Find your next tech and IT Job or contract DBT

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.

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.

Nous recherchons un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution des données Corporate stratégiques du groupe. Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources internes, essentielles à la prise de décision stratégique et opérationnelle. Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). 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 entrepôt de données (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 des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité. Environnement technique (exemples, à confirmer selon l'architecture existante ou cible)** Sources : Multiples systèmes Corporate (Systèmes Financiers, Plateformes Achats, Outils ITSM. - 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 support outil libre. Visualisation / Restitution : Tableau. CI/CD / versioning : GitLab, GitHub. Documentation : Confluence, Jira, SharePoint. Profil recherché Expérience confirmée en intégration de données depuis des systèmes d'entreprise complexes (ERP, CRM, finance, RH). Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud (idéalement Snowflake ou équivalent). Solides compétences en data modeling analytique (modèles dimensionnels, Data Vault, médaillon ou autres architectures d'entrepôt de données). Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code, 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 les besoins métiers complexes en solutions techniques de données. ! Bonus important ! : Connaissance des structures de données et des processus métier typiques d'un grand groupe international dans l'hôtellerie ou un secteur similaire.

Dans le cadre du développement de la plateforme data, nous recherchons un(e) Data Engineer pour concevoir, construire et maintenir des pipelines de données robustes sur la plateforme Databricks. Vous évoluerez au sein d’une équipe data (Data Engineering / Data Platform / Analytics Engineering) et contribuerez à la mise en place d’une architecture moderne orientée cloud et data lakehouse. Missions principales Concevoir et développer des pipelines de données batch et streaming sur Databricks Construire et optimiser des traitements de données distribuées avec Apache Spark Modéliser des données dans une architecture lakehouse (Bronze / Silver / Gold) Mettre en place des workflows d’ingestion (ETL / ELT) depuis différentes sources (API, bases SQL, fichiers, events streaming) Assurer la qualité, la fiabilité et la gouvernance des données Optimiser les performances des jobs Spark (coût, latence, scalabilité) Mettre en place CI/CD pour les pipelines data Collaborer avec les Data Analysts, Data Scientists et équipes produit Participer à la mise en place des bonnes pratiques DataOps

Nous recherchons un Data Engineer orienté modélisation analytics (dbt) pour rejoindre la DSI d’un grand groupe international du secteur du luxe, au sein d’une équipe Data & Innovation. Vous interviendrez sur une plateforme data moderne avec de forts enjeux de performance, qualité de données et optimisation des coûts (FinOps) dans un environnement Snowflake. Responsabilités : Concevoir, développer et maintenir des modèles de données robustes avec dbt (modélisation analytics, structuration des couches, bonnes pratiques) Optimiser les performances des traitements ( modèles incrémentaux, gestion des volumes, tuning des requêtes Snowflake ) Intégrer une logique FinOps dans les développements : optimisation des coûts de calcul, gestion des warehouses, monitoring de la consommation Mettre en place une stratégie de tests data avancés (tests génériques et custom, intégrité référentielle) Contribuer à l’amélioration continue des pratiques DataOps (CI/CD, versionning, qualité, monitoring) Produire une documentation technique claire et exploitable (dbt docs, description des modèles) Participer au chiffrage des sujets en intégrant les enjeux de volumétrie, performance et coûts

Nous recherchons un Data Engineer Expert pour intervenir au sein de l’entité Intelligence Artificielle (IA) et robotisation (RPA), d'un grand groupe du secteur des assurances. 🎯 Contexte de la mission : L’entité Intelligence Artificielle a pour objectif d’apporter de la valeur aux clients et collaborateurs via des services efficaces et responsables. Ses domaines d’intervention : Data Engineering Machine Learning Deep Learning Conversationnel / Chatbot Assistant virtuel Analyse multimédia et multicanaux (voix, vidéo, langage naturel…) 🎯 Objectifs de la mission : Développement Data CAS (Contrôle d’Activités Sinistre) Migration Cloud

Senior Data Eng : Developpeur DBT/Snowflake Roubaix ou Massy Techniques / Outils : Snowflake / DBT / Git / Airflow SQL (voire Python) Développement, modélisation, gestion de projet, documentation Fonctionnel : développement de campagnes commerciales B2C (via DBT) Gestion de projet : Aide aux bonnes pratiques d’organisation, documentation Agilité : connaissances des bonnes pratiques et aide à la diffusion Bonnes pratiques d’architecture / organisation en mode projet, aide à la documentation sous Confluence, Collibra Rapidement opérationnel Logistique : Travail en Français En régie, 3j/ semaine sur site : idéalement à Roubaix, sinon Massy Durée : 4 mois mini, préférence 6 mois Début mission : ASAP Objectifs et livrables Développer des campagnes triggers et parcours sous forme de pipelines dans DBT pour développer nos usages de l’application et de l’utilisation des données digitales Modélisation de données et créations de datamarts Compétences demandées Compétences Niveau de compétence Programmation Python Avancé Base DE données Snowflake Confirmé dbt Expert

Missions principalesPilotage de projets Data Piloter les projets Data sur l’ensemble de leur cycle de vie. Organiser et coordonner les différentes parties prenantes (métiers, DSI, prestataires). Assurer le suivi opérationnel des projets, des charges, des délais et des roadmaps. Garantir la bonne exécution des livrables et le respect des objectifs fixés. Recueil des besoins et accompagnement métier Animer les ateliers de cadrage et de recueil des besoins. Analyser les processus existants et identifier les axes d’amélioration. Traduire les besoins métiers en solutions fonctionnelles et techniques. Rédiger les spécifications fonctionnelles et techniques. Architecture et gestion des données Participer à la définition des flux de données et à leur urbanisation. Collaborer avec les équipes Architecture et Data. Veiller à la mise en œuvre de solutions robustes, pérennes et standardisées. Contribuer à l’évolution de l’écosystème Data du Groupe. Gouvernance et qualité des données Animer les Comités de la Donnée. Garantir le respect des standards de gouvernance et de qualité des données. Participer à la définition et au suivi des objets métiers. Contribuer aux projets de reprise, de fiabilisation et d’assainissement des données (RDD). Définir la stratégie de recette et piloter les phases de validation.

Introduction & Résumé Ce poste a pour but d'optimiser et d'unifier les capacités analytiques. Un consultant Data Analytics Engineer autonome est recherché pour intégrer, modéliser et restituer les données stratégiques du groupe. L'objectif principal est de fournir une vision consolidée et exploitable des indicateurs clés pour la prise de décision. Responsabilités Établir des connexions techniques sécurisées avec les systèmes sources (ERP, Finances, RH, etc.). Extraire et charger des données issues de différents domaines fonctionnels. Concevoir des pipelines d'ingestion automatisés fiables. Structurer et modéliser les données dans un Data Warehouse (Snowflake). Mettre en place des mécanismes de gouvernance des données. Développer des vues et agrégats spécifiques pour l'analyse. Documenter les pipelines d'ingestion et les modèles de données. Exigences clés Expérience en intégration de données depuis des systèmes d'entreprise complexes (ERP, CRM, finance, RH). Maîtrise des techniques d'ingestion et de transformation dans un environnement cloud (idéalement Snowflake). Compétences solides en data modeling analytique. Expérience en orchestration de pipelines de données. Capacité à travailler en méthodologie Agile (Scrum). Autonomie et bonnes compétences en communication. Atouts supplémentaires Connaissance des processus métiers dans l'hôtellerie ou secteur similaire. Autres Détails Situation : Projet d'intégration dans un environnement technique varié. Outils : Snowflake, Airflow, DBT, SQL, Python, Git, Confluence, Jira.

Bonjour à tous, Notre client poursuit la modernisation de ses plateformes Data et IA et recherche un Tech Lead Data & Cloud Architecte pour piloter la conception, l'industrialisation et la gouvernance de sa future plateforme Data. Le consultant interviendra à l'interface entre les équipes Infrastructure, Cybersécurité, Réseau et Data afin de construire une plateforme robuste, sécurisée et industrialisée. Missions principales : Définition de l'architecture cible Data & Cloud Industrialisation des plateformes Data et IA Mise en place des bonnes pratiques DevOps / CI-CD Déploiement et intégration de Collibra Mise en œuvre du Data Catalog et du Data Lineage Conception d'architectures Data Lake Accompagnement des équipes Data Science sur les sujets MLOps Migration vers une nouvelle plateforme Data basée sur GCP, Kubernetes, Spark et Kafka Gouvernance et sécurisation des données sensibles Compétences indispensables (Must Have) Architecture Data & Cloud GCP (BigQuery, GKE, Composer/Airflow) AWS (S3, Lambda, RDS, EKS) Architecture Data Lake / Data Warehouse Data Engineering Spark / PySpark Python SQL DevOps & Industrialisation Terraform Ansible GitLab CI/CD Data Governance Collibra Data Catalog Data Lineage Data Quality Sécurité des données Chiffrement Masquage Anonymisation Compétences appréciées (Nice To Have) Cloud & Infrastructure Kubernetes avancé Service Mesh Kafka Data & Analytics DBT Dataform Looker Power BI Apache Superset Développement Scala Java Data Science & IA MLOps IA Générative Secteur d'activité Média / Audiovisuel Service Public

Contexte de la mission Data solutions : Collecter des données, les organiser, les traiter, les diffuser et les transformer en informations exploitables par tous les métiers de l'entreprise, être la force d'exécution de la stratégie Data. Objectifs et livrables Déploiement et Connaissance Client : Compléter et fiabiliser le périmètre de données lié au client. Poursuivre et accélérer les travaux d’enrichissement de la connaissance client, avec un focus particulier sur les segments Professionnels (PRO) et Économie Sociale et Solidaire (ESS) (segmentation, valeur client, comportements).

Nous recherchons un Analytics Engineer confirmé (4/5 ans d’expérience) pour intervenir chez un acteur majeur basé en métropole lilloise, sur des sujets de structuration et d’optimisation de la couche analytique. Contexte de la mission Vous rejoindrez une équipe Data dans un environnement moderne centré sur Snowflake et dbt , avec pour objectif principal d’améliorer la couche sémantique et les vues analytics afin de faciliter l’exploitation des données par les équipes métiers et BI. La mission s’inscrit dans une logique d’industrialisation et d’amélioration continue des usages Data. Missions principales Améliorer et structurer la couche sémantique . Concevoir et optimiser des vues analytics . Travailler sur la modélisation et la qualité des données. Collaborer avec les équipes Data et métiers pour améliorer les usages analytiques. Participer aux bonnes pratiques de développement et d’industrialisation. Exploiter les outils IA disponibles pour accélérer la productivité et les développements.

Dans le cadre du développement de ses usages data, le client cherche à industrialiser ses campagnes marketing B2C via des pipelines de données structurés sous DBT. Il s'agit de modéliser les données, construire des datamarts et mettre en place les meilleures pratiques d'organisation et de documentation dans un environnement Snowflake. Mission : -Développer des pipelines DBT pour des campagnes triggers et parcours B2C -Modéliser les données et créer des datamarts dans Snowflake -Documenter les travaux sous Confluence et Collibra -Accompagner l'équipe sur les bonnes pratiques agiles et d'architecture -Assurer la gestion de version et l'organisation du projet via Git Profil attendu : -Maîtrise avancée de l'écosystème DBT / Snowflake / Airflow -Solide culture SQL, Python apprécié -Expérience en modélisation de données et conception de datamarts -Autonome, opérationnel rapidement, bon communicant en français -À l'aise dans un contexte agile avec enjeux de documentation

Dans le cadre du renforcement d'une équipe Data européenne, nous recherchons un(e) Data Engineer Senior pour concevoir, développer et maintenir des plateformes et produits de données évolutifs, destinés à répondre aux besoins métiers en matière de pilotage, de reporting et d'analyse. Vous interviendrez sur l'ensemble de la chaîne de valeur Data, de l'ingestion des données jusqu'à leur mise à disposition pour les équipes métiers et BI. Vos principales responsabilités Architecture & Plateforme Data Concevoir et mettre en œuvre des architectures de données robustes et évolutives (Raw / Curated / Consumption). Développer des solutions alignées avec les standards d'architecture Data modernes. Garantir la maintenabilité, la réutilisabilité et la scalabilité des développements. Data Engineering Concevoir, développer et optimiser des pipelines ETL/ELT. Mettre en place des traitements de données performants et industrialisés. Développer des modèles de transformation avec dbt. Orchestrer les traitements via Apache Airflow. Modélisation des données Concevoir des modèles dimensionnels (Star Schema, Data Marts). Produire des jeux de données fiables et prêts à l'exploitation (KPI-ready datasets). Qualité, Gouvernance & Sécurité Garantir la qualité, la fiabilité et l'intégrité des données. Mettre en œuvre les règles de gouvernance, de sécurité et de gestion des accès (RBAC). Participer à la documentation du lineage et des standards de développement. Performance & Industrialisation Optimiser les performances des pipelines et des traitements Snowflake. Améliorer les coûts d'exécution et de stockage. Mettre en place le monitoring, la supervision et les alertes. Collaboration Collaborer avec les équipes métiers, les Business Analysts, Product Owners et équipes BI. Participer aux ateliers fonctionnels et techniques. Assurer le transfert de connaissances et la documentation des solutions. Environnement technique Snowflake AWS dbt Apache Airflow SQL Git CI/CD Jira Confluence Lucid

Je recherche un Data Analytics Engineer (entre le Data Engineer et le Data Analyst). ayant un anglais fluent avec une forte composante modélisation analytique et interlocution métier. Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, Mon client recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution des données Corporate stratégiques du groupe . Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources internes, essentielles à la prise de décision stratégique et opérationnelle. Ce que tu dois faire concrètement Définir la nouvelle stratégie de gestion des images Docker : nommage, versionning, registre (stockage), cycle de vie, scanning de vulnérabilités, etc. Implémenter cette stratégie : mettre en place les outils, pipelines et processus retenus Intégrer tout ça dans la plateforme DevSecOps existante pour que les opérations de CI fonctionnent avec ce nouveau système En résumé : Repenser et mettre en place la façon dont mon client gère ses images Docker dans ses usines logicielles, en respectant les contraintes de sécurité d'un grand groupe bancaire. Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). 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 entrepôt de données (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 des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité. Le problème à résoudre La façon dont les images Docker (les "boîtes" contenant les environnements d'exécution des applications) sont gérées doit être repensée : probablement parce que l'existant pose des problèmes de sécurité, de maintenabilité, de performance ou de standardisation. Environnement technique Sources : Multiples systèmes Corporate (Systèmes Financiers, Plateformes Achats, Outils ITSM. - 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 support outil libre. Visualisation / Restitution : Tableau. CI/CD / versioning : GitLab, GitHub. Documentation : Confluence, Jira, SharePoint. Profil recherché Expérience confirmée en intégration de données depuis des systèmes d'entreprise complexes (ERP, CRM, finance, RH). Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud (idéalement Snowflake ou équivalent). Solides compétences en data modeling analytique (modèles dimensionnels, Data Vault, médaillon ou autres architectures d'entrepôt de données). Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code, 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 les besoins métiers complexes en solutions techniques de données. Bonus important ! : Connaissance des structures de données et des processus métier typiques d'un grand groupe international

L’équipe BCC (Base Connaissance Clients) de la MACIF est en charge de la maintenance et du développement de la base client transverse du groupe. Cette base a pour objectif de centraliser la connaissance client afin de personnaliser la relation et d’améliorer la performance commerciale. Dans un contexte de forte volumétrie de données et de multiplicité des sources, l’équipe fait face à des enjeux importants de fiabilisation, de performance et de réduction de dette technique. L’équipe est actuellement en montée en compétences sur DBT et évolue progressivement vers un mode de travail Agile Scrum. Le besoin s’inscrit dans ce contexte de renfort technique afin d’accompagner la structuration, le développement et l’optimisation des traitements data. Missions : -Développer et maintenir des transformations de données avec DBT -Concevoir et optimiser des requêtes SQL sur des environnements BigQuery -Participer à la structuration et à l’amélioration de la base de données clients -Traiter la dette technique existante sur les pipelines de données -Contribuer à la fiabilisation et à la qualité des données -Participer aux évolutions fonctionnelles de la plateforme data -Collaborer avec les équipes dans un contexte Agile Scrum -Versionner et gérer le code via GitLab -Participer aux revues de code et aux bonnes pratiques de développement data Profil attendu : Nous recherchons un développeur DBT confirmé disposant d’une solide expérience en SQL et en environnements BigQuery. Le candidat doit être capable d’évoluer dans des environnements data complexes, avec de fortes contraintes de volumétrie et de qualité de données. Une bonne capacité d’analyse et de structuration est attendue. Une expérience en environnement cloud (idéalement GCP) ainsi qu’une pratique de GitLab est nécessaire. La connaissance des méthodes Agile Scrum est un plus. Le poste nécessite une présence sur site à Niort (actuellement 2 jours par semaine, pouvant évoluer vers 3 jours selon les règles internes du client).