Trouvez votre prochaine mission ou futur job IT.

Envie d’un nouveau challenge... CELAD vous attend ! Nous poursuivons notre développement et recherchons actuellement un(e) Data Engineer Python/ SQL H/F pour intervenir chez un de nos clients. Contexte : Dans le cadre du renforcement d’une équipe Data technique, vous intervenez sur une plateforme de données en pleine transformation. L’environnement connaît actuellement une migration stratégique d’un écosystème Big Data historique vers une plateforme cloud moderne. Les données traitées couvrent de nombreux domaines métiers : digital, marketing, relation client, contenus, activités commerciales et logistiques. Vous rejoignez une équipe Data expérimentée évoluant dans un environnement technique exigeant, à fort volume de données et orienté industrialisation. Votre mission : Au sein d'une équipe projet, vous serez en charge de : - Concevoir et développer des flux d’ingestion et de transformation de données - Participer à la migration de pipelines vers une plateforme Data cloud moderne - Développer et maintenir des traitements en Python, SQL et éventuellement PySpark - Intégrer des données provenant de multiples sources (API, Kafka, RabbitMQ, bases de données, fichiers…) - Assurer le suivi de production et résoudre les incidents techniques - Participer aux revues de code, à l’industrialisation et à l’amélioration continue des pipelines Data

Développeur DBT / Data Engineer Contexte de la mission Descriptif de mission - développeur confirmé DBT. Contexte L’équipe BCC est chargée de la maintenance et du développement de la Base Connaissance Clients transverse du client. L’objectif poursuivi au travers de la constitution de cette base clients unique du client est de personnaliser la relation et améliorer la performance commerciale. L’équipe BCC monte actuellement en compétences sur DBT. La personne devra aider l’équipe à monter en capacité à développer des évolutions fonctionnelles et traiter la dette technique. BCC est un produit Data complexe du fait de la multiplicité des sources, multipliant les risques d’erreur, et de la forte volumétrie de données. Objectifs et livrables Une maîtrise avancée de SQL est nécessaire. L’équipe est en cours de transition vers un mode Agile Scrum. Besoin Nous recherchons un développeur / une développeuse expérimenté/e DBT, SQL et Bigquery, présent/e ou proche du bassin niortais Compétences demandées Compétences Niveau de compétence SQL Azure Confirmé Informatica Confirmé Big Quiery Confirmé DBT Confirmé GCP Confirmé

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

Bonjour, Je suis à la recherche d’un Data Engineer à Nantes : Missions principales : • Intervenir sur l’ensemble du cycle de vie de la donnée : collecte, transformation, modélisation et restitution • Développer des traitements de données en Python (notamment PySpark ) • Concevoir et maintenir des modèles de données (tables, vues, datamarts) • Optimiser les requêtes SQL et les performances des traitements • Intégrer des données via API • Mettre à disposition des données fiables pour les équipes métiers et analytiques • Créer et faire évoluer des tableaux de bord Power BI • Développer des mesures et indicateurs en DAX • Réaliser des analyses avancées et vulgariser les résultats auprès des parties prenantes • Participer à l’industrialisation de la plateforme data • Améliorer en continu les flux (monitoring, performance, qualité) • Contribuer aux projets d’évolution ou de migration de la plateforme data • Travailler en environnement agile en lien étroit avec les équipes techniques et métiers

Nous recherchons un(e) Senior Data & AI Engineer pour concevoir et opérer une plateforme data cloud-native sur Google Cloud Platform. Vous interviendrez à l’intersection de l’ingénierie des données à grande échelle et de l’IA générative appliquée : pipelines BigQuery, services IA GCP (Vertex AI, Gemini) et déploiement de systèmes RAG / agents LLM permettant de rendre les données business intelligibles et actionnables. Mission hands-on à fort impact pour un(e) expert(e) maîtrisant aussi bien le socle data que l’IA appliquée. Responsabilités : Data Engineering & BigQuery Concevoir et maintenir des pipelines ELT scalables : BigQuery, Cloud Workflows, Pub/Sub Écrire et optimiser du SQL avancé : window functions, CTEs, procédures stockées, partitionnement Modéliser les données pour les usages BI et ML Piloter l’optimisation des coûts BigQuery : clustering, vues matérialisées, gestion des slots, tuning Mettre en place la qualité, la traçabilité et l’observabilité des données Gérer l’infrastructure as code avec Terraform Automatiser le déploiement des pipelines data via CI/CD (Cloud Build, GitHub Actions) IA Générative & Services GCP Architecturer et déployer des systèmes RAG connectés aux données internes (structurées et non structurées) Utiliser des LLMs (Gemini, GPT-4o, open-source) pour des cas d’usage analytiques, RAG et agents autonomes en production Construire des agents autonomes capables d’interroger et d’analyser les données business Concevoir des stratégies de prompt engineering et de gestion de contexte pour agents LLM Productioniser des modèles ML via Vertex AI Pipelines, Model Registry et Feature Store Mettre en place l’évaluation et le monitoring de la qualité des modèles en production Utiliser le Model Context Protocol (MCP) pour connecter des agents LLM à des sources de données externes (bases de données, APIs, outils internes) Gouvernance & Collaboration Définir et appliquer les politiques de gouvernance des données et les garde-fous d’usage de l’IA Participer aux revues d’architecture et contribuer aux décisions de plateforme Collaborer avec Data Scientists, Analystes BI et Software Engineers en équipes Agile

Nous recherchons un profil technique pour accompagner des projets data stratégiques au sein d’un acteur spécialisé dans la transformation et l’architecture des systèmes d’information. Vos missions Concevoir et faire évoluer des architectures data modernes (cloud, data lake, data warehouse, data mesh… selon les projets). Définir les standards et bonnes pratiques d’ingénierie des données. Concevoir, développer et optimiser des pipelines de données robustes et industrialisés. Participer aux choix technologiques et contribuer à la mise en place d’une gouvernance data efficace. Collaborer avec les équipes projet (data engineers, data analysts, product owners…) pour garantir la qualité et la fiabilité de la donnée. Compétences recherchées Maîtrise d’un ou plusieurs environnements cloud : AWS, Azure ou GCP. Expérience avérée en conception d’architectures data (batch, streaming, event-driven…). Solide pratique des langages et écosystèmes data : Python, SQL, Spark, DBT, Kafka, Airflow… Bonne compréhension des modèles de stockage et de traitement (Delta Lake, BigQuery, Snowflake…). Connaissance des bonnes pratiques de CI/CD, observabilité, sécurité et gouvernance data.

Dans le cadre du développement de notre plateforme data Supply Chain, nous recherchons un(e) Data Engineer Junior pour participer à la conception, l’industrialisation et l’exploitation des flux de données sur Google Cloud Platform (GCP). Vous serez amené(e) à : Concevoir, développer et optimiser des pipelines ELT/ETL. Construire et maintenir des traitements de données avec BigQuery, Dataflow, Cloud Composer (Airflow) et Cloud Storage. Modéliser et maintenir les différentes couches de données destinées à l’analyse et au reporting. Mettre en place des contrôles de qualité des données, des mécanismes de surveillance et des alertes. Assurer l’orchestration, la planification et le suivi des pipelines en production. Diagnostiquer et résoudre les incidents liés aux traitements de données. Collaborer avec les équipes métiers et analytiques afin de traduire leurs besoins en jeux de données fiables et exploitables. Participer à l’amélioration continue des pratiques de développement, de tests et de documentation. Contribuer à la mise en œuvre des bonnes pratiques de sécurité, de gouvernance et de gestion des accès (IAM) dans l’environnement GCP.

RÉSUMÉ EXPRESS Data Quality Engineer senior (4 ans+, Bac+5) pour garantir la fiabilité des données d'une plateforme cloud de paiement à fort volume transactionnel. Il conçoit et implémente un framework de Data Quality automatisé, intègre les tests dans les pipelines Databricks/Spark et les pipelines CI/CD, met en place la data observabilité en production et évangélise les bonnes pratiques QA auprès de l'équipe Data Platform. Profil hybride rare : expertise data engineering + culture QA appliquée à la donnée. Expérience fintech ou paiement fortement appréciée. 2 jours de TT par semaine / Anglais professionnel opérationnel (B2) obligatoire. MISSIONS PRINCIPALES Framework de Data Quality Concevoir et implémenter un framework de validation des données couvrant les dimensions classiques : complétude, cohérence, unicité, précision, fraîcheur Développer des règles de validation custom en Python (Great Expectations, Soda Core, Pandera, dbt tests ou équivalent) et les intégrer dans les pipelines en production Définir et faire respecter les data contracts entre producteurs et consommateurs de données (schémas, SLAs, sémantiques) Tests Automatisés Data Concevoir et implémenter des tests unitaires pour les transformations Spark/Python (pytest, fixtures data), des tests d'intégration pour les pipelines et des tests de régression sur les sorties Intégrer les tests de qualité dans les pipelines CI/CD (GitLab CI) comme gates qualité automatiques avant déploiement Appliquer les pratiques QA software à la donnée — shift-left quality dès la phase de développement Data Observabilité & Monitoring Production Mettre en place le monitoring de la qualité des données en production : alerting sur anomalies, détection de data drift, tableaux de bord de santé des données Définir les seuils d'alerte et les mécanismes de détection d'anomalies sur les flux transactionnels Intervenir sur les incidents de qualité en production (données manquantes, pipeline en retard, données corrompues) Validation Databricks / Spark à l'Échelle Intégrer des checks de qualité dans les pipelines Spark/Databricks (Delta Live Tables, Jobs) sans dégrader les performances Gérer la validation de schémas Delta Lake, les assertions sur les données et le logging des erreurs de qualité à grande échelle Évangélisation & Shift-Left Promouvoir les bonnes pratiques QA auprès des data engineers : tests intégrés dès le développement, data contracts, documentation des règles de qualité Former et accompagner l'équipe Data Platform dans l'adoption des pratiques de qualité

Résumé Rejoignez l’équipe Data Platform en tant que Data Engineer, axé sur la qualité des données et les pratiques QA. Vous intégrerez des mécanismes de validation et d’observabilité dans les pipelines de données pour garantir leur fiabilité et intégrité maximale. Responsabilités : Définir, implémenter et maintenir des règles de qualité des données et des frameworks de validation (complétude, cohérence, unicité, exactitude). Concevoir et intégrer des tests automatisés dans les pipelines ETL / ELT. Développer et améliorer des pipelines de données avec contrôle qualité et assertions. Mettre en œuvre des solutions d’observabilité et de monitoring des données. Analyser et résoudre les problèmes de qualité des données en production. Valider les transformations de données et leur alignement avec la logique métier. Collaborer avec les équipes pour définir les contrats de données. Garantir la fiabilité en production par le monitoring des pipelines. Promouvoir de bonnes pratiques QA dans le Data Engineering. Must Haves : Diplôme Bac+5 avec au moins 4 ans d’expérience en Data Engineering ou Data QA. Solide expertise en Python et frameworks de validation de données. Expérience en pipelines ETL/ELT intégrant des tests. Pratique de Databricks et Spark. Excellente maîtrise du SQL. Expérience en environnements cloud (AWS de préférence). Compréhension des CI/CD et stratégies d’automatisation des tests. Expérience en environnement Agile. Nice to Have : Niveau d’anglais intermédiaire supérieur. Fort esprit analytique et capacité à résoudre des problèmes. Attention aux détails et sens des responsabilités. Capacité de collaboration et esprit d’équipe. Intérêt pour les tendances liées à la qualité des données.

Profil senior/expert IICS 5 à 10 ans d’expérience Anglais obligatoire Démarrage : asap Technologies dans l’ordre de priorité : IICS (obligatoire), Snowflake, AWS Profil senior/expert IICS 5 à 10 ans d’expérience Anglais obligatoire Démarrage : asap Profil senior/expert IICS 5 à 10 ans d’expérience Anglais obligatoire Démarrage : asap Technologies dans l’ordre de priorité : IICS (obligatoire), Snowflake, AWS Profil senior/expert IICS 5 à 10 ans d’expérience Anglais obligatoire Démarrage : asap Technologies dans l’ordre de priorité : IICS (obligatoire), Snowflake, AWS

Dans le cadre des projets portés par le groupe, vous intervenez comme Data Engineer expérimenté afin de contribuer à la conception, l’industrialisation et la maintenance de solutions data innovantes. Vous participez à la définition des solutions applicatives, au développement des traitements data, à leur intégration technique, ainsi qu’à leur suivi en production. Vos principales missions seront les suivantes : Concevoir, développer et maintenir des pipelines ETL / ELT pour des données structurées et non structurées. Préparer des datasets exploitables pour des usages d’exploration, d’analyse avancée, de data science ou de machine learning. Participer à l’industrialisation de modèles statistiques ou de machine learning. Mettre en œuvre les chaînes d’intégration, de déploiement et de suivi des solutions en production dans une logique DataOps / MLOps . Versionner les données, les modèles et le code. Monitorer la performance, la qualité et les coûts des traitements. Contribuer à l’amélioration continue des produits et solutions de la squad. Participer aux phases d’intégration, de recette technique et de mise en production. Surveiller les processus existants, identifier les axes d’amélioration et fiabiliser les traitements. Documenter les systèmes, les pipelines, les modèles et les processus mis en œuvre. Collaborer avec les membres de la squad, les équipes techniques, les utilisateurs et les parties prenantes métier.

Mission Data Engineer Python / Azure – Paris – Hybride Nous recherchons un Data Engineer expérimenté pour intervenir sur un nouveau projet au sein d’une Digital Factory d’un grand groupe international. La mission consiste à concevoir, développer et industrialiser des pipelines de données dans un environnement Azure Cloud , avec une forte exigence en matière de qualité logicielle, d’architecture propre, de tests automatisés et d’industrialisation. Missions principales : Conception et développement de pipelines de données en Python Mise en place de traitements batch et d’orchestrations avec Azure Durable Functions Manipulation de données volumineuses, notamment au format Parquet Validation de schémas et contrôles qualité des données Intégration avec des APIs externes Modélisation et optimisation de bases Azure SQL Mise en place de l’observabilité : logs, traces, métriques Industrialisation des déploiements via CI/CD Garantie de la qualité et de la sécurité du code : tests automatisés, coverage, scans de code Profil recherché : Data Engineer avec au moins 6 ans d’expérience , à l’aise dans un environnement cloud moderne et serverless. Le profil doit être capable de travailler en équipe, de partager ses connaissances avec les autres membres de la squad et de contribuer à limiter le silotage entre les sujets data, software et ops. Compétences attendues : Python – niveau expert Azure Cloud – niveau expert Azure Functions / Durable Functions v2 Data Lake, Blob Storage, Azure DB Pandas, Polars, PyArrow Azure SQL Parquet CI/CD Tests automatisés Observabilité Bonnes pratiques de sécurité et qualité de code Anglais courant requis. Un test technique pourra être demandé aux profils sélectionnés, suivi d’une éventuelle soutenance technique.

💼 À propos de l’entreprise Créée en 2008, Technology & Strategy est une société de conseil franco-allemande qui accompagne ses clients sur des projets d’engineering, de digital et de consulting. Avec plus de 3 500 collaborateurs , répartis dans 27 agences et plus de 10 pays , nous évoluons dans un environnement international 🌍 Ce qui fait notre force : Une expertise technique reconnue Des valeurs fortes : Respect, Partage, Initiative, Excellence Une vraie diversité avec plus de 45 nationalités Des équipes engagées, communicantes et solidaires Un accompagnement clair pour faire évoluer votre parcours Un environnement de travail certifié #HappyAtWork Des projets innovants, concrets et à impact 💼 À propos du poste – Data Engineer (H/F) – Strasbourg Dans le cadre de nouveaux projets data, nous recherchons un Data Engineer pour rejoindre notre équipe strasbourgeoise et intervenir sur des projets dans le domaine bancaire . Vous évoluerez dans un contexte orienté data décisionnelle / BI , avec des enjeux forts autour de l’intégration, de la structuration et de la valorisation des données. 🛠️ Vos missions Concevoir, développer et maintenir des flux d’intégration de données ( ETL / ELT ) Intervenir sur des outils d’intégration, idéalement Semarchy xDI (ex-Stambia) Participer à la modélisation des systèmes décisionnels Travailler sur les bases de données et rédiger des requêtes SQL performantes Contribuer à l’alimentation et à l’exploitation des outils de Business Intelligence Collaborer étroitement avec les équipes data, BI et métiers Garantir la qualité, la fiabilité et la performance des données 🚀

Nous recherchons un(e) Data Engineer spécialisé(e) en Data Quality afin de renforcer une équipe en charge de la fiabilité, de la qualité et de la gouvernance des données. Vous évoluerez dans un environnement cloud moderne et contribuerez à la mise en place de frameworks de validation, d’observabilité et d’automatisation de la qualité des données au sein de pipelines data à forte volumétrie. Missions principales : Définir et mettre en œuvre des règles de qualité des données (complétude, cohérence, unicité, exactitude) Concevoir et intégrer des tests automatisés dans les pipelines ETL / ELT Développer des pipelines data intégrant des mécanismes de validation et de contrôle qualité Mettre en place des solutions de monitoring, alerting et observabilité des données Participer à la détection d’anomalies et au traitement des incidents data en production Vérifier la cohérence des transformations de données avec les besoins métiers Collaborer avec les équipes Data Engineering, Data Analytics et Produit afin de définir les critères d’acceptation et standards qualité Garantir la fiabilité et la maintenabilité des pipelines de données Contribuer à l’amélioration continue des pratiques QA appliquées à la Data Platform Participer à l’intégration des tests dans les pipelines CI/CD

🎯 Rôle Tu rejoins l’équipe pour prendre un rôle clé dans la construction des systèmes IA du produit. L’objectif n’est pas de piloter de loin, mais de mettre les mains dans l’architecture, le code, les pipelines et la mise en production . À terme, tu pourras prendre davantage de responsabilités sur la structuration technique de l’équipe IA. 🧠 Missions Architecture & développement IA Concevoir et développer des pipelines IA / GenAI robustes Travailler sur des sujets RAG, agents, orchestration LLM Structurer la donnée, le contexte et les workflows IA Participer aux choix d’architecture technique Industrialisation Transformer des POC en systèmes fiables en production Mettre en place du monitoring, des tests et des évaluations Optimiser performance, latence et coûts Construire des systèmes maintenables et scalables Montée en leadership Contribuer aux standards techniques Challenger les choix d’architecture Accompagner progressivement d’autres profils techniques Participer à la structuration du futur pôle IA 🛠️ Stack & environnement Pas de stack imposée, mais un environnement autour de : Python Data pipelines / APIs / backend LLM, RAG, agents, orchestration Docker, CI/CD Cloud AWS ou GCP Monitoring / observabilité Bases vectorielles ou moteurs de recherche sémantique