Find your next tech and IT Job or contract Dataiku

Contexte de la mission:Dans le cadre d'un projet d'industrialisation au sein d'un acteur majeur du secteur de l'énergie, vous intégrerez une équipe en charge de la modernisation d'une plateforme d'analyse de données IoT. L'objectif est de migrer une solution existante développée sur Dataiku vers une architecture cible basée sur Apache Hop et déployée sur une infrastructure Kubernetes on-premise. En appui du chef de projet, vous contribuerez à la réussite du POC, à la définition de l'architecture cible et à la préparation de la phase d'industrialisation, avec une perspective d'accompagnement sur l'ensemble du projet.Les missions: - Participer à la prise en main et à l'implémentation d'Apache Hop (pipelines, workflows, transformations) ; - Migrer et tester les flux ETL existants (SQL/Python) ; - Contribuer à la définition de l'architecture cible sur Kubernetes ; - Rédiger la documentation technique et les livrables d'exploitation ; - Assurer le suivi technique et la coordination avec les parties prenantes ; - Participer à la phase de réalisation et à la montée en charge après validation du POC ; - Intervenir ponctuellement sur d'autres projets de développement Java ou PHP Symfony. Environnement technique:Apache Hop, Kubernetes, ETL, SQL, Oracle, PostgreSQL, Linux (Shell), Git, GitLab CI, Docker, Artifactory, SonarQube, Kafka, Java/Spring, PHP Symfony, Python, Dataiku, pratiques DevOps et intégration continue.

Vos missions ? En tant que Data Manager Senior / Lead Data (H/F) vous serez en charge des missions suivantes: - Identifier, cadrer et prioriser les projets Data en lien avec les directions métiers et techniques. - Construire les business cases, estimer le ROI et présenter les recommandations auprès des instances de décision. - Piloter la mise en œuvre des projets : suivi des plannings, risques, budgets, qualité et adoption des solutions. - Animer et coordonner des équipes pluridisciplinaires : Data Scientists, Data Engineers, analystes et interlocuteurs métiers. - Accompagner la montée en compétences des collaborateurs, assurer leur encadrement et favoriser le partage des bonnes pratiques. - Mettre en place des cas d'usage à forte valeur ajoutée : segmentation client, scoring, recommandation, prévision, optimisation de campagnes, analyse comportementale ou NLP. - Garantir la cohérence entre les enjeux business, la gouvernance des données et les choix technologiques. - Contribuer à la feuille de route Data et à la diffusion d'une culture Data au sein de l'organisation. Vous disposez d'une solide culture technique et êtes à l'aise avec plusieurs environnements parmi : - Python, PySpark, SQL, SAS ou R ; - BigQuery, AWS, Hive ou autres environnements Cloud/Data Lake ; - Dataiku, Tableau, Looker Studio ou outils de data visualisation ; - Data Science, Machine Learning, NLP, scoring et modèles prédictifs.