Trouvez votre prochaine offre d’emploi ou de mission freelance Apache Airflow

Tech Lead en grand compte, c'est d'abord garantir la réussite technique d'un produit : architecture cible, choix technologiques, qualité logicielle, cybersécurité by design, industrialisation, montée en compétence d'une équipe. La chaîne data et l'IA font partie du scope de la Squad — comme une dimension du produit, pas comme votre spécialité d'expert. Vous avez tenu ce rôle 3 à 5 ans en SAFe ? Rejoignez une Squad Agile Data & IA d'un leader européen de la production électrique. Au sein d'une Squad Agile Data & IA d'un leader européen de la production électrique, vous rejoignez en Tech Lead un produit dont vous êtes le référent technique principal. Vous êtes responsable de l'architecture cible, des choix technologiques, de la qualité des développements, de la sécurité, de l'industrialisation et de la montée en compétence de l'équipe. Le produit couvre plusieurs couches techniques que vous portez en transverse : backend Java / Spring Boot avec APIs REST (OpenAPI, OAuth2 / JWT) déployé sur Openshift et adossé à des plateformes data internes (Hexadata, GoldenGate), frontend Angular ou React, pipelines data (Airflow, Spark, Trino, Data Warehouse, Data Lake), chaîne IA (Machine Learning, Deep Learning, LLM, RAG, LangChain, IA agentique), cloud et DevOps (Azure / AWS / GCP, Docker, Kubernetes, Terraform, GitLab CI/CD, Jenkins, SonarQube). Vous portez également les sujets de cybersécurité (OWASP, IAM, MFA, chiffrement, RGPD, sécurisation des APIs, gestion des secrets) et le support de niveau 3 / maintenance évolutive. La data et l'IA sont dans le scope de la Squad — vous appréhendez la chaîne sans être attendu comme expert pur sur ces sujets. Vos Responsabilités Votre quotidien s'articulera autour de quatre piliers majeurs : Architecture cible & choix technologiques : Définir l'architecture cible du produit et réaliser les choix technologiques structurants sur l'ensemble des couches — backend Java / Spring Boot, frontend Angular ou React, pipelines data (Airflow / Spark / Trino), chaîne IA, cloud (Azure / AWS / GCP), déploiements Openshift. Arbitrer les décisions d'architecture transverses et défendre les options retenues. Tech leadership, qualité & industrialisation : Encadrer les développeurs (coaching, pair programming, animation d'ateliers techniques, gestion de la dette technique), réaliser les revues de code, garantir la qualité logicielle (couverture de tests, SonarQube), piloter les sujets DevOps et CI/CD (Git, GitLab, Jenkins, Docker, Kubernetes, Terraform), et participer aux cérémonies Agile et SAFe. Cybersécurité by design : Assurer la sécurité des développements et porter les standards de cybersécurité du produit (OWASP Top 10, gestion des identités et des accès, MFA, chiffrement des données, RGPD, sécurisation des APIs, gestion des secrets) dans un cadre grand compte exigeant. Référent technique du produit, support N3 & livrables : Constituer le référent technique principal du produit, accompagner les décisions stratégiques, assurer le support de niveau 3 et la maintenance évolutive, et produire les livrables structurants (dossiers d'architecture, spécifications techniques, schémas de flux, documentation Confluence, backlog technique, plan de tests, guides de déploiement, documentation d'exploitation).

🌟 Quel sera ton poste ? 🌟 💼 Poste : Ingénieur Infrastructure H/F 📍 Lieu : Paris (75) 🏠 Télétravail : 3 jours sur site par semaine 📝 Contrat : CDI 👉 Contexte client : Tu rejoins un acteur majeur du secteur financier , engagé dans la modernisation, la sécurisation et l’industrialisation de ses plateformes Data à grande échelle. En tant qu’ Ingénieur Infrastructure tu interviens sur le maintien en conditions opérationnelles, l’évolution technologique et la performance d’environnements Data complexes (CDP 7.1.x, Hadoop, stockage distribué, ingestion API…). 🎯 Tu auras pour missions de : Tu auras pour missions de : Recueillir les besoins métiers. Développer l’ingestion (API) et concevoir les stockages (Ozone, Hadoop…). Automatiser les traitements (batchs/pipelines). Nettoyer, transformer et structurer les données. Documenter les bases et garantir la conformité RGPD. Assurer la maintenance corrective/évolutive. Déployer et industrialiser les modèles ML. Assurer validation, monitoring et robustesse. Participer au design, à l’installation et à la qualification des plateformes. Contribuer à l’industrialisation continue. Support aux équipes métiers/applicatives/infra. Communication régulière au chef de projet. Astreintes + interventions HNO. Amplitude équipe : 8h–19h. 🧰 Stack technique : Cloudera CDP 7.1.x : HBase, Hive, Kafka, Solr, Knox, Spark, Ranger, Zookeeper, Kerberos, LDAP Systèmes : RedHat 8, RedHat 9 Langages & DevOps : Python, Bash, Java, Maven, Gradle, Ansible, DevOps Stockage & Data : Ozone, Hadoop, Druid, Clickhouse Traitement & orchestration : Airflow, Flink, Trino, Starburst Containers : Openshift, Kubernetes (K8s), Cloudera Data Services Autres : écosystème Apache, automatisation, migration clusters Hadoop

Dans le cadre du développement et de l’évolution d’une plateforme Data sur Google Cloud Platform, nous recherchons un Product Owner Data expérimenté afin d’accompagner les équipes métiers et techniques sur des enjeux stratégiques autour de la donnée. Le consultant interviendra au sein d’un environnement data à fort volume dans un contexte exigeant et structuré. 🎯 Missions principales Définir et porter la vision produit d’un périmètre Data Construire, prioriser et animer le backlog produit Recueillir et formaliser les besoins métiers complexes Traduire les besoins fonctionnels en user stories exploitables par les équipes techniques Piloter les sujets de qualité et gouvernance des données Participer aux cérémonies Agile / SAFe (PI Planning, démos, rétrospectives) Assurer la coordination entre métiers, équipes data et data management Suivre les indicateurs de valeur et d’adoption du produit Participer à l’amélioration continue de la plateforme Data. 💻 Environnement technique Google Cloud Platform (GCP) BigQuery Dataflow Composer / Airflow dbt Jira / Confluence Méthodologie Agile / SAFe.

Conception, Développement et Optimisation de Pipelines de Données sur GCP : ○ Concevoir, développer et maintenir des pipelines robustes et performants de collecte, transformation et chargement de données à partir de diverses sources (Oracle, fichiers, APIs, etc.) vers BigQuery et d'autres destinations. ○ Utiliser et orchestrer les services Google Cloud Platform (Dataflow, Dataproc, Cloud Composer/Airflow, Pub/Sub, Cloud Storage, BigQuery) pour construire des architectures de données scalables et fiables. ○ Assurer l'automatisation des traitements, la gestion des dépendances et l'ordonnancement des jobs de données. ○ Optimiser les performances des pipelines et la consommation des ressources GCP. Modélisation et Gestion des Données : ○ Participer à la conception et à l'évolution des modèles de données dans BigQuery, en collaboration avec les Data Analysts et les équipes métier. ○ Assurer la qualité, la cohérence et l'intégrité des données stockées et mises à disposition. ○ Mettre en place et gérer des stratégies de versioning des schémas de données et de cycle de vie des données. Run Opérationnel, Maintenance et Support N2/N3 : ○ Assurer le support opérationnel de niveau 2/3 du produit Topase dans ensemble (GCP + Solution éditeur). ○ Développer et maintenir des scripts Bash pour l'automatisation des tâches opérationnelles, la supervision des flux, l'extraction/transformation de données et les tâches de maintenance système. ○ Écrire, optimiser et exécuter des requêtes SQL complexes pour l'analyse, la qualification, le diagnostic d'incidents, la manipulation et la restitution de données dans BigQuery et Oracle. ○ Gérer les incidents en collaboration avec l'éditeur et les équipes internes. ○ Participer à la qualification des livraisons de patchs éditeur impactant les flux de données. ○ Gérer les incidents éditeur sur son CRM et participer aux ateliers de suivi.

Nous recherchons un(e) Ingénieur Data Senior expert Python pour concevoir, développer et maintenir une plateforme de données robuste et performante dans un environnement entièrement on-premise. Vous interviendrez sur la mise en place de pipelines batch et temps réel à grande échelle en vous appuyant sur des technologies telles qu’Apache Kafka, Flink, Airflow et la stack ELK. Vous serez responsable de la fiabilité, de la qualité et de la résilience des traitements de données, tout en collaborant étroitement avec les équipes Data et DevOps sur les sujets d’architecture, d’industrialisation et d’exploitation des infrastructures. Le poste requiert une forte expertise en développement Python en production, ainsi qu’une solide maîtrise des environnements distribués, du streaming et des problématiques de performance et d’observabilité.

Le contexte Notre client est une fintech européenne en forte croissance, spécialisée dans le crédit instantané et présente dans plusieurs pays. Sa plateforme 100% digitale traite des millions de dossiers par an et son équipe tech lilloise renforce ses capacités backend avec un Développeur Python Senior capable de prendre ownership sur des sujets critiques dès le premier sprint. V os missions Concevoir et développer des services backend Python robustes et scalables au sein d'une architecture microservices Contribuer à la construction et à l'évolution des pipelines de traitement de données (ETL, orchestration Airflow) Participer à la conception des APIs REST consommées par les équipes produit et les partenaires externes Garantir la qualité du code : tests unitaires, tests d'intégration, code review, documentation Collaborer étroitement avec les équipes Data, DevOps et Product dans un contexte Agile Contribuer aux choix d'architecture et aux décisions techniques en lien avec le Lead Dev Stack technique Langage : Python 3.10+ Frameworks : FastAPI, Django REST Framework Data / Orchestration : Airflow, Pandas, SQLAlchemy Bases de données : PostgreSQL, Redis DevOps / Infra : Docker, Kubernetes, GitLab CI/CD, AWS Qualité : Pytest, Mypy, Ruff Méthodo : Agile Scrum, Git Flow Pourquoi cette mission ? Une scale-up avec une vraie culture engineering, les décisions tech se prennent vite et avec du sens Un périmètre backend riche avec des enjeux de performance, de fiabilité et de sécurité réels Une équipe qui livre en continu sur un produit utilisé par des millions d'utilisateurs en Europe Un contexte freelance en mode ownership : vous venez pour contribuer, pas pour exécuter

Nous étudions uniquement les candidatures qui nous parviennent avec tous les éléments indiqués dans la rubrique "Pour candidater" ci-dessous. Nous cherchons pour notre client grand compte un Data Engineer GCP (Google Cloud Platform) Medium – Produit Data Supply Chain Contexte Intégration dans une équipe produit (PO – Product Owner / PPO – Proxy Product Owner + Data Engineer) pour opérer et faire évoluer une plateforme de prévision d'approvisionnement fournisseurs, en production, à forte volumétrie de données. Missions Conception, développement et optimisation de pipelines ETL/ELT (Extract, Transform, Load – processus de traitement de données) sur GCP (Google Cloud Platform) : BigQuery, Dataflow, Cloud Composer/Airflow, Pub/Sub, Cloud Storage Modélisation et gestion de la qualité des données dans BigQuery Run opérationnel N2/N3 (support technique avancé) : scripting Bash, requêtes SQL (Structured Query Language) complexes, gestion d'incidents Monitoring et alerting des flux de données (Grafana, Looker Studio, ELK Stack – Elasticsearch, Logstash, Kibana) IaC (Infrastructure as Code – gestion de l'infrastructure via du code) avec Terraform Collaboration Agile/Kanban avec les équipes produit et métier Stack technique GCP (Google Cloud Platform) · BigQuery · Oracle · Bash · Terraform · GitLab CI (Intégration Continue) · Grafana · Looker Studio · ELK (Elasticsearch, Logstash, Kibana) · RedHat 9.4 · Azure (périmètre éditeur)

Contexte Dans le cadre de la mise en place d’une plateforme Data Groupe, notre client recherche un Data DevOps Engineer orienté AWS & Snowflake pour renforcer une équipe Data Factory. La plateforme vise à centraliser et industrialiser les usages data à l’échelle du groupe, avec des enjeux forts autour : de l’automatisation de la gouvernance de la sécurité de l’observabilité de l’industrialisation des déploiements data Objectif du poste Industrialiser et sécuriser les déploiements de la plateforme data, en mettant en place des pratiques robustes de CI/CD, d’Infrastructure as Code et d’automatisation autour de Snowflake et de l’écosystème AWS. Missions Mettre en place et maintenir les pipelines CI/CD Industrialiser les déploiements Snowflake et dbt Automatiser les tests, contrôles qualité et la gestion des environnements Déployer et maintenir l’Infrastructure as Code avec Terraform Gérer les composants Snowflake (Tasks, Streams, Snowpipe…) Étudier et implémenter des configurations avancées Snowflake Participer à l’optimisation des pratiques DataOps Contribuer aux intégrations avec les solutions de l’écosystème data Participer à l’automatisation et l’orchestration des workflows data Travailler avec les équipes Data Architects et Data Engineers Mettre en place le monitoring, l’alerting et l’observabilité Contribuer aux bonnes pratiques de sécurité opérationnelle Participer à la gestion des accès, rôles et secrets Documenter les solutions et bonnes pratiques Assurer le transfert de compétences auprès des équipes internes Accompagner les projets sur les sujets DevOps Data Environnement technique AWS Snowflake Terraform dbt Git / GitOps / CI/CD Airflow / MWAA / Step Functions Apache NiFi plateforme Data Groupe Amazon EKS MongoDB / OpenSearch CloudWatch IAM / RBAC / SSO Dataiku / Bedrock / Cortex

ngénieurie Data expérimenté pour conception, construction et maintenance d' une infrastructure de données robuste et performance dans un environnement entièrement on-premise. Étroite collaboration avec les équipes Data pour garantir des pipelines fiables et de haute qualité sur notre infrastructure autogérée. Profil recherché : - Conception et construction des pipelines de données scalables pour le traitement batch et temps réel - Dévelopement et maintenance des workflows avec Apache Airflow (orchestration) et Apache Flink (traitement de flux) - Mise en place et opération des clusters Apache Kafka pour le streaming d'événements à haut débit - Déployement et administration la stack ELK (Elasticsearch, Logstash, Kibana) pour l'ingestion de logs, l'indexation, la recherche et l'observabilité - Écriture du code Python propre, efficacité et test pour la logique ETL/ELT et les outils internes - Garantie de la qualité des données, la fiabilité des pipelines et la résilience de l'infrastructure - Collaboration avec les équipes DevOps sur la planification de capacité et les opérations cluster - Accompagnement et augmentation en compétences des ingénieurs moins expérimentés

4. Description de la prestation et des missions attendues Le/La Data Engineer sera intégré(e) à l'équipe produit TOPASE NLS et interviendra sur les missions suivantes : 🔹 Conception, développement et optimisation des pipelines de données (GCP) Concevoir, développer et maintenir des pipelines robustes et performants pour la collecte, la transformation et le chargement des données depuis diverses sources (Oracle, fichiers, API, etc.) vers BigQuery et autres cibles. Exploiter et orchestrer les services Google Cloud Platform (Dataflow, Dataproc, Cloud Composer/Airflow, Pub/Sub, Cloud Storage, BigQuery) afin de construire des architectures data scalables et fiables. Automatiser les traitements, gérer les dépendances et orchestrer les jobs de données. Optimiser les performances des pipelines ainsi que la consommation des ressources GCP. 🔹 Modélisation et gestion des données Participer à la conception et à l'évolution des modèles de données dans BigQuery, en lien avec les Data Analysts et les équipes métiers. Garantir la qualité, la cohérence et l'intégrité des données. Mettre en œuvre des stratégies de versioning des schémas et de gestion du cycle de vie des données. 🔹 Run opérationnel, maintenance et support N2/N3 Assurer le support opérationnel de niveau 2/3 de la solution TOPASE (environnement GCP + solution éditeur). Développer et maintenir des scripts Bash pour automatiser les tâches récurrentes (supervision, traitement de données, maintenance). Rédiger, optimiser et exécuter des requêtes SQL complexes (BigQuery et Oracle) pour l'analyse, le diagnostic d'incidents et la restitution de données. Gérer les incidents en collaboration avec les équipes internes et l'éditeur. Participer à la qualification des livraisons de patchs éditeur impactant les flux de données. Suivre les incidents via le CRM éditeur et contribuer aux comités de suivi. 🔹 Monitoring, logging et alerting Mettre en place et maintenir des dispositifs de supervision des flux de données, de la qualité, des performances et de l'utilisation des ressources (Stackdriver, Grafana, Looker Studio). Définir et implémenter des alertes permettant la détection proactive des anomalies. Concevoir des tableaux de bord pour le suivi des KPI opérationnels et métier. 🔹 Infrastructure as Code (IaC) Contribuer à la définition et à l'implémentation de l'infrastructure data via Terraform. Garantir la reproductibilité et la traçabilité des environnements (Dev, Recette, Pré-prod, Prod). 🔹 Collaboration et conseil Travailler en étroite collaboration avec les équipes Data (Data Scientists, Data Analysts), les Product Owners et les métiers. Proposer des solutions techniques adaptées et conseiller sur les bonnes pratiques en Data Engineering. Participer aux rituels Agile/Kanban de l'équipe produit. 5. Compétences et expériences requises5.1 Expertise technique Cloud GCP : Expertise confirmée des services data (BigQuery, Dataflow, Cloud Storage, Pub/Sub, Composer/Airflow, Stackdriver, Data Catalog). Bases de données : Maîtrise avancée SQL (optimisation, requêtes complexes), expérience sur BigQuery et Oracle 19 (MySQL/PostgreSQL appréciés). Scripting : Excellente maîtrise de Bash (indispensable pour le run). Systèmes : Bonne maîtrise des environnements Linux (RedHat). IaC : Solide expérience avec Terraform. CI/CD : Maîtrise d'un outil comme GitLab CI. Monitoring/Logging : Stackdriver, Grafana, ELK, Looker Studio. Versioning : Git (GitLab). Réseaux : Connaissances solides (TCP/IP, HTTP/S, DNS, load balancing, firewall). Data Engineering : Maîtrise des concepts ETL/ELT, Data Warehouse, Data Lake et streaming. 5.2 Environnement technique TOPASE NLS OS : RedHat Enterprise 9.4 Cloud : Azure (solution éditeur) & GCP (data, monitoring, pipelines) CI/CD : GitLab CI IaC : Terraform Monitoring : Looker Studio, GANTI, Grafana, ELK Bases : Oracle, BigQuery Langage : Bash 5.3 Méthodologies et soft skills Expérience en environnement Agile (Scrum, Kanban). Excellentes capacités d'analyse et de résolution de problèmes, notamment en situation d'incident. Autonomie, proactivité et sens de l'amélioration continue. Bonnes compétences de communication (français courant, anglais technique). Esprit d'équipe et partage des connaissances. Sens des responsabilités, notamment en environnement de production. 5.4 Expérience Minimum 3 ans d'expérience en tant que Data Engineer, idéalement sur GCP. Expérience sur des environnements à forte volumétrie, avec des enjeux de performance, fiabilité et disponibilité.

La mission consiste à : - Exposer les données utiles à l’entreprise pour les analyser et les utiliser afin d’améliorer l’expérience utilisateur et la productivité - Transformer des données issues du DataLake afin de les normaliser - Modéliser la sphère de données - Développer les flux - Exposer des données brutes et/ou agrégées au bon niveau de granularité aux différents métiers de l’entreprise - Travailler en lien avec des Data Scientists sur les données qu’il aura exposées - Mettre en place des rapports de Dataviz - Mission basée en métropole lilloise avec présence sur site 3j/semaine obligatoire Compétences demandées : - Formation supérieure en école d’ingénieur, école d’informatique ou Master spécialisé dans la Data Science - Première expérience en Data Engineering indispensable - Snowflake, GCP, BigQuery, DBT, SQL, Semarchy, Airflow, Python ... - Excellents savoir-être : rigueur, esprit analytique et de synthèse, communication... - Méthode Agile - Anglais

Nous recherchons un profil ingénieur de production référent pour rejoindre l'équipe Infrastructure d'une filiale bancaire en pleine transformation vers un modèle SRE / DevOps. Votre rôle Vous serez le garant technique transverse de la qualité d'intégration, de la fiabilité opérationnelle et de l'exploitabilité des solutions déployées. Votre temps se répartira entre le Bureau Technique (RUN, supervision, gestion des incidents) pour 60 % et des contributions transverses (documentation, automatisation, amélioration continue) pour 40 %. Vos missions principales Préparation et suivi des mises en production, contrôle des livrables techniques, intégration et paramétrage de solutions logicielles, tests techniques (unitaires, intégration, exploitabilité), analyse d'impacts et évaluation des risques, déploiement d'automatisations (scripts, pipelines CI/CD, IaC), standardisation des outils et bonnes pratiques, contribution aux services Platform Engineering, production de documentation technique (DEX, procédures, référentiels), et accompagnement des équipes. Stack technique Linux / Unix / Windows Server, Shell, Python, PowerShell, Docker, Kubernetes, Ansible, Terraform, GitLab CI, GitHub Actions, Jenkins, Prometheus, Grafana, Loki, Elasticsearch, Apache Airflow, ControlM, PostgreSQL, Redis, MongoDB, Kafka, RabbitMQ, GitHub / GitLab, Java, NodeJS.

Contexte : Dans le cadre du renforcement d’une plateforme Data Cloud à forte volumétrie, nous recherchons un Senior Data Engineer afin d’intervenir sur la conception, l’industrialisation et l’optimisation des pipelines de données dans un environnement cloud moderne orienté temps réel et batch processing. Missions : Concevoir, développer et maintenir des pipelines de données batch et temps réel Participer à l’architecture et à l’évolution de la plateforme Data sur GCP Mettre en place les flux d’ingestion, transformation et exposition des données Optimiser les performances et la fiabilité des traitements data Industrialiser les déploiements via des pipelines CI/CD Automatiser l’infrastructure cloud avec Terraform Participer aux bonnes pratiques Data Engineering / DataOps / DevOps Développer et exécuter les tests fonctionnels des pipelines Assurer le monitoring et le support des traitements en production Environnement technique : GCP (BigQuery, Cloud Run, Cloud Build, Pub/Sub, Artifact Registry) Terraform Python SQL CI/CD Airflow / orchestration Architecture cloud-native Contexte : Dans le cadre du renforcement d’une plateforme Data Cloud à forte volumétrie, nous recherchons un Senior Data Engineer afin d’intervenir sur la conception, l’industrialisation et l’optimisation des pipelines de données dans un environnement cloud moderne orienté temps réel et batch processing. Missions : Concevoir, développer et maintenir des pipelines de données batch et temps réel Participer à l’architecture et à l’évolution de la plateforme Data sur GCP Mettre en place les flux d’ingestion, transformation et exposition des données Optimiser les performances et la fiabilité des traitements data Industrialiser les déploiements via des pipelines CI/CD Automatiser l’infrastructure cloud avec Terraform Participer aux bonnes pratiques Data Engineering / DataOps / DevOps Développer et exécuter les tests fonctionnels des pipelines Assurer le monitoring et le support des traitements en production Environnement technique : GCP (BigQuery, Cloud Run, Cloud Build, Pub/Sub, Artifact Registry) Terraform Python SQL CI/CD Airflow / orchestration Architecture cloud-native

En tant que DevOps Tech Lead, vous pilotez la conception, l’industrialisation et l’évolution des plateformes cloud/data de l’entreprise. Vous encadrez techniquement l’équipe DevOps/Data Platform et garantissez la fiabilité, la sécurité, l’automatisation et la scalabilité des environnements. Vous intervenez au croisement du Cloud Engineering, du CI/CD, de la Data Platform et du leadership technique. Responsabilités principales Leadership & Gouvernance technique • Encadrer et faire monter en compétence une équipe DevOps / Platform Engineers. • Définir les standards d’architecture, sécurité, CI/CD et Infrastructure as Code. • Participer aux choix technologiques et à la roadmap plateforme. • Garantir les bonnes pratiques DevOps, FinOps et SRE. Cloud & Infrastructure • Concevoir et administrer des architectures sur Amazon Web Services. • Industrialiser les infrastructures via Terraform et AWS CDK. • Gérer réseaux, IAM, sécurité, monitoring, sauvegardes et résilience. CI/CD & Automatisation • Mettre en place et maintenir les pipelines GitLab CI/CD. • Automatiser les déploiements applicatifs et data pipelines. • Optimiser les stratégies de branching, release management et quality gates. Data Platform / Databricks • Administrer et industrialiser Databricks. • Déployer les assets via Databricks Asset Bundles (DAB). • Gérer les clusters, policies, secrets, jobs et notebooks. • Mettre en place et maintenir Databricks Workflows. Orchestration & Scheduling • Concevoir et maintenir les workflows data avec Apache Airflow. *** • Superviser les dépendances, retries, SLA et observabilité. * Conteneurisation & Scripting • Construire et maintenir des images Docker. • Développer des scripts d’automatisation en Bash/Linux et Python. • Améliorer les outils internes et les processus d’exploitation. Compétences techniques requises Obligatoires • Expertise Amazon Web Services (IAM, VPC, EC2, S3, Lambda, RDS, CloudWatch…) • Solide maîtrise Terraform • Expérience AWS CDK • Très bonne maîtrise GitLab CI/CD • Expertise Databricks • Maîtrise Apache Airflow • Bonne maîtrise Docker • Scripting Bash/Linux • Développement Python Souhaitées • Kubernetes • Observabilité (Prometheus, Grafana, ELK) • Sécurité cloud / DevSecOps • FinOps • Spark / Data Engineering

Informations Clés Intitulé du poste : Développeur Fullstack Python / Cloud & DevOps Senior Département : Pôle Data & Solutions Innovantes Localisation : Saint-Denis (93) Rythme de travail : Mode hybride (2 à 3 jours obligatoires par semaine sur site) Date de démarrage : ASAP (Courant Mai 2026) Durée de la mission : Visibilité long terme (Jusqu'au 15/11/2027) Budget / Tarif : 400 € HT / jour max Objectif de la mission Au sein d'une cellule d'expertise Data à forte valeur ajoutée, vous interviendrez en tant que profil senior pour identifier, concevoir et livrer des solutions techniques robustes, principalement axées sur l'analyse, le traitement et la restitution de données. Vous participerez activement à la définition des standards de développement et à l'industrialisation des déploiements dans un environnement hybride. Missions Principales & Responsabilités Conception & Développement : Concevoir et réaliser des solutions Fullstack de pointe pour répondre aux besoins prioritaires de traitement, d'analyse et de restitution visuelle des données. Industrialisation & Guidelines : Contribuer activement à la rédaction et à la mise en application des guidelines techniques (bonnes pratiques de développement et de déploiement). Documentation : Rédiger et maintenir à jour les dossiers de conception technique (DAT) et les dossiers d'exploitation des solutions délivrées. Innovation & Veille : Assurer une veille technologique constante et être force de proposition pour implémenter des solutions innovantes et performantes. Compétences Techniques Requises1. Développement Fullstack & Core Technologies Backend : Python (Maîtrise solide) Frontend : Vue.js, Angular Bases de données & Gestion de versions : SQL, Git / GitLab 2. Écosystème Cloud & Data (GCP) Solide maîtrise des services managés Google Cloud Platform (GCP) : BigQuery, Cloud Composer / Apache Airflow, Dataproc, Dataflow. Expérience éprouvée dans la gestion et l'interaction avec des environnements hybrides (On-Premise / Cloud) . 3. Culture DevOps, MLOps & Conteneurisation CI/CD & Automatisation : GitLab-CI, Jenkins, Ansible. Infrastructure as Code (IaC) : Terraform, GitOps. Conteneurisation & Orchestration : Docker, Kubernetes, Helm. MLOps : Expérience dans la mise en place de ML Pipelines. 4. FinOps & Observabilité Optimisation : Sensibilité accrue aux enjeux FinOps (optimisation des coûts et des requêtes Cloud). Supervision & Monitoring : ELK, Grafana, Prometheus, Google Cloud Monitoring.

Contexte L’entité assure la disponibilité, l’évolution et les mises en production des applications de reporting réglementaire d’une grande institution financière internationale Global Markets, ainsi que la surveillance des communications et la gestion d’un portefeuille applicatif lié à des référentiels instruments. La prestation visée porte exclusivement sur le reporting réglementaire. Environnement technique Système d’exploitation : Linux (Ubuntu / RedHat) Data & streaming : PostgreSQL, MSSQL, Oracle, Opensearch, logstash, kafka, airflow, spark Langages de développement : HTML, CSS, JS, Python, Bash Protocoles & interfaces : TCP, HTTP / REST API IA : LLM, MCP, Agents Conteneurisation & orchestration : docker/podman, kubernetes Supervision : Grafana, Nagios, ICINGA, Dynatrace Déploiement : Ansible, GIT, Artifactory Jira pour le suivi des actions de l'équipe Servicenow pour gérer les requests & les incidents Missions Gestion des évolutions Déploiement et validation des changements applicatifs, d’infrastructure et de sécurité sur les environnements de test (Staging/UAT) puis en production. Automatisation & outillage Conception des scripts et des solutions d’automatisation des interventions récurrentes. Mise en place des outils facilitant le support et l’évolution de l’application. Monitoring Mettre en place ou améliorer le monitoring applicatif sous ICINGA & Dynatrace (définition de métriques, alertes, dashboards).