Offre d'emploi Consultant·e Data Engineer Senior / Lead – Spark, Scala & Azure Databricks

Anafi Consulting est un cabinet de conseil spécialisé dans les transformations technologiques et organisationnelles.

Nous accompagnons nos clients grands comptes dans leurs projets stratégiques autour de la Finance, de la Data, du Cloud, du DevOps et du développement applicatif, en combinant expertise technique, compréhension métier et qualité du delivery.

Dans le cadre de projets stratégiques de transformation Data au sein d'un environnement bancaire international, nous recherchons un(e) Data Engineer Senior / Lead spécialisé(e) dans les technologies Apache Spark, Scala et Azure Databricks.

Vous interviendrez sur la conception, le développement et l'optimisation de plateformes de traitement de données à grande échelle, notamment autour des données de marché et des reportings financiers réglementaires.

Votre rôle couvrira l'ensemble du cycle de vie des traitements Data : ingestion, transformation, contrôle qualité, optimisation des performances, industrialisation et mise en production.

Vous contribuerez également aux choix d'architecture et à l'accompagnement technique des équipes.

• Concevoir et développer des pipelines de traitement de données avec Apache Spark et Scala.

• Collecter, transformer et consolider des données issues de sources multiples.

• Développer des traitements distribués pour des volumes importants de données financières.

• Mettre en œuvre des contrôles de qualité et de cohérence des données.

• Automatiser les traitements de rapprochement et les calculs financiers.

• Garantir la fiabilité et la traçabilité des données produites.

• Participer à la conception et à l'évolution d'architectures Data Lake sur Microsoft Azure.

• Mettre en œuvre des solutions Delta Lake selon une architecture médaillon Bronze / Silver / Gold.

• Développer et maintenir des traitements sur Azure Databricks.

• Contribuer à l'optimisation du stockage et de l'exploitation des données sur Azure Data Lake Storage Gen2.

• Participer aux projets de modernisation et de migration des plateformes Data.

• Optimiser les performances des traitements Spark.

• Analyser les plans d'exécution et améliorer les stratégies de partitionnement.

• Réduire les temps de traitement grâce à l'optimisation des opérations de shuffle et des agrégations.

• Participer aux migrations et montées de version des environnements Spark.

• Identifier les axes d'amélioration de la performance, de la stabilité et de la maintenabilité des pipelines.

• Développer des traitements de calcul et d'agrégation de données financières.

• Contribuer à la production de reportings réglementaires tels que NSFR et COREP.

• Participer à la fiabilisation des données de marché et des référentiels financiers.

• Développer des mécanismes de rapprochement entre différentes sources de données.

• Garantir la qualité et la non-régression des calculs.

• Industrialiser les traitements Data à travers des pipelines CI/CD.

• Automatiser les tests unitaires et d'intégration.

• Participer au déploiement des applications sur Kubernetes / AKS.

• Utiliser Helm pour la gestion des déploiements.

• Contribuer à l'amélioration continue des pratiques de développement et de livraison.

• Participer aux choix d'architecture et aux orientations techniques.

• Accompagner les ingénieurs Data dans leur montée en compétence.

• Réaliser des revues de code et promouvoir les bonnes pratiques de développement.

• Collaborer avec les équipes métiers, Data Analysts et équipes IT.

• Animer des ateliers techniques dans le cadre des évolutions et migrations technologiques.

Data Engineering & Big Data

• Scala

• Apache Spark

• Azure Databricks

• Delta Lake

• SQL

Cloud & Stockage

• Microsoft Azure

• Azure Data Lake Storage Gen2 (ADLS)

• Architecture Data Lake

• Architecture médaillon Bronze / Silver / Gold

Bases de données & Restitution

• ClickHouse

• OpenSee

DevOps & Industrialisation

• Jenkins

• GitHub

• Kubernetes / Azure AKS

• Helm

• Oozie

• CI/CD

Développement

• Java

• Spring Boot

• Angular

Qualité & Performance

• Tests unitaires et d'intégration

• Optimisation Spark

• Partitionnement et shuffle

• Monitoring des traitements

• Qualité et fiabilité des données