la qualité des livrables techniques ; Accompagner les décisions stratégiques autour des technologies data et cloud ; Mettre en place des pratiques d’industrialisation (CI/CD, orchestration, monitoring) ; Assurer une veille technologique active sur l’écosystème GCP et Data .

Data Engineer Senior – DataOps 01/07/2026 3 ans de mission Nantes ( 3 jours par semaine) Azure, Databricks, Azure Data Factory, Python (PySpark), SQL, CI/CD (GitHub / Azure DevOps), Azure Data Lake (ADLS / Delta Lake), Monitoring (Azure Monitor / Log Analytics) La mission consiste à intervenir en tant que Data Engineer Senior orienté DataOps au sein d’une équipe Data Analytics & CRM, dans un environnement Cloud Azure structuré (Databricks, Data Factory, Data Lake). Le consultant contribue à la fiabilité, la performance et l’industrialisation de la plateforme data, en assurant la conception, le déploiement et l’optimisation de pipelines de traitement de données couvrant l’ensemble de la chaîne (ingestion, transformation, exposition). Sur le volet projet (BUILD), il participe à la conception et à l’industrialisation des flux de données, à la mise en place d’architectures data adaptées (type Data Lakehouse / bronze-silver-gold), et à l’optimisation des traitements (Spark, SQL) afin de répondre aux enjeux de volumétrie et de performance. Il intervient également sur la structuration des pratiques DataOps, notamment sur la mise en œuvre de chaînes CI/CD robustes et la standardisation des développements. Sur le volet RUN / MCO, il assure la fiabilisation des pipelines, le monitoring et la qualité des données, en mettant en place des mécanismes d’observabilité, de gestion des incidents et d’amélioration continue. Il contribue également à l’optimisation des ressources cloud et à la maîtrise des coûts d’exploitation. Enfin, le consultant joue un rôle transverse en interaction avec les équipes Data, métiers et infrastructure, avec une forte attente sur la structuration des bonnes pratiques, la documentation et le transfert de compétences, dans un environnement exigeant en termes de qualité, de gouvernance et de performance.

Vous rejoindrez l’équipe Data Platform en tant que Data Engineer . Vous serez responsable de la conception, de l’optimisation et de la maintenance des pipelines et infrastructures de données afin de garantir un traitement et un stockage scalables. Vos missions incluent la conception d’architectures de données, l’optimisation des flux de données et la facilitation de leur accessibilité pour des usages analytiques et de machine learning. Vous collaborerez étroitement avec les équipes d’ingénierie, data science et produit afin d’assurer la qualité, la sécurité et l’intégration des données dans l’écosystème cloud. Vos responsabilités au quotidien : Définir et analyser les structures de données Concevoir, développer et gérer des pipelines ETL (Extract, Transform, Load) pour collecter, transformer et charger les données dans des data warehouses ou data lakes Concevoir et administrer des solutions de stockage (data warehouse type Amazon Redshift, data lakes sur AWS S3 avec Databricks, bases NoSQL) Collaborer avec les data scientists, analystes et équipes métier pour comprendre les besoins en données Garantir la fiabilité en production (monitoring, alerting, interventions si nécessaire) Expérimenter de nouvelles technologies data et bonnes pratiques afin d’améliorer l’infrastructure et l’efficacité des workflows