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

Dans le cadre d’un programme stratégique de transformation Data au sein d’un environnement Banque de Financement et d’Investissement, nous recherchons un Senior Analytics Engineer afin de rejoindre une équipe en charge du développement de plateformes analytiques et de data products à forte valeur métier. Le programme vise à moderniser les usages Data & Analytics autour des activités de financement et de distribution, avec des enjeux forts autour : de la qualité et de la traçabilité des données, des contraintes réglementaires, du pilotage des portefeuilles, de l’industrialisation des usages analytiques, et de l’amélioration de la performance opérationnelle. Le consultant interviendra dans un environnement transverse en collaboration avec les équipes métier, risques, finance, architecture data et IT. MissionsConception & Modélisation Analytics Concevoir et maintenir des data products analytiques sur Google Cloud Platform Construire des modèles analytiques dénormalisés (star schema, data marts, data products) Traduire les besoins métiers complexes en datasets exploitables et industrialisés Définir les modèles physiques analytiques à partir des modèles conceptuels fournis Optimiser les structures analytiques selon les usages métiers et les contraintes de performance Data Engineering & ELT Développer et maintenir les pipelines ELT avec dbt, BigQuery et Airflow Industrialiser les traitements de transformation et d’exposition de données Optimiser les performances BigQuery : partitionnement clusterisation optimisation des coûts optimisation des temps de traitement Garantir la robustesse et la maintenabilité des traitements Analytics Métier Risk & Finance Concevoir des datasets permettant : le pilotage de la performance des portefeuilles de financement, le suivi des expositions et de la consommation des ressources rares, l’analyse des indicateurs de liquidité, capital et RWA, l’analyse de l’activité commerciale et des pipelines métier. Le consultant sera garant : de la cohérence fonctionnelle des indicateurs, des règles d’agrégation et de calcul, de la traçabilité des transformations, de la qualité des données exposées. Qualité & Gouvernance Data Mettre en œuvre les contrôles de qualité de données : dbt tests, contrôles de cohérence, complétude, fraîcheur des données Contribuer à la documentation fonctionnelle et technique Participer à la définition des standards de modélisation et de développement Assurer la traçabilité des sources et des transformations Collaboration & Delivery Travailler en étroite collaboration avec : les équipes métier, la MOA, les équipes risques et finance, l’architecture data, les équipes IT & plateformes Participer aux phases de : tests techniques, tests fonctionnels, intégration, performance, UAT Être référent analytics sur son périmètre Être force de proposition sur les usages data et analytics

Contexte Une filiale d’un grand groupe bancaire est au cœur de la transformation technologique du groupe. Sa mission est de concevoir, développer et opérer des plateformes d’infrastructure modernes (PaaS, IaaS, CaaS) à destination de l’ensemble des métiers. Dans ce contexte, un profil DevOps senior est recherché pour renforcer la Squad Kafka, en charge de plusieurs offres Kafka industrielles. Ce besoin s’inscrit dans le remplacement d’une ressource clé quittant la squad. Le profil devra être au minimum équivalent en compétences, et idéalement contribuer au renforcement de l’équipe sur les sujets Kafka As Code et Kubernetes. Missions La personne interviendra sur trois offres Kafka distinctes : Kafka On‑Premise Administration avancée de clusters Kafka Activités Build & Run Support niveau expert Automatisation via Ansible et Bash Kafka PaaS V4 (offre en fin de vie) Offre actuellement exploitée sur IBM Cloud Contributions Java / microservices Kafka Maintien en conditions opérationnelles Accompagnement de la fin de vie progressive de l’offre Kafka As Code Offre stratégique en forte montée en puissance Exploitée sur IBM Cloud Automatisation du provisioning Kafka Développement et maintenance d’outils et de pipelines internes (Python, Airflow, Terraform) Intégration CI/CD et GitOps Par ailleurs, certains composants et agents CI/CD sont déployés sur des environnements conteneurisés (Docker / Kubernetes / OpenShift).

Notre client dans le secteur Santé recherche un/une Engineering Manager Data H/F Description de la mission: Dans le cadre de la modernisation de sa plateforme Data, le client lance un programme stratégique de migration de son Data Warehouse vers Snowflake. Ce programme s’inscrit dans une transformation globale visant à migrer des environnements legacy vers une architecture cloud scalable, améliorer la qualité, la gouvernance et l’accessibilité des données, et accélérer les usages métiers en BI, analytics et data science. L’environnement est international avec de forts enjeux de coordination entre équipes IT et métiers. Objectifs de la mission En tant qu’Engineering Manager Data, la mission consiste à assurer le pilotage technique et opérationnel de la migration vers Snowflake ainsi que le management des équipes Data. Missions principales • Cadrage et pilotage de la migration vers Snowflake • Définition de l’architecture Data cible • Management et structuration d’une équipe de Data Engineers • Mise en place des bonnes pratiques en qualité, monitoring, CI/CD et gouvernance • Accompagnement des équipes métiers dans l’adoption de la plateforme • Suivi des performances, des délais et des risques projet Profil recherché • Expérience confirmée en tant qu’Engineering Manager ou Lead Data Engineer • Expérience avérée de migration vers Snowflake, fortement souhaitée • Solide background technique en Data Engineering • Expérience en management d’équipe, avec une expérience onshore / offshore appréciée • Capacité à évoluer dans des environnements complexes et internationaux • Bon relationnel et capacité à interagir avec des interlocuteurs métiers Livrables attendus • Roadmap de migration et architecture cible • Suivi des sprints et des livraisons • Documentation technique et bonnes pratiques • Reporting projet : avancement, risques, KPI • Structuration et montée en compétence de l’équipe Compétences / Qualités indispensables : Snowflake, Data Engineering, Management d'équipe Data, Architecture Data, SQL et Python, Airflow / DBT Informations concernant le télétravail : 2 jours par semaine de télétravail Bureaux à Bordeaux