Mission freelance Data Ingénieur

Compétences requises :
* Expertise en Scala et Spark.
* Expérience significative dans le développement d'ETL en contexte Big Data.
* Expérience AWS (Glue, Lambda, Step Function, S3, etc.) : niveau intermédiaire avec exéprience pratique
* Compétences Dev/Ops
* Capacité à travailler en équipe et à communiquer efficacement avec les parties prenantes.
* Organisation, orientation résultats et intérêt marqué pour le fonctionnel.
* Des compétences en Python et REACT seraient un plus pour le candidat

Profil recherché :
* Minimum 5 ans d'expérience en développement Scala Spark.
* Expérience avérée dans des projets Big Data et ETL.
* Capacité à être force de proposition et à travailler de manière autonome.
* Intérêt pour le secteur de l'énergie, du trading et de la détection d'abus de marché.

Le rôle du Data Engineer dans ce projet consistera à :
* Concevoir et implémenter les composants/pipelines d'ingestion de données en scala spark (glue jobs, sans utilisation de solutions managées type Databricks)
* Traiter et normaliser les données
* Refactoriser des imports existants pour être compliant avec l'architecture medaillon (silver + gold layers) et notre modèle uniformisé/harmonisé à toutes les plateformes (aggrégateurs, market exchanges)
* Appliquer/challenger les règles métier pour générer la couche gold tout en garantissant les performances, la scalabilité et les coûts cloud
* Distribuer les données aux différents consommateurs/Métiers
* Implémenter les règles de Data Quality (DataQuality framework : great expectation) et gérer le data calatog
* Développer et améliorer les frameworks communs (monitoring, CI/CD, tests, performance, résilience, standards de développement, qualité du code)
* Rédiger et maintenir la documentation technique des développements réalisés : schéma d'architecture, Infra, Flux, …
* Garantir le respect des standards du Groupe en matière de qualité, sécurité, partage, usage et architecture des données
* Participer au développement et à la maintenance du calculateur en Scala Spark avec l'objectif :
- d'optimiser le temps de calculs,
- d'optimiser les performances,
- de garantir la scalabilité au regard d'un accroissement annuel important du volume des market operations,
- de maîtriser et d'optimiser les coûts cloud.
* Être force de proposition pour améliorer les processus et les performances des systèmes.