

Mission freelance Data Engineering Expérimenté
Île-de-France
Craftman data
Partager cette offre
Client / Projet : Carrefour – DataInsight - Couche sémantique & Agentique (Équipe Data Gouvernance / Analytics Factory).
Contexte & Enjeux : L'objectif est de renforcer et d'enrichir la couche sémantique universelle pour simplifier, accélérer et démocratiser l'accès à une donnée fiable en self-service pour l'ensemble des métiers. Le socle data sera fait pour alimenter plusieurs canaux de consommation (BI, GSheet, agents conversationnels).
Missions & Livrables :
Élargissement de la couverture de la couche sémantique via l'intégration de nouvelles données.
Conception d'outillages, d'architectures et de modèles/requêtes SQL/BigQuery optimisés (coûts et performances).
Outillages et scripts d'automatisation (Python, CI/CD) pour la gestion et la consommation de la couche sémantique.
Documentation technique/fonctionnelle complète et suivi des métadonnées.
Accompagnement à la résolution de tickets de support et Maintien en Condition Opérationnelle (MCO).
Modalités : Démarrage : ASAP | 2 jours/semaine sur site (IDF) |
Profil recherché
Titre / Niveau : Data Engineering Expérimenté (3 à 7 ans d'expérience).
Formation : Bac+5 informatique / Data Engineering avec 3 à 7 ans d'expérience en couche sémantique, modélisation et optimisation de Datamarts. Expérience dans le Retail appréciée.
Compétences clés :
Passionné, autonome, curieux et force de proposition pour réinventer l'accès à la donnée via l'IA agentique et le self-service.
Rigueur, sens du détail et esprit de synthèse.
Aisance relationnelle et pédagogie pour présenter des concepts techniques à divers interlocuteurs en français et anglais professionnel.
Environnement de travail
(Must Have) :
BigQuery & SQL : Maîtrise de BigQuery et SQL avancé (optimisation de code/requêtes sur de gros volumes).
Python : Maîtrise de Python et de la création d'automatisations / pipelines data.
Cloud GCP : Maîtrise des architectures Cloud GCP (BigQuery, Firebase, etc.) et principes de modélisation de données.
(Nice to Have) :
Transformation & Orchestration : dbt (pour la structuration/orchestration des pipelines), Pub/Sub pour le temps réel.
DevOps & CI/CD : GitLab CI/CD, Docker Compose, Git.
Ecosystème data : AtScale, IA Agentique, Self-Service, BI.
Méthodologie : Agile (Scrum).
Découvrir Craftman data
Postulez à cette offre !
Trouvez votre prochaine mission parmi +10 000 offres !
Fixez vos conditions
Rémunération, télétravail... Définissez tous les critères importants pour vous.
Faites-vous chasser
Les recruteurs viennent directement chercher leurs futurs talents dans notre CVthèque.
100% gratuit
Aucune commission prélevée sur votre mission freelance.
Data Engineering Expérimenté
Craftman data