LeHibou
Notre client dans le secteur Banque et finance recherche un/une Data Engineer expérimenté Snowflake / Cloud H/F Description de la mission : Contexte Dans le cadre du développement de l'IA générative au sein de ses applications, l'organisation souhaite renforcer son chapitre Data / entrepôt de données afin de porter les évolutions de patterns liés à la plateforme Data Snowflake et de traiter les ingestions de données sur cette plateforme, qu'elles soient structurées ou non structurées. La mission s'inscrit dans la construction et l'industrialisation des fondations data des cas d'usage IA liés à la relation client, ainsi que dans la mise en place d'une plateforme de pilotage de la relation client. L'équipe couvre l'ensemble de la chaîne de valeur : collecte des données produites par la plateforme de centre de contacts et par les cas d'usage IA, structuration dans Snowflake, croisement avec les données du SI, et mise à disposition pour le pilotage du programme, le suivi de la qualité opérationnelle et l'amélioration des produits IA. Mission La mission consiste à concevoir, mettre en œuvre et industrialiser les modèles de données, pipelines d'ingestion et dispositifs de gouvernance nécessaires à l'exploitation des données d'interactions relation client dans Snowflake, en environnement Cloud, avec une forte composante qualité, pilotage et réutilisabilité. Le consultant interviendra également sur la conception de nouveaux patterns techniques liés à l'ingestion, la manipulation et la restitution de données, ainsi que sur l'accompagnement des équipes IT et métier dans le déploiement et la prise en main de la plateforme Data. Principales responsabilités Définir le modèle de données cible « relation client IA » dans Snowflake : schémas, bases, conventions et dictionnaire de données, en cohérence avec le modèle de reporting existant de la plateforme de centre de contacts Construire les déversements Amazon Connect vers Snowflake et les pipelines d'ingestion associés Compléter le modèle CTR natif avec les attributs des cas d'usage IA absents du modèle standard : résumé d'appel généré et modifié, motif retenu, latence, retours utilisateurs, puis indicateurs voicebot et chatbot selon la trajectoire produit Mettre en place les contrôles qualité, la supervision et les mécanismes de reprise des pipelines Croiser les données d'interactions avec les données des plateformes d'IA et des applications du SI afin de construire une vision consolidée relation client multi-produits Mettre en place la plateforme de pilotage de la relation client avec indicateurs de qualité et de quantité des interactions, en pilotage à chaud et à froid Intégrer les données issues des transcriptions et alimenter mensuellement les instances de pilotage du programme Définir les contrats d'interface avec les producteurs de données et les règles de gouvernance et de conformité, notamment sur les durées de conservation et les finalités analytiques Intégrer au modèle les futurs cas d'usage dès leur conception, notamment assistants conseillers, voicebot et chatbot Contribuer au cadrage des nouveaux besoins techniques liés à la plateforme Snowflake Participer à l'évolution de la plateforme Data sur les volets gouvernance, contrôles et automatisation Participer aux choix technologiques de l'offre à mettre en place Analyser les documents d'architecture des assets à faire évoluer et définir les nouveaux patterns d'architecture fonctionnelle, applicative et technique Documenter les patterns retenus à un niveau de détail suffisant pour leur réutilisation Accompagner les équipes dans la prise en main de la plateforme Data Environnement technique Data platform : Snowflake, DBT Langages : SQL, Python, Shell Cloud : AWS, Terraform Contact center : Amazon Connect Orchestration / notebooks / MLOps : Airflow, MLflow, Jupyter Conteneurs / plateforme : Kubernetes, EKS CI/CD et outillage : GitLab, Artifactory, SonarQube Architecture : architectures Data, architectures de flux, ingestion de données structurées et non structurées Sécurité et conformité : sensibilité aux problématiques de sécurité et normes associées Livrables attendus Modèle de données cible documenté avec dictionnaire Pipelines en production, supervisés et documentés, avec jeux de contrôle qualité Vision consolidée des données d'interactions exploitable dans Snowflake Plateforme de pilotage de la relation client alimentée avec indicateurs de qualité et de quantité, vues à chaud et à froid, et socle de KPIs mensuel pour les instances de pilotage Contrats d'interface et règles de gouvernance des données IA Profil recherché Expérience Profil expérimenté en Data Engineering sur plateforme Snowflake / Cloud Expérience avérée sur une plateforme Snowflake Capacité à travailler dans un contexte multi-site, multi-entité et international Compétences techniques Expertise Snowflake Maîtrise de SQL, Python et Shell Maîtrise de DBT Bonne connaissance des architectures Data et de leur écosystème Bonne maîtrise des architectures et services Cloud, avec AWS en priorité Connaissance de Terraform Maîtrise des architectures de flux Connaissance de Kubernetes / EKS Connaissance d'Airflow, MLflow et Jupyter Connaissance des chaînes CI/CD : GitLab, Artifactory, SonarQube Sensibilité aux problématiques de qualité de données, de gouvernance, de sécurité et de conformité Compétences personnelles Capacité à mobiliser, fédérer et créer une vision commune Bonne communication écrite et orale Langues Anglais lu et parlé de manière professionnelle Compétences / Qualités indispensables : Snowflake, SQL et Python, AWS / Cloud, Modélisation de données, Pipelines d'ingestion data, Qualité et gouvernance des données Informations concernant le télétravail : Oui — 2 jours/semaine
