Mission freelance 267 - Data Engineer / Architecte Databricks (H/F)

• Date de démarrage : ASAP

• Date de fin : 31/10/2026

• Localisation : Paris

• Tarif Journalier Moyen (TJM) Max : 660 €

Au sein des équipes Data, vous interviendrez sur la conception, le développement, la gouvernance et l'optimisation de nos plateformes de données. Vos activités principales s'articuleront autour de quatre grands piliers :

• Concevoir et développer des pipelines de données robustes et scalables sur Databricks (PySpark, Spark SQL, Delta Live Tables).

• Mettre en place des architectures Lakehouse basées sur Delta Lake.

• Industrialiser et orchestrer les workflows ETL/ELT à l'aide de Databricks Workflows.

• Administrer l’espace de travail (gestion des workspaces, configuration des clusters, gestion des permissions).

• Assurer l'optimisation des coûts (finops) via la configuration fine, l’autoscaling et le monitoring des clusters.

• Implémenter et faire respecter les bonnes pratiques de sécurité (Unity Catalog, gestion des accès, lineage de la donnée).

• Mettre en place des mécanismes stricts de qualité et de validation des données (expectations, tests automatisés).

• Documenter rigoureusement les modèles et les flux sur la plateforme.

• Garantir la fiabilité, la cohérence et la fraîcheur des données mises à disposition.

• Collaborer étroitement avec les Data Analysts, Data Scientists et les équipes métiers.

• Accompagner et former les utilisateurs clés dans l’adoption et la prise en main de l'écosystème Databricks.

• Participer activement aux revues de code, à la standardisation et au partage des bonnes pratiques d'ingénierie.

• Développement : Excellente maîtrise de PySpark ou Spark SQL.

• Écosystème : Forte expérience pratique avec Databricks (pipelines, clusters, notebooks, Unity Catalog).

• Architecture : Solides connaissances des architectures Lakehouse, du data modeling, des concepts ETL/ELT et des stratégies d'ingestion (batch & streaming).

• Cloud : Connaissance approfondie d’au moins un des principaux fournisseurs cloud (Azure, AWS ou GCP).

• DevOps : Maîtrise de Git et des pratiques de CI/CD (Azure DevOps, GitHub Actions, etc.).

• Connaissances en MLflow, orchestration de modèles et pratiques MLOps.

• Notions avancées en DataOps, cost optimization (FinOps) et outils de monitoring.

• Expérience dans l’exploitation d’APIs et l'ingestion de données en temps réel (ex: Kafka).