Find your next tech and IT Job or contract Databricks

Data Engineers Databricks, PySpark, Python, SQL, Gitlab, Nexus, Terraform Nantes ( 3 à 4 jours de télétravail) 05/10/2026 Databricks, PySpark, Python, SQL, Gitlab, Nexus, Terraform Nous recherchons 2 data Engineers confirmés qui travailleront sur des cas d'usage. Les principales tâches seront: - Participer à la conception des usages suivant l'architecture définie. - Réaliser les développements en langage python/spark, - Être vigilant sur les bonnes pratiques du point de vue FINOPS - Réaliser les travaux jusqu'en environnement de production - Participer au support N3 de la production - Être force de proposition, - Documenter les réalisations. Il est nécessaire de maitriser Databricks, Python, PySpark

Delivery data engineering en proximité métier Concevoir, développer et maintenir des pipelines de données batch, event-driven ou streaming selon les besoins des produits data. Traduire les exigences fonctionnelles et contraintes techniques en solutions data simples, robustes, scalables et maintenables. Contribuer aux cérémonies de delivery, au chiffrage, à la planification, à la gestion des dépendances et à la sécurisation des engagements des squads. Assurer une collaboration fluide avec les Delivery Managers pour rendre visibles les risques, dépendances, arbitrages et points de blocage. Industrialisation, qualité et fiabilité Mettre en œuvre les « quality gates » : tests unitaires et d'intégration, tests de données, contrôle de schéma, idempotence, stratégies de reprise et validation de la qualité. Appliquer les standards de développement Python, PySpark et SQL, ainsi que les bonnes pratiques Git, CI/CD, revue de code et documentation. Contribuer à l'observabilité des flux : logs, métriques, alerting, lineage, suivi des SLA/SLO et analyse des incidents de run. Participer au diagnostic et à la résolution des incidents ou problèmes de production en lien avec les équipes plateformes, CloudOps et SecOps. Architecture data, Lakehouse et performance Implémenter les patterns d'architecture validés : ingestion, modélisation Lakehouse, architecture médaillon, data products, APIs de données et intégrations réutilisables. Optimiser les traitements Spark/Databricks, les requêtes SQL, les stratégies de stockage et l'utilisation du compute afin d'améliorer performance et coûts. Documenter les choix techniques structurants et contribuer aux ADR lorsque les décisions impactent les standards ou la trajectoire cible. Veiller à la cohérence des solutions avec l'architecture One B2C, les standards Data Engineering & Platforms et les exigences entreprise. Sécurité, gouvernance et conformité Intégrer les exigences de sécurité by design : gestion des secrets, IAM, droits d'accès, chiffrement, durcissement, scans et séparation des environnements. Appliquer les règles de protection des données, d'anonymisation, de minimisation, de traçabilité et de conformité RGPD. Contribuer à la gouvernance opérationnelle des datasets, métadonnées, contrats de données, contrôles d'accès et règles de qualité. Travailler avec les équipes Cybersecurity, Infrastructure, Data Office et Architecture pour garantir l'alignement avec les standards ENGIE. AI-assisted engineering et amélioration continue Utiliser de manière responsable les outils d'ingénierie assistée par IA, tels que Copilot, agents, génération de code, SQL, tests, documentation et aide au debugging. Identifier et proposer des opportunités d'automatisation pour accélérer le delivery, réduire les erreurs et standardiser les pratiques d'ingénierie.

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 🏠 2 jours de télétravail / semaine - 📍 Lyon (07) - 🛠 Expérience de 3 ans minimum Vous aimez autant comprendre ce que fait un pipeline que travailler sur la techno qui le fait tourner ? Nous recherchons un·e Data Engineer / Développeur Big Data Spark pour rejoindre un projet qui offre une trajectoire technique intéressante : moderniser progressivement un SI Data existant, puis participer à sa migration vers Databricks dans le cloud. L'enjeu n'est donc pas de repartir d'une feuille blanche. Vous travaillerez d'abord sur l'existant, comprendrez les flux et leurs enjeux métier, puis contribuerez à construire leur cible Big Data et Cloud. Votre terrain de jeu : moderniser l'existant avant de construire la cible Cloud Votre mission s'articulera autour de deux grandes étapes. 1/ Migrer progressivement les traitements vers Spark Vous commencerez par vous approprier les flux de données existants et les processus métier associés. Concrètement, vous allez : - migrer des traitements Informatica et PL/SQL vers Spark en Java - concevoir, développer et maintenir des pipelines de données - optimiser les traitements existants en travaillant notamment sur leur performance et leur robustesse - assurer la maintenance corrective et évolutive des traitements SQL / PL-SQL - intervenir sur le BUILD comme sur le RUN, afin de comprendre le fonctionnement des traitements de bout en bout - veiller à la qualité et à la fiabilité des données produites. L'objectif : faire évoluer progressivement le patrimoine existant vers une architecture Big Data plus moderne, sans perdre la connaissance métier portée par les traitements historiques. 2/ Participer à la migration vers Databricks Une fois cette première étape engagée, vous participerez à un projet stratégique de migration vers le Cloud avec Databricks. Vous contribuerez notamment à : - concevoir les futurs pipelines de données sous Databricks - participer aux choix de conception et d'architecture - industrialiser les nouveaux traitements - faire évoluer les pratiques de développement et d'exploitation autour de cette nouvelle plateforme. Vous aurez donc l'occasion de travailler sur l'existant et sa transformation, plutôt que d'intervenir uniquement sur la maintenance ou uniquement sur la cible.

Contexte de la mission : C'est pour accompagner notre client, un grand groupe national du secteur du transport, dans l'évolution et l'industrialisation de sa plateforme Data Cloud Azure que nous recherchons un Ingénieur Data orienté DevOps. Au coeur d'un environnement Data à forts enjeux, la plateforme centralise des données issues de différents référentiels techniques, applicatifs, organisationnels et financiers afin de produire des indicateurs de pilotage et des tableaux de bord décisionnels. Vous rejoindrez une équipe intervenant sur des sujets à la fois Data, Cloud et DevOps, avec un rôle clé dans la conception et l'industrialisation des traitements de données. Votre périmètre couvrira notamment : - La conception et le développement de traitements Databricks / PySpark selon une architecture Bronze / Silver / Gold ; - L'industrialisation et l'optimisation des pipelines Data ; - L'automatisation et la gestion des infrastructures Azure avec Terraform ; - La mise en oeuvre et le maintien des chaînes CI/CD avec Jenkins et GitHub ; - La supervision et l'exploitation de la plateforme Data. La mission offre également une véritable dimension de conseil et d'accompagnement : études d'opportunité, sujets d'innovation, réflexions autour des architectures Data et recommandations visant à optimiser les performances, la fiabilité et les coûts des solutions. Responsabilités : * Concevoir et industrialiser les traitements de données Databricks (PySpark) selon une architecture Bronze / Silver / Gold ; * Développer, optimiser et maintenir les pipelines de données en garantissant performance, qualité et maîtrise des coûts ; * Exploiter les formats de données (Delta, Parquet, CSV) et mettre en oeuvre les bonnes pratiques associées ; * Assurer la supervision de la plateforme data via Azure Data Factory : monitoring, alerting, suivi de la qualité des données et reporting ; * Renforcer la fiabilité et la résilience des traitements en participant à la gestion des incidents, à la détection d'anomalies et à l'amélioration continue ; * Contribuer aux activités DevOps et Cloud en maintenant les infrastructures et pipelines CI/CD (Terraform, Jenkins, GitHub) et en collaborant avec les équipes métiers et techniques.

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 🏠 2 jours de télétravail / semaine - 📍 Lyon (07) - 🛠 Expérience de 3 ans minimum Vous aimez autant comprendre ce que fait un pipeline que travailler sur la techno qui le fait tourner ? Nous recherchons un·e Data Engineer / Développeur Big Data Spark pour rejoindre un projet qui offre une trajectoire technique intéressante : moderniser progressivement un SI Data existant, puis participer à sa migration vers Databricks dans le cloud. L'enjeu n'est donc pas de repartir d'une feuille blanche. Vous travaillerez d'abord sur l'existant, comprendrez les flux et leurs enjeux métier, puis contribuerez à construire leur cible Big Data et Cloud. Votre terrain de jeu : moderniser l'existant avant de construire la cible Cloud Votre mission s'articulera autour de deux grandes étapes. 1/ Migrer progressivement les traitements vers Spark Vous commencerez par vous approprier les flux de données existants et les processus métier associés. Concrètement, vous allez : - migrer des traitements Informatica et PL/SQL vers Spark en Java - concevoir, développer et maintenir des pipelines de données - optimiser les traitements existants en travaillant notamment sur leur performance et leur robustesse - assurer la maintenance corrective et évolutive des traitements SQL / PL-SQL - intervenir sur le BUILD comme sur le RUN, afin de comprendre le fonctionnement des traitements de bout en bout - veiller à la qualité et à la fiabilité des données produites. L'objectif : faire évoluer progressivement le patrimoine existant vers une architecture Big Data plus moderne, sans perdre la connaissance métier portée par les traitements historiques. 2/ Participer à la migration vers Databricks Une fois cette première étape engagée, vous participerez à un projet stratégique de migration vers le Cloud avec Databricks. Vous contribuerez notamment à : - concevoir les futurs pipelines de données sous Databricks - participer aux choix de conception et d'architecture - industrialiser les nouveaux traitements - faire évoluer les pratiques de développement et d'exploitation autour de cette nouvelle plateforme. Vous aurez donc l'occasion de travailler sur l'existant et sa transformation, plutôt que d'intervenir uniquement sur la maintenance ou uniquement sur la cible.

Dans le cadre du renforcement d'une équipe Big Data, chez l'un de nos clients grands comptes, nous recherchons un DataOps Engineer confirmé pour intervenir principalement sur des activités de Run, fiabilisation et évolution d'une plateforme Data. Vous intégrerez une équipe fonctionnant en mode Agile et serez garant du bon fonctionnement, de la disponibilité et de l'évolution du socle technique Data. Vous aurez pour missions : Le Run quotidien et le maintien en conditions opérationnelles de la plateforme Data. L'analyse et la résolution des incidents techniques. La gestion de l'obsolescence technique et applicative. L'amélioration de la performance, de la disponibilité et de la scalabilité du socle de données. Le déploiement et l'exploitation de services dans un environnement Cloud Azure. L'automatisation et l'industrialisation des déploiements via Terraform et CI/CD. La supervision et la fiabilisation des traitements et flux de données. L'exploitation et l'évolution de composants Spark, Databricks, Airflow, Kafka et Hadoop. La coordination avec les équipes projets, IT et métiers. Environnement technique Azure – Databricks – Spark – Python – Scala – SQL – Airflow – Kafka – Hadoop – Terraform – Bases relationnelles et NoSQL – CI/CD – DevOps / DataOps

Notre client dans le secteur Transport et logistique recherche un/une Data Engineer BI / Reporting H/F Description de la mission : Contexte La mission s'inscrit au sein d'une équipe projet rattachée à une ligne de produit Data. Elle porte sur le développement de reporting pour un nouveau portail de suivi des prestations de service, dans un contexte plus large de migration Data Cloud. La prestation comprend également la maintenance d'un patrimoine de reporting existant sur l'écosystème SAP BI. Mission Le Data Engineer intervient sur des sujets de reporting, de préparation de données et de maintenance de traitements décisionnels. Il contribue à l'analyse des besoins métier, à la conception des solutions de restitution, à la qualité des données, aux tests et aux mises en production, tout en assurant un support opérationnel et un reporting d'activité dans un cadre agile. Principales responsabilités Analyser les besoins métier, étudier les impacts et chiffrer les développements Modéliser et préparer les données pour des usages décisionnels Concevoir et maintenir les rapports Power BI Mettre en œuvre et suivre les contrôles de qualité de données Réaliser les tests, les recettes et les mises en production Produire la documentation fonctionnelle et technique Reprendre les historiques de données depuis SAP vers Databricks Maintenir les pipelines Databricks en SQL, Python et PySpark Assurer le support, l'analyse et la résolution d'incidents Maintenir les traitements SAP BW/HANA et les restitutions SAP BusinessObjects BI4, sur une part minoritaire de l'activité Reporter son activité auprès de l'équipe DSI dans le cadre des instances Agile / Scrum Environnement technique BI / Reporting : Power BI, SAP BW/HANA, SAP BusinessObjects BI4, WEBI Data Engineering : Databricks, SQL, Python, PySpark, Kafka Cloud / Plateforme : Azure, Fabric, Power Platform Outils / Méthodes : Jira, Confluence, Agile, Scrum, SAFe, FinOps Livrables attendus Analyses de besoins, études d'impact et chiffrages Modèles de données préparés pour les usages décisionnels Rapports Power BI conçus et maintenus Contrôles de qualité de données mis en place et suivis Jeux de tests, recettes et mises en production réalisés Documentation fonctionnelle et technique Reprises d'historique depuis SAP vers Databricks Pipelines Databricks maintenus et fiabilisés Support et résolution d'incidents Profil recherché Expérience Profil expert avec plus de 7 ans d'expérience Capacité à assurer la mission en autonomie dès la prise de poste Expérience significative permettant d'intervenir efficacement sans accompagnement rapproché Compétences techniques Maîtrise de SAP BW/HANA, SAP BusinessObjects BI4, WebI et SQL Conception et maintenance de rapports Power BI Modélisation et préparation de données pour le décisionnel Maintenance de pipelines Databricks en SQL, Python et PySpark Pratique des outils Agile, Jira et Confluence La certification Power BI constitue un atout Des connaissances en consommation de topics Kafka, FinOps, Azure, Fabric et Power Platform sont appréciées La connaissance de Scrum et SAFe est appréciée La connaissance des processus de gestion de prestations de services et du suivi d'exécution de contrats et devis est appréciée Compétences personnelles Autonomie Sens du service Rigueur Esprit d'analyse Capacité d'investigation Communication claire Esprit d'équipe et coopération transverse Capacité à s'approprier rapidement un patrimoine décisionnel existant et des processus métiers complexes Capacité à être force de proposition et proactif sur les aspects techniques et fonctionnels Capacité à travailler avec des interlocuteurs métiers et techniques Capacité à documenter et transmettre les connaissances Compétences / Qualités indispensables : Power BI, Databricks, SQL, SAP BW/HANA et SAP BusinessObjects BI4, Python / PySpark, Modélisation de données décisionnelles Compétences / Qualités qui seraient un + : Certification Power BI, consommation de topics Kafka, FinOps, Azure, Fabric, Power Platform, Scrum, SAFe, connaissance des processus de gestion de prestations de services et du suivi d'exécution des contrats et devis Informations concernant le télétravail : Globalement en télétravail, jours à prévoir occasionnellement pour certaines réunions d'équipe.

L'objet de cette consultation est une prestation de Data Steward sur le domaine Mesures et Relations Contractuelles 1. Superviser la qualité des données du domaine a. Créer des « Key Quality Indicators » (KQI) permettant de surveiller les données en travaillant avec les data quality manager dans notre outil de surveillance c. Prioriser et mettre en place un plan de remédiation pour les indicateurs critiques 2. Piloter les activités Data du domaine a. En lien avec le Data Owner, définir une roadmap sur les aspects catalogages et surveillance des données b. Suivre la roadmap, faire remonter les alertes, et procéder aux ajustements si nécessaire c. Présenter les avancées en comité trimestriel de Gouvernance des Données 3. Alimenter et mettre à jour le catalogue de données dans Collibra et le Modèle Objet Métier d. En lien avec les Data Owner des différents domaines, mettre à jour le catalogue métier dans Collibra (data domain, data concept, business rules, quality rules, statuts, etc) e. Enrichir le Modèle Objet métier dans Collibra f. En lien avec les équipes Data et SI, cartographier les données techniques et établir les lineage avec les concepts métier dans Collibra. 4. Evaluer l'impact Data des fonctionnalités et évolutions de la DCP (Data by Design) a. A travers la réalisation d'un Visa Data en phase de design/conception, évaluer l'impact qu'une nouvelle fonctionnalité ou une évolution aura sur les données et règles déjà en place dans les bases, les reporting, les applications, l'usage, etc. b. Le Visa Data est à construire en lien avec l'Epic Owner (ou chef de projet), l'urbaniste/architecte et le Data Owner du ou des domaines concernés.

Poste : Tech Lead Data Cloud – Azure / DatabricksLocalisation : Nantes, avec 1 jour/semaine sur site et possibilité de télétravail le reste du temps. Contexte : Au sein d'une direction Data & IA, le consultant interviendra comme Tech Lead Data Cloud sur les périmètres immobilier et véhicule, en accompagnant les équipes de développement. Missions principales : Concevoir les solutions et usages en respectant l'architecture cible. Instruire les sujets techniques complexes. Accompagner et faire monter en compétence les équipes. Garantir la qualité du delivery et le respect des bonnes pratiques. Réaliser des développements Python / Spark / PySpark / SQL. Participer aux démarches FinOps et à l'optimisation des coûts cloud. Garantir la cohérence des versions déployées en production. Assurer le support N3. Produire et maintenir la documentation technique : spécifications techniques ; modélisation ; code commenté ; tests unitaires ; tickets Jira.

Notre client dans le secteur Banque et finance recherche un/une Administrateur Big Data Azure - Java H/F Description de la mission : Fiche de poste – Administrateur Big Data Azure - Java Contexte et objectif de la mission Dans le cadre du développement et de la maintenance d'une infrastructure Big Data sur cloud public, la mission consiste à gérer, optimiser et garantir la disponibilité d'une plateforme centrée sur Spark et Synapse, avec une migration prochaine des environnements on-premise vers des solutions cloud publiques telles que Snowflake et Databricks. Niveau recherché Profil middle à senior. Missions principales • Développement d'APIs en Java/Spring facilitant l'interfaçage avec Azure et gestion du cycle de vie des applications via CI/CD • Implémentation et maintenance de solutions de traitement distribué basées sur Spark, via une stack Spark sur AKS développée en interne (Kubernetes CRD Spark Operator) et Synapse d'Azure • Déploiement automatisé et intégration des solutions dans le respect des exigences de sécurité : autorisation, authentification, chiffrement, résilience, Azure Policies • Garantie de la disponibilité, de la performance et de la sécurité des solutions déployées • Gestion des incidents et tickets liés à l'infrastructure Hadoop avec support technique • Gestion des changements : préparation des changes, tests, rollback, coordination avec les intervenants et suivi des processus • Participation à l'élaboration et au suivi du planning global de production • Mise en place et maintien de la documentation technique destinée aux équipes internes et aux utilisateurs • Participation aux task forces pour résoudre des problématiques techniques complexes • Contribution aux POC de migration des clients on-premise vers des solutions de stockage sur Azure, Snowflake, Databricks et autres • Accompagnement des clients dans leur transition du on-premise vers le cloud public • Collaboration étroite avec les éditeurs et les équipes internes • Réalisation des astreintes techniques selon le planning défini Profil recherché Compétences techniques : • Développement : Java, Spring, Temporal, Liquibase, Powershell • Containerisation d'applications Java, déploiement sur AKS, création d'images Docker • Azure Kubernetes Service (AKS) avec maîtrise de Azure Identity, CSI, nodepool, autoscaling, VM spot • Big Data : Spark, Hive Metastore, Hadoop • CI/CD et GitOps : Jenkins, ArgoCD, GitHub, Git, Nexus, Harbor • Linux, Bash, protocoles de sécurité OAuth et SSL • Monitoring : ElasticSearch, Kibana (niveau utilisateur) • Connaissance de Snowflake et Databricks, notamment sur le stockage, le catalogue de données et la fédération des données Compétences relationnelles : • Esprit d'analyse et de synthèse, autonomie et sens des responsabilités • Capacité à travailler en équipe et à communiquer efficacement • Orientation client et qualité de service Compétences / Qualités indispensables : Java / Spring, Azure Kubernetes Service (AKS), Spark / Big Data, CI/CD & GitOps, Sécurité cloud (OAuth, SSL, Azure Policies), Snowflake / Databricks Compétences / Qualités qui seraient un + : Hadoop (optionnel)Informations concernant le télétravail : Oui — 1 jour/semaine

1. Data Modeller — Plateforme Data Décisionnelle (AWS / Databricks)ContexteAu sein d'une plateforme data décisionnelle de grand groupe, vous prenez en charge la modélisation des data products mis à disposition sur la plateforme. Vous êtes au carrefour de plusieurs équipes et jouez un rôle central d'alignement puis d'implémentation de la modélisation. Missions principalesModéliser les data products disponibles sur la plateforme data décisionnelle. Assurer la cohérence de la modélisation physique avec le modèle conceptuel des données, en lien avec les rôles de la data gouvernance. Échanger avec l'équipe data plateforme en charge des ingestions pour aligner modélisation et flux entrants. Collaborer avec les data analysts dont les reports BI s'appuient sur le data modèle. Recueillir les besoins des utilisateurs avancés métier et les traduire dans la modélisation. Aligner l'ensemble des acteurs sur la modélisation, puis l'implémenter sur la plateforme (AWS + Databricks). Compétences requisesExpérience confirmée en modélisation de données (indispensable). Compétences Databricks (indispensable). Connaissance d'un environnement cloud AWS. Capacité à cadrer, aligner et faire converger des interlocuteurs techniques et métier. Aisance relationnelle et sens de la pédagogie. Environnement techniqueAWS, Databricks, plateforme data décisionnelle, outils de reporting BI. ModalitésLocalisation : Île-de-France — télétravail partiel possible. Langues : français ; anglais technique. Démarrage : dès que possible.

Notre client dans le secteur Énergie et ressources naturelles recherche un/une Lead Data Engineer (H/F) H/F Description de la mission : Fiche de poste — Lead Data Engineer (H/F) Contexte et objectif de la mission Dans le cadre d'un programme de replatforming B2C, une organisation internationale construit une Data Platform centralisée à l'échelle mondiale, aujourd'hui fragmentée. L'objectif est de mettre en place une plateforme cloud-native, data-centric et scalable, au service des équipes data de plusieurs géographies, notamment la France, la Belgique et l'Australie. Le Core Model du programme repose sur un modèle de données unifié couvrant notamment les données clients, contrats et facturation. Le Lead Data Engineer intervient comme référent technique de la data platform, avec une responsabilité complète sur l'architecture, le delivery et la qualité des données. Stack technique • Data Platform : Databricks (lakehouse), Amazon S3, Amazon Managed Apache Flink • Gouvernance des données : Unity Catalogue, Collibra • Visualisation : Power BI • Cloud : AWS • Streaming : Confluent Kafka • Langages : Python, SQL • IA & coding : GitHub Copilot, Claude Code, outils LLM • Collaboration : Jira, Confluence, SonarQube Missions principales Stratégie & Architecture Data • Définir l'architecture de la data platform greenfield (lakehouse, zones bronze/silver/gold, data contracts) • Co-construire le Core Data Model commun aux différentes géographies tout en intégrant les spécificités locales • Mettre en place la gouvernance des données, la qualité et l'observabilité • Répondre aux besoins analytiques et fonctionnels des équipes métier via une approche de type catalogue as a service Leadership & Delivery • Être le référent technique data du programme • Choisir les partenaires et structurer une feature team de 5 à 6 personnes • Assurer la responsabilité end-to-end des pipelines, de l'ingestion à la restitution • Gérer le monitoring, la performance et l'optimisation FinOps des workloads data • Mettre en place les pratiques DataOps : automatisation des tests, CI/CD data, infrastructure as code IA & Vélocité • Exploiter GitHub Copilot, Claude Code ou équivalents pour accélérer le développement des pipelines et modèles • Intégrer des cas d'usage IA/ML dans la data platform, incluant data science, feature store et jeux de données prêts pour les LLM • Automatiser la génération de code, les tests de qualité des données et la documentation • Conserver la maîtrise technique tout en augmentant la vélocité grâce à l'IA Spécificités de l'équipe Le périmètre comprend un chantier amont de migration de l'ensemble des données France vers l'écosystème Kaluza, dans le cadre d'un programme de replatforming B2C. Cette migration implique deux modules en amont : • Module d'éligibilité : définir les paramètres business pour les parcours clients/agents • Module ETL : récupérer et transformer les données provenant de nombreux systèmes d'information avant injection dans Kaluza Complexité forte de l'ETL : • Orchestration multi-sources • Micro-batch quotidien pendant plusieurs mois • Gestion d'un service managé AWS (Glue, Step Functions, S3, Lambda…) • Connexions API pour orchestrer les flux Compétences appréciées • Expérience Unity Catalogue et gouvernance des données à l'échelle • Connaissance de Confluent Kafka et du streaming • Familiarité avec Collibra ou équivalent • Expérience en data modelling dans un contexte B2C • Déploiements IA/ML en production, incluant MLflow, feature engineering et pipelines LLM • Expérience de contextes multi-pays ou de data platform cross-entités Compétences / Qualités indispensables : Databricks et architecture lakehouse, AWS data managé (Glue, Step Functions, S3), Python / PySpark / SQL, DataOps et CI/CD data, Leadership technique et delivery end-to-end, Usage d'outils IA de développement (GitHub Copilot) Compétences / Qualités qui seraient un + : Unity Catalogue et gouvernance des données à l'échelle, Confluent Kafka et streaming, Collibra, data modelling B2C, déploiements IA/ML en production, contextes multi-pays ou cross-entités Informations concernant le télétravail : Environ 3 jours par semaine, flexible selon l'autonomie

Nous allons travailler sur un POC Réseau Autonome d'une durée limitée (approx 6 mois à partir de septembre), l'objectif est de collecter des données réseaux (données config Radio, Kpi, référentielles) les intégrer dans Databricks, développer des API pour requêter ces données afin que des agent IA puissent requêter les données à travers ces API. Livrables: Conception et développement de projets d'intégration de données pour des projets à forte valeur ajoutée. Développement de jobs d'intégration de données en PySpark, Spark, Python en mode streaming et batch sur la plateforme Databricks. La mise en œuvre de CI/CD (github, devops, Databricks Bundles), de l'orchestration, du data management et de la sécurité. Optimisation des jobs et des ressources cloud (GCP et Databricks). Mise en place de de Dashboard Finops afin de suivre l'usage des ressources GCP / Databricks. Travailler au sein d'équipes pluridisciplinaires : chefs de projet, architectes, devops, data engineer. Assurer une formation continue, le partage de connaissances, mise en place de documentation.

Architecte Data Databricks, Power BI, SQL, Python, Dataiku, Modélisation de données, Datamart, Data Visualisation, Unity Catalog, Gouvernance Data. 01/09/2026 3 ans de mission Paris ( 3 jours par semaine) Databricks, Power BI, SQL, Python, Dataiku, Modélisation de données, Datamart, Data Visualisation, Unity Catalog, Gouvernance Data. La mission consiste à intervenir en tant qu'Architecte Data / Data Engineer Senior au sein d'équipes métier et data afin d'accompagner la valorisation des données, la migration de plateformes analytiques et le développement de solutions décisionnelles. Le consultant participe à un programme de migration de projets Dataiku vers Databricks. Il accompagne les équipes métier lors des phases de recette, valide les résultats obtenus avant et après migration, identifie les écarts éventuels et contribue à leur correction afin de garantir la continuité des activités et la fiabilité des traitements de données. Il intervient également en tant que référent data auprès des équipes métiers afin d'améliorer les pratiques de développement, de structurer les processus de réalisation des projets data et de définir les standards techniques. À ce titre, il contribue à l'évolution des méthodes de développement, des processus de mise en production, de la gestion des versions, des tests, de la documentation et des bonnes pratiques de gouvernance. Le consultant accompagne les Data Engineers et Data Analysts dans leur montée en compétence au travers d'activités de coaching technique et méthodologique, participe à l'identification des écarts aux standards et propose des plans d'amélioration afin de renforcer la qualité et la maintenabilité des développements. Il réalise également des tableaux de bord décisionnels et des analyses ad hoc pour répondre aux besoins des directions métier. Il conçoit et optimise les modèles de données, construit les restitutions analytiques, développe des indicateurs, automatise les chaînes de traitement des données et assure la supervision des flux de données. Enfin, il contribue aux activités de gouvernance de la donnée à travers le catalogage des données, la documentation des dictionnaires et des lineage, le suivi de la qualité des données, la gestion des accès aux produits data et la mise en place de dispositifs permettant d'améliorer la fiabilité, la traçabilité et l'exploitation des données dans l'entreprise.

Au sein d'un département Data transverse, l'objectif est de mettre en place et de faire évoluer un framework commun permettant de fiabiliser, structurer et exposer les données issues de différentes activités métiers. Dans ce contexte, nous recherchons un(e) Data Architect / Senior Data Engineer expérimenté(e), capable d'intervenir à la fois sur les sujets d'architecture, de conception de plateforme et de réalisation technique. Le poste nécessite une réelle capacité à évoluer dans un environnement complexe et international, tout en conservant une approche pragmatique et hands-on. MissionsDéploiement du framework DataPiloter le déploiement du framework Data auprès de différentes entités du groupe, dans le cadre de nouvelles implémentations ou de l'évolution de plateformes existantes. Analyser la maturité des environnements Data des différentes entités et identifier les écarts par rapport aux standards définis. Adapter les solutions au contexte et aux contraintes locales tout en garantissant la cohérence avec l'architecture cible. Accompagner les équipes lors des phases d'intégration, d'onboarding et de stabilisation. Assurer la transmission des connaissances et le passage de relais aux équipes locales. Coordination des transformations DataCoordonner les initiatives Data transverses menées dans plusieurs entités. Garantir la cohérence des architectures, des pratiques et des composants mis en œuvre. Identifier les synergies et favoriser la réutilisation des solutions existantes. Identifier les dépendances, risques et points de blocage et assurer leur remontée auprès des parties prenantes. Maintenir une vision consolidée de l'avancement des différents chantiers. Architecture et évolution de la plateforme DataConcevoir et faire évoluer l'architecture de référence de la plateforme Data. Définir les patterns d'ingestion, de traitement et de stockage des données. Participer à la définition des standards en matière d'orchestration, d'observabilité, de sécurité. Évaluer différentes solutions techniques et réaliser des POC lorsque nécessaire. Identifier et recommander les composants cloud-native, open source ou internes les plus pertinents. Concevoir et documenter des standards, blueprints et composants réutilisables. Développement et accompagnement techniqueParticiper directement au développement de composants de la plateforme afin de valider les choix d'architecture. Développer des prototypes et des solutions permettant de débloquer les équipes projet. Contribuer à la création et à l'évolution de librairies, accélérateurs et implémentations de référence. Réaliser des revues de code et de conception. Veiller à la qualité, la scalabilité, la maintenabilité et la sécurité des solutions développées. Leadership techniqueÊtre le référent technique Data auprès des différentes entités accompagnées. Conseiller les équipes Data Engineers, Data Analysts et Data Architects sur les choix techniques et d'architecture. Accompagner la montée en compétence des équipes. Promouvoir les bonnes pratiques d'ingénierie : CI/CD, Infrastructure as Code, tests automatisés, documentation, observabilité et qualité du code.