Find your next tech and IT Job or contract DBT

Lead Data Engineer pour prendre en charge et piloter le Consumer Data Hub (CDH), une plateforme unifiée de données consommateurs couvrant plus de 10 pays et des dizaines de millions de profils, permettant l'activation marketing, l'analyse avancée, les prévisions et les capacités d'IA agentique. Vous encadrerez une équipe de 4 data engineers tout en restant fortement technique — en concevant des systèmes, en planifiant les feuilles de route, et en collaborant avec des parties prenantes transverses pour traduire les besoins métier en solutions scalables. Ce poste exige de maîtriser l'équilibre entre le fait d'être un exécutant et celui d'être un leader. Vous rejoindrez une équipe autonome et exigeante, portée par une culture d'excellence technique et de respect mutuel. Si vous êtes animé par le sens de la responsabilité et que vous aimez construire des choses qui comptent à grande échelle — ce poste est fait pour vous. Responsabilités principalesLeadership technique Piloter l'architecture du projet, l'orientation technique et la vision à long terme Écrire du code de production en Python, SQL et dbt — en conservant des compétences techniques opérationnelles Garantir la cohérence technique entre les composants ; identifier et résoudre les problèmes de performance, de scalabilité et de dette technique Établir des standards de qualité des données, d'observabilité et de pratiques de monitoring Veiller à la conformité de la plateforme et au respect du RGPD Être à l'avant-garde du nouveau paradigme Data Engineering / Product Owner avec le Spec Driven Development assisté par l'IA Développer la stack d'IA agentique déjà mise en place (Cortex, Genie, LangGraph, Phoenix, etc.) Planification et livraison de projet Prendre en charge le plan de projet par trimestre : découper le travail en livrables, maximiser l'exécution en parallèle et ajuster en fonction des nouvelles informations Collecter et synthétiser les besoins auprès des partenaires techniques et non techniques ; les traduire en une feuille de route priorisée Identifier les inconnues en amont, évaluer les risques techniques et les communiquer de manière proactive Définir des métriques et des KPIs pour suivre la santé du projet et étayer les décisions par des données Leadership humain et gestion d'équipe Encadrer et accompagner 4 data engineers — développer leurs compétences, lever les blocages et déléguer efficacement Représenter l'équipe en externe : faire remonter les besoins et partager le contexte en retour Cultiver une culture de responsabilité, d'excellence et d'amélioration continue

Référent technique au sein d'une équipe Data en environnement Agile, sur un Datahub GCP (BigQuery). Le poste assure de bout en bout l'ingestion, la transformation et l'exposition de données à forte valeur métier, avec des enjeux de qualité de code, d'optimisation des coûts (FinOps), de fiabilité des échanges partenaires et de stabilité du RUN. Missions : - Développer et industrialiser les pipelines d'ingestion depuis les applications sources Oracle vers BigQuery et Cloud SQL - Structurer et modéliser les couches de transformation (staging, normalisation, agrégations, datamarts) avec dbt, dans le respect des règles métier et des contrats d'interface - Concevoir des DAGs Airflow modulaires, gérer les dépendances et la résilience des traitements - Concevoir et automatiser la génération des flux sortants XML (conformes aux schémas XSD) et CSV volumineux depuis BigQuery à destination des partenaires - Mettre en œuvre une stratégie de tests : tests unitaires, tests de données dbt et validation de l'implémentation du contrat d'interface - Optimiser en continu les requêtes SQL et les traitements BigQuery et Cloud SQL (partitionnement, clustering, gestion du cache, optimisation des jointures, clés composites) - Suivre et maîtriser la consommation budgétaire et l'usage des ressources GCP (FinOps) - Mettre en place les outils, alertes et procédures de supervision pour le monitoring proactif des traitements et flux - Assurer le support de niveau avancé et la résolution rapide des incidents en production - Garantir les bonnes pratiques : revues de code, standardisation, mentoring des profils juniors - Collaborer avec l'équipe Framework sur les outils et patterns mis à disposition - Cadrer les besoins avec le PPO, le PO et les experts métier - Participer activement aux rituels Agiles Profil attendu : Développeur senior maîtrisant GCP au niveau Expert, avec un SQL avancé et une bonne maîtrise du partitionnement et du tuning sur BigQuery et Cloud SQL. Expérience attendue de dbt (macros Jinja, packages, tests de données), de Git et des chaînes CI/CD, ainsi que de la manipulation de données Oracle et de la génération et du parsing avancés de fichiers XML et CSV. Profil autonome, pédagogue et capable de vulgariser la technique auprès des métiers. Mission en présentiel à Lille, sans télétravail.

Vos missions principales : -Migration & Optimisation : Reprendre, migrer et optimiser les flux existants (Dataiku DSS, Oracle Exadata / PL-SQL) vers la nouvelle stack cible (Snowflake, dbt). -Modélisation & Orchestration : Concevoir les modèles de données sous dbt, écrire du SQL avancé sur de très gros volumes et orchestrer les pipelines via Airflow. -Gouvernance & FinOps : Assurer l'optimisation des coûts, des performances et des requêtes sur Snowflake dans le respect des standards d'urbanisme data. -Relation Métier : Échanger directement avec les équipes métier pour traduire leurs enjeux opérationnels et garantir la rigueur documentaire.

Le client est une grande enseigne de la distribution spécialisée. VOTRE MISSION : Automatiser et industrialiser les pipelines de transformation de données qui servent aux dashboards, modèles IA et data analyses Construire et modéliser la semantic layer de domaine métier (supply chain et production) ; Définir la stratégie de nos stacks techniques et garantir la qualité des données exposées ; Maintenir et repenser les datasets et pipelines existants pour servir une plus large variété de use cases ; Permettre de l'analytique intelligente en construisant des datasets robustes, fiables et pertinents ; Contribuer activement à notre communauté d'analytics engineers et de data engineers ; Le périmètre technique : Data-platform : Amazon Web Services, Databricks, Glue, S3 Code Programming : SQL, Python, Scala Data orchestration : Airflow Data modeling : dbt Data quality : great_expectations Software Delivery : Git, Github, Make

Nous recherchons pour une entreprise de renommée française spécialisée dans le secteur de la santé, un Data Analyst Confirmé H/F en CDI sur Lyon. La mission consiste à mettre en place, modéliser et implémenter un business process partir de documents, artefacts et dashboards déjà existants Doté(e) d'un "Product Mindset", vous serez amené a faire le pont entre les équipes métiers, les process et la data. Vous serez en charge de: • Analyser les documents, artefacts, données et dashboards • Echanger de manière transverse avec les équipes métiers et data • Clarifier et formaliser les Business Process • Construire les maps et modèles de process • faire le lien entre les processus métiers et données disponibles • concevoir et implémenter les data modèles dans snowflakes et DBT • définir et suivre les KPIs qui permettent de monitorer les processus • traduire les dashboards en insight business • Identifier les gaps, anomalies et points de blocage Référence de l'offre : hx9hfbjt40

Dans le cadre d'un projet stratégique au sein d'un grand environnement bancaire, nous recherchons un Data Engineer / Data Lake Developer expérimenté pour renforcer une équipe IT Data et accompagner le déploiement d'une nouvelle plateforme Databricks. Le consultant interviendra sur la conception, le développement et l'industrialisation des composants nécessaires à l'alimentation et à l'exploitation du Data Lake, au sein d'un environnement Agile et international. MissionsConcevoir et développer des pipelines d'ingestion et de transformation de données robustes et scalables, en batch et temps réel. Développer et maintenir les flux ETL Talend alimentant le Data Lake et les systèmes consommateurs. Développer des traitements Python / PySpark sur Databricks. Mettre en œuvre et optimiser les modèles de données cibles. Automatiser les transformations, la documentation et les tests avec dbt. Développer et configurer des flux CDC (Change Data Capture). Mettre en place les bonnes pratiques de Data Quality, monitoring, alerting et logging. Développer des composants réutilisables : templates de pipelines, librairies partagées et frameworks CI/CD. Réaliser les développements et tests associés. Participer aux mises en production et à l'industrialisation des solutions. Compétences techniques recherchéesForte expertise sur Talend ETL : développement, debugging et industrialisation. Bonne maîtrise de Python et PySpark. Expérience significative sur Databricks : Jobs, Workflows, Delta Lake, Notebooks et optimisation. Excellente maîtrise de SQL, notamment sur les requêtes complexes et l'optimisation des performances. Expérience pratique de dbt pour la transformation et la modélisation des données. Bonne connaissance des problématiques CDC / Change Data Capture. Une expérience sur Qlik Replicate / Attunity est fortement appréciée. Connaissance de Kafka appréciée. Connaissances en Java. Expérience DevOps : Git, CI/CD, automatisation des tests et des déploiements. Utilisation d'outils d'IA générative pour accélérer les développements Python, PySpark et SQL, le refactoring et les tests. Profil recherchéVous justifiez d'au moins 3 ans d'expérience en Data Engineering / Data Lake. Vous êtes autonome, rigoureux, proactif et disposez de solides capacités d'analyse. Vous êtes également à l'aise dans des environnements exigeants et possédez un bon relationnel client. Anglais courant obligatoire.

🎯 MISSIONS : Intégré(e) aux équipes d'un de nos clients grands comptes, vos missions seront les suivantes : Définition des spécificités techniques avec l'ensemble des parties prenantes Définition de l'architecture des applications Rédaction de la documentation technique Optimisation des applications existantes Développement de nouvelles fonctionnalités. Mise en place de la méthodologie de développement (TDD, BDD) et des processus d'intégration continue pour chaque projet : du développement jusqu'à la livraison Mise en place se l'environnement de développement et du socle technique Être le référent technique sur les projets de développement : suivi du projet, cohérence des technos et des méthodes utilisées, qualité du code,... Détecter, analyser et corriger les éventuels problèmes (sécurité, performances, etc.) Sensibiliser l'équipe aux bonnes pratiques de développement : transfert de compétences, méthodologie, sécurité,... Réaliser de la veille technologique pour améliorer en continue les pratiques Participation aux différentes instances de suivi de projet Technos : Backend : Java, Spring Boot, Oracle DB JUnit, PostgreSQL, DBT, Spring Batch... Frontend : JavaScript, Angular, ReactJS, TypeScript DevOps : Sonar, Git, Gitlab, Jira, Docker / Kubernetes, ELK, Grafana, Maven,...

Notre client, acteur majeur du secteur de l'énergie, renforce son équipe Data afin d'accompagner la transformation et la modernisation de son écosystème de données. Au sein d'une équipe d'expertise Data, vous interviendrez sur la conception, l'évolution et l'automatisation de chaînes de traitement de données, dans un contexte de migration progressive vers une nouvelle Data Platform. L'objectif est notamment de reprendre des traitements existants, de migrer les flux historiques vers la plateforme cible et de développer de nouveaux besoins Data exprimés par les métiers. La mission nécessite une opérationnalité immédiate : vous serez amené(e) à reprendre des chaînes de traitement existantes et à intervenir directement sur des sujets métier en cours. Missions : Concevoir et développer des pipelines d'ingestion et de transformation de données complexes et/ou volumineuses ; Construire les tables et modèles de données destinés aux utilisateurs de la Self-BI ; Développer principalement en SQL sur Snowflake et dbt ; Utiliser Python pour certains traitements spécifiques ; Mettre en place et maintenir l'orchestration des traitements avec Airflow ; Optimiser les traitements afin de garantir leur performance sur de très gros volumes de données ; Respecter les principes d'urbanisation et les standards de la Data Platform. Les données traitées peuvent représenter des volumétries très importantes, jusqu'à plusieurs dizaines de milliards de lignes. Modélisation et valorisation des données Une partie importante de la mission consiste à accompagner la migration de traitements historiques vers la nouvelle Data Platform. À ce titre, vous serez amené(e) à : Lire, comprendre et reprendre des flows Dataiku DSS existants ; Analyser les traitements historiques développés sur Oracle Exadata ; Participer à leur migration vers Snowflake / dbt ; Garantir la continuité et la cohérence fonctionnelle des traitements migrés ; Documenter les travaux de migration ; Identifier les éventuels écarts ou adaptations nécessaires. La plateforme cible repose principalement sur Snowflake, dbt et Airflow, tandis que certains traitements historiques doivent encore être repris depuis Dataiku DSS et Oracle Exadata.

La mission consiste à intervenir en tant qu'Ingénieur Data dans le cadre d'un programme majeur de transformation du système d'information pour un acteur du secteur bancaire. Le programme inclut la modernisation de la plateforme data existante, la migration vers une nouvelle cible décisionnelle basée sur Snowflake et l'industrialisation de nouveaux usages data à forte valeur métier. Le consultant participera à la conception, au développement, au pilotage et à la livraison de datamarts décisionnels, à la migration des usages Talend vers DBT, ainsi qu'à l'alimentation des données brutes vers Snowflake. Il interviendra sur l'ensemble du cycle de vie des usages, depuis l'analyse des besoins métier jusqu'aux développements, tests, mise en production, documentation et suivi post-déploiement.

• Concevoir et implémenter des pipelines d'ingestion et de transformation de données (batch et temps réel), robustes et scalables. • Développer et maintenir les flux ETL Talend qui alimentent le datalake et les systèmes consommateurs. • Développer des traitements Python / PySpark sur Databricks et mettre en œuvre les modèles de données cibles. • Automatiser les transformations, la documentation et les tests de données avec dbt. • Configurer les pipelines d'acheminement des données, y compris les flux CDC. • Mettre en place les bonnes pratiques de qualité de données, de monitoring, d'alerting et de logging. • Développer des modules réutilisables (templates de pipelines, librairies communes, CI/CD) et exploiter les modules existants dans les nouveaux projets. • Réaliser les développements et les tests associés, et accompagner les mises en production.