Trouvez votre prochaine mission ou futur job IT.

Nous recherchons un(e) Tech Lead Data Engineer capable de trouver des solutions innovantes et robustes à l'ensemble des problématiques Data. Vous aurez la charge de : • Assurer la mise en œuvre de l'accès, du référencement et de la qualité de la donnée • Assurer l'industrialisation, la supervision et l'intégration des solutions • Rédiger les normes de développement • Participer à la rédaction du manuel d'exploitation En tant que Tech Lead, vous savez : • Vous présenter et promouvoir des architectures data face au client • Identifier et comprendre les besoins métiers • Former, encadrer et faire évoluer les consultants juniors • Participer à la réponse aux appels d'offres (avant-vente) Référence de l'offre : dedbg6qwsh

Nous recherchons un(e) Tech Lead Data Engineer capable de trouver des solutions innovantes et robustes à l'ensemble des problématiques Data. Vous aurez la charge de : • Assurer la mise en œuvre de l'accès, du référencement et de la qualité de la donnée • Assurer l'industrialisation, la supervision et l'intégration des solutions • Rédiger les normes de développement • Participer à la rédaction du manuel d'exploitation En tant que Tech Lead, vous savez : • Vous présenter et promouvoir des architectures data face au client • Identifier et comprendre les besoins métiers • Former, encadrer et faire évoluer les consultants juniors • Participer à la réponse aux appels d'offres (avant-vente) Référence de l'offre : efielz010x

Je recrute un Lead Data Engineer - Microsoft Fabric / Azure Databricks Je recherche un profil Lead Data Engineer senior (7+ ans d'expérience) capable de combiner expertise technique, architecture Data et posture de consultant. Je recherche un Lead Data Engineer senior (10+ ans d'expérience) capable de combiner expertise technique, architecture Data et posture de consultant. Prérequis indispensables * Expertise hands-on Microsoft Fabric ET/OU Azure Databricks * Solide maîtrise de l'écosystème Data Microsoft / Azure * Expérience en architecture de plateformes Data modernes * Anglais courant / fluent * Excellente posture client : workshops, conseil, communication avec les stakeholders et leadership technique ⚠️ Microsoft Fabric ou Azure Databricks est indispensable. Si vous n'avez travaillé sur aucune de ces deux technologies, inutile de postuler à cette opportunité. Les sujets * Concevoir des plateformes Data greenfield * Moderniser des environnements Data & BI existants * Piloter techniquement des migrations vers le Cloud * Définir et challenger les choix d'architecture * Encadrer les équipes techniques * Intervenir comme référent Data & Analytics en avant-vente Je cherche donc quelqu'un qui ne soit pas uniquement un très bon Data Engineer : il faut pouvoir porter une architecture, challenger un client, prendre le lead techniquement et embarquer une équipe. 📍 CDI - 100 % full remote, avec une localisation obligatoire en France. 📩 Intéressé(e) ? Envoyez-moi directement votre CV en MP. #DataEngineering #MicrosoftFabric #AzureDatabricks #Azure #DataArchitecture #LeadDataEngineer #Microsoft Montreal Associates is acting as an Employment Agency in relation to this vacancy.

Contexte de la missionDans le cadre du renforcement de son équipe Data Platform, notre client recherche un Lead Data Orchestration Engineer, expert Apache Airflow et AWS MWAA. La plateforme actuelle orchestre des pipelines de données bancaires dans 9 pays européens. Après une première phase de stabilisation, l'objectif est désormais d'optimiser son architecture, de renforcer sa résilience et d'étudier une éventuelle migration vers une infrastructure plus adaptée. Missions et responsabilités1. Optimisation de l'architecture Airflow Faire évoluer et optimiser la DAG Factory existante. Migrer les dépendances inter-DAGs vers les mécanismes natifs Airflow (Datasets). Améliorer les performances et la scalabilité de la plateforme. Automatiser la validation des DAGs dans les pipelines CI/CD. 2. Sécurisation et résilience Renforcer l'observabilité : monitoring, dashboards, alerting. Implémenter une politique de rotation des secrets. Optimiser le capacity planning, le scaling et la gestion des ressources. Améliorer l'isolation réseau et les mécanismes de reprise automatique. Formaliser les procédures de gestion des incidents (runbooks). 3. Étude et migration d'infrastructure Réaliser un benchmark des alternatives à AWS MWAA (ECS/EKS, Astronomer, Dagster, Prefect). Évaluer les coûts, les performances et les risques associés. Définir une architecture cible et un plan de migration. Piloter les POC et la migration progressive si une nouvelle solution est retenue. Garantir la continuité de service pendant la transition. 4. Accompagnement et montée en compétences Former et accompagner les équipes Dev et Ops (environ 10 personnes). Définir et faire appliquer les standards techniques. Structurer une organisation Data Platform favorisant l'autonomie des équipes. Assurer le transfert de connaissances et le mentorat. Compétences techniques indispensablesApache Airflow : expertise avancée (scheduler, executor, pools, triggers, deferrable operators, Datasets). AWS : MWAA, SQS, SNS, Secrets Manager, CloudWatch, IAM. Python avancé : développement de plugins, operators et sensors personnalisés. Optimisation Airflow : expérience sur des plateformes de grande envergure (200+ DAGs en production). DAG Factory : conception et optimisation de génération dynamique de DAGs. Résilience et observabilité : monitoring, alerting, retry strategies, Dead Letter Queues, circuit breakers. Architecture Cloud : capacité à évaluer et concevoir des solutions d'orchestration évolutives. Compétences appréciéesExpérience d'une migration d'orchestrateur ou d'infrastructure Airflow. Connaissance d'Airflow sur ECS/EKS, Astronomer, Dagster ou Prefect. Maîtrise de Terraform (Infrastructure as Code). Expérience en environnement bancaire, international ou multi-pays. Compétences / Qualités indispensables : Apache Airflow, AWS MWAA ou Google Cloud Composer, Data Orchestration, Lead Data Engineer, Python, DAG Factory, AWS, ECS, EKS, Astronomer, Dagster, Prefect, DataOps, Terraform, CI/CD, CloudWatch

Nous recrutons pour une entreprise du secteur de l'assurance un ou une Lead Data Engineer pour concevoir, fiabiliser et industrialiser sa plateforme data. Vous combinerez expertise technique, conception d'architecture et accompagnement d'équipe. Vous veillerez à la qualité, à la sécurité et à la performance des données, en lien étroit avec les équipes IT et métiers. Vos missions Pilotage et leadership Accompagner une équipe de Data Engineers et, éventuellement, d'Analytics Engineers Définir et promouvoir les bonnes pratiques en matière de qualité, de documentation, de gestion de versions et de supervision des données Jouer un rôle de référent technique et garantir la cohérence des choix d'architecture, en collaboration avec les équipes DevOps et l'architecte d'entreprise Travailler avec les équipes métiers, notamment en actuariat, finance, gestion des sinistres et marketing, ainsi qu'avec les équipes IT Data engineering Concevoir et maintenir des pipelines de données robustes et évolutifs Orchestrer les flux de données avec Apache Airflow Modéliser et structurer les bases de données selon les besoins analytiques Garantir la performance, la sécurité et la traçabilité des données Industrialisation et DevOps Mettre en œuvre les pratiques CI/CD pour les projets data Automatiser les tests, les déploiements et les contrôles qualité Collaborer avec les équipes DevOps et Réseaux sur la gestion et la sécurisation des environnements Superviser les traitements et contribuer à la gestion des incidents data

Missions : Être la référence technique Data Engineering : définir les standards d'architecture, challenger les choix techniques, industrialiser les pipelines, garantir performance/qualité/sécurité et accompagner les équipes. Profils recherchés : Senior / Expert – Lead Data Engineer / Data Architect / Data Engineering Design Authority Compétences : Architecture Data, batch/streaming, Kafka, Spark, Airflow, Databricks, Snowflake, Cloud, DataOps, gouvernance/sécurité. Anglais B2+

Rejoignez une grande organisation du secteur automobile en tant que Lead Data Orchestration Engineer, en charge du pilotage et de l'optimisation d'une plateforme d'orchestration Apache Airflow hébergée sur AWS MWAA. Vous porterez une mission stratégique de transformation technique, alliant optimisation architecturale, sécurisation de l'infrastructure, et autonomisation des équipes autour d'une plateforme bancaire de données critiques. Notre client gère des pipelines de données complexes traversant 9 pays européens, avec une volumétrie considérable (200+ DAGs en production). Suite à un audit technique approfondi en début 2026, la plateforme a été stabilisée et entre désormais dans une phase d'optimisation structurelle. Vous serez au cœur de cette évolution, responsable de faire évoluer les mécanismes d'orchestration existants, de renforcer la robustesse face à la charge et aux défaillances, d'étudier les alternatives architecturales, et de structurer les équipes pour une exploitation en autonomie long terme. La mission s'organise autour de quatre axes complémentaires : - Axe 1 - Optimisation architecturale : faire évoluer la DAG Factory existante, migrer les dépendances inter-DAGs vers les mécanismes natifs Airflow (Datasets), optimiser les performances au parse-time et runtime, et mettre en place la validation automatisée en CI/CD (parse test, linting, tests d'intégration). - Axe 2 - Sécurisation et résilience : implémenter une politique de rotation des secrets, déployer le routage différencié des alertes par type d'incident et criticité, piloter le capacity planning et le tuning de la plateforme (pools, scaling, rétention logs), renforcer l'isolation réseau et durcir la configuration, finaliser et maintenir les runbooks d'incidents. - Axe 3 - Étude et migration vers une infrastructure cible : l'audit a mis en évidence les limites structurelles d'AWS MWAA (contraintes de scaling, flexibilité limitée, coûts). Vous serez chargé de benchmarker les alternatives (Airflow auto-hébergé sur ECS/EKS, Astronomer, Dagster, Prefect ou autres solutions), de produire une recommandation argumentée avec analyse coûts/bénéfices et risques, et de piloter la migration vers l'infrastructure retenue si pertinent. - Axe 4 - Autonomie des équipes : lancer et piloter un programme de formation sur l'orchestration destiné aux équipes Dev et Ops (environ 10 personnes), constituer une méta-équipe plateforme avec vision unifiée Dev + Ops sous leadership technique commun, accompagner l'évolution des profils (Dev vers Data Engineers, Ops vers DataOps), et évaluer l'internalisation progressive de profils techniques clés. Vous travaillerez dans un environnement technique mature et ambitieux, au sein d'une organisation valorisant l'excellence technique, la rigueur architecturale et le mentorat. Vous aurez également la responsabilité de concevoir et faire appliquer des standards...

Dans le cadre d'un projet Data stratégique, nous recherchons un Tech Lead Data Engineer pour accompagner la conception, le développement et l'industrialisation de solutions Data dans un environnement technique exigeant. 🎯 Vos missions Concevoir et faire évoluer des architectures Data robustes et scalables Piloter techniquement les développements et accompagner les Data Engineers Concevoir et industrialiser des pipelines de données Intervenir sur des architectures Data temps réel / streaming avec Kafka Développer et maintenir des solutions sur Palantir Foundry Garantir la qualité, la performance et la fiabilité des traitements Data Participer aux choix d'architecture et aux bonnes pratiques de développement Assurer la revue de code et accompagner la montée en compétences de l'équipe Collaborer avec les équipes Data, Architecture, DevOps et métiers 🛠️ Environnement technique Indispensables : Kafka Palantir Foundry Solide expertise en Data Engineering Conception de pipelines Data Architecture Data / traitement distribué Python et/ou SQL Expérience en environnement de production Atouts : Kafka Streams / Confluent Spark / PySpark APIs / microservices CI/CD, Git, Docker, Kubernetes Cloud Expérience en lead technique ou en accompagnement d'équipe 👤 Profil recherché De formation supérieure en informatique ou Data, vous disposez d'au moins 7 ans d'expérience en Data Engineering, dont une expérience significative en lead technique. Vous êtes à l'aise dans des environnements complexes et avez une forte capacité à challenger les choix techniques, concevoir des solutions robustes et accompagner les équipes dans leur mise en œuvre. Une expérience concrète sur Palantir Foundry et Kafka est indispensable.

Rattaché à une équipe dédiée à la performance data, vous intervenez sur la conception, le développement et l'évolution de solutions de Business Intelligence orientées e-Retail. Vous prenez en charge l'ensemble du cycle de vie des projets data : de l'analyse des besoins métiers jusqu'au déploiement des solutions, en passant par leur développement. Grâce à votre séniorité, vous jouez un rôle clé de référent technique et de manager d'équipe. Gestion de projet & delivery :Piloter la planification, le budget et les ressources des projets data Recueillir et traduire les besoins métier en spécifications techniques et data products Superviser la conception, le développement et la maintenance des pipelines de données Garantir la livraison des dashboards et reportings (Power BI) Optimiser les processus afin d'assurer la qualité et la fiabilité des données Coordination & cohérence :Assurer la cohérence globale des projets BI via des référentiels et catalogues de données Faciliter la communication entre équipes techniques et métiers Garantir l'alignement des projets avec les enjeux business Favoriser les synergies entre les différents projets data Management d'équipe :Encadrer et accompagner une équipe de data engineers / analytics engineers Promouvoir un environnement de travail collaboratif et bienveillant Assurer le développement des compétences (coaching, formation, feedback) Développement & évolution technique :Développer des pipelines et transformations de données Construire et maintenir des rapports et dashboards Optimiser les performances des traitements et modèles de données Maintenance & support :Identifier et corriger les incidents liés aux flux data et aux reportings Garantir des délais de résolution efficaces Assurer le suivi et le reporting des incidents Lead technique :Piloter les revues de code et garantir les bonnes pratiques Être référent technique pour l'équipe Intervenir en support sur des projets critiques ou urgents Assurer la continuité opérationnelle de l'équipe data

Le contexteUn acteur majeur du secteur du voyage et de la distribution lance un nouveau projet stratégique : la construction d'un moteur de recommandation et de personnalisation destiné à proposer en temps réel, à chaque client, les offres et produits les plus pertinents selon son profil. Vous êtes le premier profil technique recruté pour poser les fondations d'une nouvelle équipe Data Engineering qui s'étoffera progressivement. Tout est à construire : l'architecture a été esquissée mais reste entièrement challengeable. Votre rôle : concevoir et bâtir de zéro la plateforme de données en streaming qui alimentera les équipes Data Science et Produit. Vos missionsConcevoir et construire from scratch le pipeline de données en streaming qui alimentera les modèles de recommandation et de personnalisation. Mettre à disposition les données en temps réel pour les équipes Data Science et les produits, avec une contrainte métier forte : un temps de réponse de l'ordre de 3 secondes entre la recherche du client et la recommandation affichée. Définir et challenger les choix d'architecture (event-driven), clarifier la stack par rapport au cadrage initial. Gérer également une partie batch pour enrichir l'historique et les profils clients. Accompagner la montée en puissance de l'équipe et jouer un rôle de référent technique. Compétences techniques requisesStreaming & temps réel (critique) Maîtrise approfondie des concepts de streaming : gestion du fenêtrage (windowing), traitement temps réel, garanties de livraison, au-delà du seul outil Kafka. Expérience solide d'une architecture event-driven. Cloud & traitement Expertise Google Cloud Platform (BigQuery notamment). Python comme langage principal. Aisance sur les pipelines batch pour l'enrichissement de données historiques. Pratiques d'ingénierie Infrastructure as Code (Terraform), CI/CD, bonnes pratiques de qualité et de documentation.

Dans le cadre du renforcement d'une équipe Data Platform dans le secteur automobile et financier, nous recherchons un Lead Data Orchestration Engineer / Expert Apache Airflow pour accompagner l'optimisation, la sécurisation et l'évolution d'une plateforme d'orchestration Data à forte volumétrie. La plateforme Apache Airflow sous AWS MWAA orchestre actuellement des pipelines de données bancaires couvrant 9 pays européens. Vous interviendrez autour de 4 axes majeurs : 1. Optimisation de la plateforme Airflow Optimisation d'une plateforme de 200+ DAGs en production Évolution et optimisation de la DAG Factory Migration des dépendances inter-DAGs vers les Datasets Airflow Optimisation des performances au parse-time et runtime Mise en place de tests automatisés des DAGs en CI/CD 2. Sécurisation & résilience Capacity planning et tuning Airflow Gestion des pools, scaling et rétention des logs Rotation des secrets Amélioration de l'observabilité et de l'alerting Mise en œuvre de mécanismes de résilience : retry strategies, DLQ, circuit breakers, isolation des flux 3. Étude et migration de la plateforme Benchmark des alternatives à AWS MWAA Étude d'architectures Airflow sur ECS/EKS, Astronomer, Dagster, Prefect Réalisation de POC et recommandation d'une architecture cible Pilotage d'une éventuelle migration jusqu'à la mise en production 4. Leadership & transmission Définition et application des standards techniques Mentorat des équipes Dev & Ops Formation d'une dizaine de collaborateurs Accompagnement des équipes vers des compétences Data Engineering / DataOps

position : Data Airflow expert Informations mission : Localisation / Site : Sochaux (TT à déterminer) / Île-de-France ou hybride selon accord TJM : 750 € HT/jour Date de démarrage : ASAP Date de fin : 31/12/2026 (renouvelable) Langue de travail : Français / Anglais professionnel Synthèse de la mission : Nous recherchons un Lead Data Orchestration Engineer expert sur Apache Airflow et AWS MWAA pour renforcer l'équipe Data Platform de notre client dans le secteur financier. La plateforme d'orchestration (Airflow MWAA v2.10.3) gère des pipelines de données bancaires à travers 9 pays européens. Suite à un audit technique et une première phase de stabilisation, la mission porte sur l'optimisation, la sécurisation durable de la plateforme et l'étude d'une infrastructure cible plus adaptée (passage à l'échelle, renforcement de l'observabilité et montée en compétence des équipes). Objectifs et axes de la mission : La mission se structure autour de quatre axes majeurs : Optimisation architecturale : Faire évoluer la DAG Factory existante, migrer vers des mécanismes natifs (Datasets), optimiser les performances (parse-time/runtime) et intégrer la validation automatisée en CI/CD. Sécurisation et résilience : Renforcer la robustesse face à la charge (observabilité de bout en bout, rotation des secrets, isolation des flux, politique d'alerting et runbooks). Étude et migration vers une infrastructure cible : Étudier les limites d'AWS MWAA, benchmarker les alternatives (Airflow sur ECS/EKS, Astronomer, Dagster, Prefect, etc.), produire une recommandation argumentée (coûts/bénéfices) et piloter la migration vers l'infrastructure retenue si pertinent. Autonomie des équipes : Former et structurer les équipes Dev et Ops (environ 10 personnes) pour assurer l'opérabilité, le diagnostic et l'évolution autonome de la plateforme à long terme. Profil recherché : Séniorité : 5 ans d'expérience minimum sur Apache Airflow, dont une expérience significative en environnement managé (AWS MWAA ou Google Cloud Composer). Compétences techniques requises : Maîtrise avancée du modèle d'exécution Airflow (scheduler, executor, pools, triggers, deferrable operators). Expérience de tuning et d'optimisation de plateformes Airflow à l'échelle (200+ DAGs en production). Expertise AWS (MWAA, SQS, SNS, Secrets Manager, CloudWatch, IAM) et compétences en Infrastructure as Code (Terraform). Connaissance des alternatives à MWAA (Airflow sur ECS/EKS, Astronomer, orchestrateurs modernes) et appétence pour les projets de migration. Expérience avec des DAGs Factory dynamiques et mise en place de patterns de résilience (retry strategies, DLQ, circuit breakers). Python avancé (plugins custom, operators, sensors). Compétences transverses : Capacité à concevoir et faire appliquer des standards techniques (code reviews, patterns). Expérience de mentorat et de transfert de compétences auprès d'équipes mixtes (Dev + Ops). Capacité à piloter un programme d'optimisation technique (priorisation, suivi, reporting). Autonomie, leadership technique et force de proposition.

Lead Data & AI Engineer – Knowledge Graph Localisation : Paris, hybride Démarrage : dès que possible Durée : longue mission, à définir avec le client Rythme : temps plein Contrat : freelance, portage ou salarié Contexte\ Nous accompagnons un grand compte du secteur financier qui construit une plateforme d'IA agentique pour le développement logiciel. Le client recherche le profil qui structurera la couche de connaissance sur laquelle s'appuieront ses agents. Un premier POC existe sur Neo4j.

Missions et responsabilités1. Ontologie et Knowledge GraphConcevoir, construire et maintenir l'ontologie et le modèle de graphe de connaissances. Structurer les données techniques et métier pour leur exploitation par des agents IA. Définir la stratégie d'intégration des différentes sources de données. Assurer la connexion entre le Knowledge Graph et les systèmes d'information existants. Mettre en place les mécanismes de traçabilité, de fraîcheur et de qualité des données. 2. Data Engineering et fiabilitéConcevoir et industrialiser les pipelines d'alimentation du graphe de connaissances. Garantir la durabilité et l'exploitabilité du service : stockage persistant, sauvegarde, restauration et exploitation. Mettre en place des mécanismes de contrôle de qualité des données. Développer les contrôles de grounding permettant de vérifier que les informations produites par les agents IA sont réellement présentes dans le graphe. Garantir la fiabilité et la traçabilité des informations exploitées par les agents. 3. Intégration IA et accès aux connaissancesDéfinir des contrats d'accès sécurisés et gouvernés à la connaissance. Faciliter l'exploitation du Knowledge Graph par les agents IA, les workflows, les skills réutilisables et les outils développeurs. Collaborer avec les Tech Leads Plateforme et Agents sur les exigences d'accès, de sécurité et d'évaluation. Rationaliser les outils et interfaces de consultation de la connaissance. Mesurer les coûts et les performances des exécutions enrichies par le graphe, notamment leur latence. 4. Gouvernance et évolutionDéfinir les règles de gouvernance et de qualité des données. Collaborer avec les responsables applicatifs, les équipes de développement et les équipes Data. Garantir la cohérence et la mise à jour des connaissances. Préparer l'extension progressive du Knowledge Graph aux données et règles métier. Participer aux choix d'architecture et aux orientations techniques de la plateforme.

Dans le cadre d'un programme IA et d'un incubateur, tu pilotes de bout en bout des projets opérationnels d'intelligence artificielle sur ServiceNow, de l'étude de faisabilité jusqu'à l'industrialisation. Tu assures la coordination des équipes, le suivi des livraisons, du budget, du ROI et des jalons, tout en veillant à la bonne gouvernance des projets et à l'atteinte des objectifs. Tu interviens sur des cas d'usage variés, notamment : Knowledge Management 2.0 Virtual Agent hors ITSM Next Best Steps et Ticket Quality Real-Time AI Prediction et Predictive Intelligence Process Mining et Incident Change Correlation Agent Builder et Fulfiller Capabilities Tu animes les différentes phases d'incubation : étude de faisabilité, PoC/PoV, intégration et industrialisation. En lien étroit avec les Product Owners, Tech Leads, Data Engineers, les parties prenantes internes et les partenaires externes, tu facilites la collaboration entre les équipes et assures une coordination régulière avec les équipes offshore. Tes responsabilités Piloter l'exécution des projets IA de bout en bout, en garantissant le respect des objectifs, des délais, des budgets et des engagements de livraison. Mettre en place et animer la gouvernance des projets : suivi des jalons, gestion des risques, des dépendances et des arbitrages. Suivre la performance des projets, notamment les indicateurs de livraison et le ROI. Coordonner les équipes métier, techniques et data, ainsi que les partenaires externes. Animer les différentes étapes de l'incubateur, de l'évaluation de la faisabilité à la mise en production. Préparer les décisions et faciliter les échanges entre les différentes parties prenantes. Accompagner la préparation du transfert aux équipes en charge de l'exploitation et de la maintenance. Contribuer à la conduite du changement et à la communication autour des projets.