Trouvez votre prochaine offre d’emploi ou de mission freelance Data Engineering

Dans le cadre d'un projet stratégique de transformation Data, nous recherchons un(e) Data Engineer. MissionsDéveloppement de modèles de données et DataMarts Construction et maintenance de pipelines ELT Orchestration des flux avec Apache Airflow Optimisation des performances et des coûts Participation aux revues de code et aux déploiements Contribution à la documentation technique Compétences indispensablesSnowflake – Expert DBT Apache Airflow SQL avancé Python Data Warehouse & DataMarts Pipelines ELT Git / CI-CD 5 ans minimum d'expérience en Data Engineering Compétences appréciéesPower BI Architecture Médaillon (Bronze / Silver / Gold) Data Fabric

Je suis Sheeranaze MEHENTAL, Consultante en recrutement au sein de FED IT, cabinet de recrutement spécialisé sur les métiers des systèmes d'information et de la transformation digitale : infrastructure, chefferie de projet, data, cybersécurité, développement et top management. Je recrute pour mon client basé à Montigny le Bretonneux, un Data ngénieur H/F dans le cadre d'un CDI. Rattaché à la Data Factory, dans l'équipe « Applications et Innovations ». L'objectif principal est de concevoir, développer, maintenir et sécuriser les flux et plateformes de données métiers, principalement dans un environnement Microsoft Azure. 🔧 Missions principales Le poste couvre 6 grands axes : * Plateformes Data : mettre en œuvre, piloter et maintenir les infrastructures et plateformes de données. * Flux de données : développer et maintenir les échanges entre les différents systèmes, avec supervision et monitoring. * Modélisation & architecture : documenter, modéliser et organiser les flux de données. * Data Quality : mettre en place des contrôles et des solutions pour garantir la qualité des données. * Relation avec les métiers : travailler directement avec les équipes métiers pour comprendre leurs besoins et résoudre leurs problématiques data. * Support & projets : assurer du support de niveau 3 et participer/conduire des projets liés à la donnée. ☁️ Technologies recherchées Le cœur technique de l'annonce est clairement Azure Data Engineering : * Azure Data Factory → ETL / orchestration des pipelines * Azure Functions → traitements et automatisations * Azure Data Lake Storage Gen2 (ADLS Gen2) → stockage des données * Azure PostgreSQL → bases de données * SQL → requêtage, transformation et exploitation des données * Outils de modélisation de données * Concepts de modélisation et d'entrepôts de données ⭐ Technologies « plus » Ce sont des atouts mais semblent moins indispensables : * Talend * Power BI * Salesforce * SAP

Role Overview The Data Engineer is responsible for designing, building, and operating scalable, reliable, and secure data pipelines and data platforms that power digital products, analytics use cases, reporting, and data-driven services. Acting as a key contributor within cross-functional delivery teams, the role collaborates closely with Product, Backend, Frontend, Architecture, Data Analytics, and platform teams to deliver trusted data assets across ingestion, transformation, storage, and access layers. At Supervising Associate level, the role leads complex data engineering delivery, sets technical direction and strengthens team capability across initiatives. Key Responsibilities Lead technical delivery across complex data workstreams: Make design decisions and resolve cross-platform dependencies, governance risks, and escalations. Mentor engineers, enforce engineering and data standards, and drive improvements in architecture, quality, lineage, security, observability, cost, and technical debt management. Data Pipeline & Platform Delivery Design, implement, and maintain batch and streaming data pipelines using Python and modern data engineering frameworks. Build reliable ingestion and transformation processes from internal and external data sources, including APIs, databases, files, and events. Develop reusable data processing components and frameworks following software engineering best practices. Data Quality, Reliability & Observability Implement data validation, quality checks, and monitoring to ensure accuracy, completeness, timeliness, and trustworthiness of data. Write clean, testable code with unit and integration tests for data pipelines and processing components. Instrument pipelines with logging, metrics, alerts, and operational monitoring. Performance, Scalability & Architecture Optimize data processing performance, storage layouts, query efficiency, and platform resource usage. Design pipelines for scalability and resilience using retries, idempotency, checkpointing, and backpressure patterns. Apply partitioning, caching, and parallelization strategies where appropriate. Security, Governance & Continuous Improvement Implement secure data handling practices, including access controls, encryption, secrets management, and compliant data processing. Ensure alignment with enterprise, regulatory, privacy, data classification, retention, and lineage requirements. Support audits and data governance processes where required. What success in this role will look like Demonstrates successful leadership of complex data delivery, stronger engineering capability and consistent adoption of platform, quality and governance standards. Reliable delivery and operation of scalable data pipelines and data platform components. Trusted data assets with strong accuracy, completeness, timeliness, and observability controls. Clean, testable, documented, and maintainable Python and SQL-based data engineering solutions. Effective support for incidents, troubleshooting, root-cause analysis, and durable remediation. Provide mentorship and guidance to less experienced team members. Qualifications & Experience Bachelor's or Master's degree in Computer Science, Software Engineering, Data Engineering, Information Technology, or a related field. Professional experience building data pipelines and data platforms using Python. Strong experience with SQL and data modeling concepts, including dimensional, normalized, analytical, or lakehouse patterns. Hands-on experience with relational and analytical data stores, such as PostgreSQL, SQL Server, data warehouses, or data lakes. Experience with CI/CD, automated testing, and code reviews for data workloads. Expertise on cloud platforms, with Azure/Fabric, and relevant data services. Work effectively as part of a team, contributing to collective success while remaining open to feedback and coaching from more experienced colleagues. Strong understanding of data security, access control, observability, and production support practices. 7+ Years of Experience are required.

Dans le cadre du développement de la roadmap Intelligence Artificielle, le consultant interviendra sur la conception, le développement et l'industrialisation de cas d'usage IA. Il travaillera en collaboration avec les équipes Data Engineering afin d'intégrer les résultats des modèles dans les outils de Business Intelligence. En tant qu'unique Data Scientist du domaine, il jouera également un rôle clé dans la démocratisation des usages IA, le transfert de compétences et l'accompagnement des équipes métiers et techniques. Missions principalesDévelopper et déployer les cas d'usage de la backlog IA. Concevoir l'architecture technique des solutions IA. Définir et concevoir les modèles d'Intelligence Artificielle. Participer au co-design des solutions back-end et des flux de données. Réaliser les développements et l'industrialisation des modèles. Collaborer avec les Data Engineers pour l'intégration des résultats dans la BI. Mettre en place les outils de monitoring et de supervision des modèles. Produire la documentation technique et fonctionnelle. Former les utilisateurs et les équipes en charge du maintien en conditions opérationnelles. Livrables attendusSolutions IA industrialisées et déployées en production. Documentation technique et fonctionnelle complète. Supports de formation à l'utilisation et au paramétrage des solutions. Outils de monitoring permettant de détecter les dérives et anomalies des modèles IA. Respect des standards d'opérabilité et de supportabilité Michelin. Compétences techniques recherchéesIndispensablesData Science et Machine Learning. Conception et développement de modèles IA. Industrialisation et déploiement de modèles. Architecture de solutions Data / IA. Data Engineering (interaction avec les flux de données). Monitoring et supervision de modèles IA. Documentation technique. Anglais professionnel. AppréciéesIntégration de résultats analytiques dans des solutions BI. Sensibilité aux problématiques métiers et compréhension des enjeux business. Profil recherchéData Scientist Junior autonome. Capacité à recueillir les besoins métiers et les transformer en solutions techniques. Solides bases techniques en Intelligence Artificielle. Rigueur, organisation et autonomie. Excellent relationnel et capacité à transmettre ses connaissances. Dynamique et force de proposition. Points clés pour le sourcing

Pour notre client, un grand groupe international du secteur de la certification et du TIC, nous recherchons un Data Platform Engineer AWS qui rejoindra l'équipe Architecture & Delivery de sa DSI (environ 10 personnes) à La Défense. Le client industrialise sa plateforme Data & IA sur AWS, avec Amazon SageMaker Unified Studio comme socle. Vous en serez le référent technique : vous accompagnez les équipes projets dans l'adoption, l'utilisation et l'industrialisation des services de la plateforme, et vous garantissez le respect des standards d'architecture, de gouvernance et de sécurité. Vous travaillez en étroite collaboration avec les équipes Data Engineering, Data Science, Business Intelligence, Architecture, Sécurité et les équipes métiers. Support aux projets Data & IA : Accompagner les projets dans leur intégration à la plateforme Data AWS Intervenir dans les phases de cadrage et de conception des solutions Data & IA Conseiller les équipes sur les bonnes pratiques AWS et SageMaker Unified Studio Identifier les architectures les plus adaptées aux besoins métiers Assister les équipes projets dans la résolution des problématiques techniques liées aux données Contribuer à la mise en oeuvre de nouveaux cas d'usage analytiques, décisionnels et IA Gestion et évolution de la plateforme : Administrer et maintenir les environnements SageMaker Unified Studio Assurer la disponibilité, la performance et la fiabilité des services Participer à l'évolution de l'architecture selon les nouveaux besoins Contribuer à l'introduction de nouveaux services AWS et de nouvelles capacités Data & AI Suivre la consommation des services et proposer des optimisations techniques Gouvernance et partage des données : Accompagner les équipes dans la publication et la consommation des actifs de données Participer à la mise en oeuvre des règles de gouvernance et de qualité des données Veiller au respect des standards de sécurité et des politiques d'accès Faciliter le partage et la valorisation des données entre les entités Support opérationnel et expertise : Assurer le support de niveau expert sur les composants de la plateforme Analyser les incidents et proposer les actions correctives Accompagner les utilisateurs dans la prise en main des services Produire et maintenir la documentation technique et les guides de bonnes pratiques Animer des ateliers techniques avec les équipes projets et les parties prenantes

Au sein de l'équipe produit, vous ferez partie d'une équipe produit enthousiaste (au sein d'une business unit d'environ 120 personnes) qui regroupe des ressources Produits, Business, Data et Engineering. Grâce à votre expertise et votre sens de l'autonomie, vous agissez au service de l'amélioration des indicateurs qualité des datas de la logistique (Service Level Agreement, leadtimes, données de réception entrepôt, ...). Ces datas sont liées à des process métiers critiques et ont un impact immédiat sur le Business. Objectifs et livrables Assurer le Data Knowledge : Je définie les datas et assure de leur bonne documentation fonctionnelle Je connais les cas d'emploi business de mes données et améliore la création de valeur de celles-ci Je suis le point d'entrée sur les sujets concernant ma donnée J'écrie une roadmap et une vision pour mes données Je garantie et gère la bonne qualité de mes données : Je fais le lien entre le business et les règles de qualités de mes données Je monitore la qualité de mes données J'anime un plan d'action en collaboration avec les différentes domaines de compétence (Engineering, Product, Business, Data, Skills) Je garantie l'accessibilité de mes données : J'identifie le niveau d'accessibilité de mes données Je fais le liens entre la technique et les équipes datas pour assurer une bonne accessibilité de la donnée dans le datalake

Expérience5 ans minimum en Data Engineering 🚀 DémarrageDès que possible – au plus tard fin septembre 2026 🏠 Télétravail2 jours de télétravail / semaine 3 jours de présence obligatoire sur site / semaine 🎯 Contexte de la missionAu sein de la Direction des SI Mutualisés, l'équipe DataLab intervient sur les périmètres Data & Analytics dans le cadre du programme de transformation du SI du Groupement Les Mousquetaires. Le consultant intégrera la Data Factory, qui regroupe les équipes Data de la Stime et des métiers. Cette organisation a pour objectif de concevoir et déployer des produits Data, BI, Analytics et Data Science à destination des fonctions support, des équipes logistiques, des magasins et des consommateurs. Dans un contexte de passage à l'échelle et d'industrialisation des pratiques Data, vous rejoindrez une Squad Supply / Logistique, en charge du développement de cas d'usage BI, Analytics et Data Science sur une plateforme Data basée sur Microsoft Azure et Databricks. 🎯 Description de la missionNous recherchons un Data Engineer Confirmé / Senior, polyvalent et opérationnel, disposant d'une solide expertise sur : Azure Databricks Apache Spark Python SQL Le consultant devra également avoir une forte appétence pour l'analyse de données et être capable d'intervenir sur les activités de QA et de testing, afin de garantir la qualité et la fiabilité des livrables de la Squad. Une expérience sur Power BI ainsi qu'une première expérience dans un environnement Supply Chain / Logistique seront fortement appréciées. 🔧 Missions principalesRecueillir et analyser les besoins Data Réaliser des analyses de données Concevoir et développer des pipelines de données Transformer, enrichir et traiter les données au sein du Data Lake Développer des notebooks Databricks pour les traitements avancés Concevoir et optimiser les traitements Data Mettre en œuvre des solutions de Cloud Data Warehousing Optimiser les requêtes SQL et réaliser le tuning des traitements Rédiger la documentation technique : dossiers d'analyse technique, release delivery notes, etc. Participer aux revues de code Garantir l'application des bonnes pratiques de développement Concevoir et exécuter les tests unitaires Réaliser les activités de QA / testing des pipelines développés par les autres Data Engineers de la Squad Concevoir et maintenir des tableaux de bord Power BI Livrer les développements dans un environnement DevOps / CI-CD Participer à l'amélioration continue des pratiques Data Engineering 🧩 Compétences techniques requisesCompétenceExpérience minimaleExpérience Data Engineering5 ansAzure3 ansDatabricks3 ansSpark3 ansPython5 ansSQL5 ansCI/CD – Azure DevOps3 ansAgile / JIRA1 an ⭐ Compétences appréciéesPower BI Expérience Supply Chain / Logistique Data Lake / Cloud Data Warehouse Optimisation et performance des traitements Data QA / Data Quality / Testing Environnement Agile à l'échelle

CDI - 2 jours de télétravail / semaine - Nantes - Expérience de 6 ans minimum Nous poursuivons notre développement et recherchons actuellement un(e) Ingénieur Data pour intervenir chez un de nos clients dans le secteur bancaire. Contexte : Vous rejoignez une équipe dédiée à délivrer les socles techniques permettant aux équipes Data Sciences de concevoir, expérimenter et industrialiser leurs modèles sur GCP. Vos principales missions : Déploiement & architecture Industrialiser les pipelines de données sur l'écosystème GCP Gérer les montées de version des services managés Concevoir des environnements fiables et performants pour les usages ML Développement & data engineering Développer et maintenir des pipelines de données (Python / SQL) Administrer et optimiser les environnements BigQuery Mettre en place les pratiques CI/CD et MLOps Sécurité & gouvernance Gérer les accès et les permissions (IAM) Veiller à la conformité et à la sécurisation des données Communauté & partage Animer la communauté d'experts data Rédiger des guides de bonnes pratiques et de documentation technique Veille technologique Suivre les évolutions de l'écosystème Data / IA Proposer des améliorations techniques pour faire évoluer la plateforme ⚙ Stack technique du projet : - GCP - BigQuery, GCS - Vertex AI, Dataproc, Workflows - Cloud Run, Composer - Python, SQL - MLOps, FinOps - Bitbucker, Artifactory