Mission freelance Data Engineer Senior

Grand groupe international du secteur de l’énergie engagé dans la transformation digitale de ses activités à l’échelle mondiale.
Au sein de l'entité, composée d’équipes pluridisciplinaires organisées en squads Agile, la mission vise à accélérer le développement de solutions data et digitales déployées dans de nombreux pays.

L’environnement de travail combine :

• culture produit et méthodes Agile,

• forte exigence de qualité logicielle,

• architecture cloud moderne,

• collaboration avec des experts techniques (architectes, chapter leads, coachs techniques).

Le consultant interviendra au sein d’une équipe produit afin de :

• concevoir et industrialiser des pipelines de données complexes,

• développer des solutions data robustes et scalables,

• garantir la qualité, la performance et la maintenabilité des traitements,

• participer à l’amélioration continue des pratiques data et DevOps.

Ingénierie & Développement

• Concevoir et développer des pipelines de données performants

• Participer à la définition des architectures data

• Développer des traitements Python pour le nettoyage et la transformation des données

• Garantir la qualité du code (Clean Code, peer review, bonnes pratiques)

• Produire et maintenir la documentation technique

• Mettre en place l’observabilité des flux (logs, monitoring, alerting)

• Optimiser les performances et les coûts d’infrastructure (FinOps)

• Garantir la sécurité et la conformité des données

• Participer à la résolution des incidents de production

• Traduire les besoins métier en solutions techniques

• Participer aux cérémonies Agile et aux choix techniques

• Collaborer avec les équipes transverses

• Contribuer au partage des bonnes pratiques au sein de la communauté technique

• Azure Cloud Services

  • Azure Functions

  • Azure Data Lake Storage (ADLS Gen2)

  • Azure Container Instances

  • Azure Event Hubs

• Bases relationnelles

• Connaissances en bases NoSQL appréciées

• Python avancé

• pandas

• Scripts de transformation et contextualisation de données

• Connaissances Data Science appréciées

• Git / GitHub

• Pytest

• Ruff / Black

• Pratiques CI/CD et qualité logicielle