En tant que Data Engineer, vous intervenez sur la conception, le développement et l'optimisation de pipelines de données robustes et scalables. Vous travaillez au cœur des plateformes Data afin de garantir la qualité, la disponibilité et la performance des données utilisées par les équipes métiers, BI et Data Science. Expérience attendue : 3 à 8+ ans en ingénierie Data. Vous correspondez au/à la Data Engineer que nous recherchons si : Vous évoluez efficacement au sein d'équipes agiles et pluridisciplinaires, en collaboration étroite avec les équipes Data, IT et métiers Vous faites preuve d'un fort esprit analytique et d'une grande rigueur Vous êtes autonome, proactif et doté d'un solide sens des responsabilités Vous êtes capable de communiquer clairement avec des interlocuteurs techniques comme non techniques Vous savez prioriser vos tâches, gérer les contraintes et respecter vos engagements Vous disposez d'un bon esprit de synthèse et êtes orienté résultats et valeur métier Vous avez une bonne connaissance des environnements Business Intelligence, Big Data et des architectures Lakehouse Vous avez déjà travaillé sur des plateformes Data modernes (Cloud) Vous maîtrisez SQL comme langage d'interrogation des données et avez des notions de modélisation de données (architecture médaillon, modèle en étoile …) Vous disposez d'un bagage en software engineering, vous permettant d'écrire un code robuste, lisible, maintenable et testable, notamment en Python Vous appliquez les bonnes pratiques de développement : structuration du code, modularité, gestion des dépendances, conventions de nommage Vous êtes sensibilisé aux principes de qualité logicielle (tests unitaires, tests d'intégration, revue de code) Vous êtes à l'aise avec les outils de versioning (Git) et les workflows collaboratifs associés Vous savez concevoir des pipelines Data comme de véritables produits logiciels, en tenant compte de la maintenabilité, de l'évolutivité et de l'observabilité
Vous rejoindrez notre équipe technique en charge de traiter et d'assurer le suivi de la production, de mettre en place les évolutions. Les projets concernées sont : BCR/IFRS9, calcul de provision IFRS9, Anadefi (données financières), outil de lutte contre le blanchiment et le financement du terrorisme, application de crédit pour la clientèle, outil de reporting réglementaire. Vos missions consisteront à contribuer: Suivre les Run de Production, Gérer les incidents dans le respect des délais, Traiter les tickets sous Jira pour la maintenance des applications, Rédiger les procédures de suivi de production, Mettre en oeuvre les demandes d'évolutions liés aux maintenances corrective
Titre : Data Engineer Java / Spark / GCP (H/F) — Secteur Aéronautique Localisation : Toulouse (31) — Hybride 3/2 Démarrage : Dès que possible Durée : Jusqu'au 31/12/2026 — Mission renouvelable TJM : Jusqu'à 440 € Description de la mission Dans le cadre du renforcement de l'équipe Data d'un acteur incontournable du transport aérien, nous recherchons un Data Engineer / Tech Lead expérimenté pour intervenir sur le Datalake du groupe. Vous rejoignez une squad de 6 personnes et contribuez à l'alimentation, l'enrichissement et l'évolution de la plateforme de données (couches load et refined). Compétences requises Java — niveau confirmé (30 % du poste) Apache Spark (30 %) GCP : Dataproc, Dataform, Google Cloud Storage, Terraform (30 %) BigQuery (10 %) Python : bonne maîtrise Méthodologie Agile Expérience attendue : 5 ans minimum en Data Engineering Profil Tech Lead apprécié Conditions Rythme : 3j présentiel Toulouse / 2j télétravail TJM max : 440 €/j Mission jusqu'au 31/12/2026, renouvelable
Dans le cadre du développement d'une plateforme Big Data à l'échelle internationale, le consultant interviendra sur la conception et la mise en œuvre d'un socle permettant de centraliser, traiter et distribuer un volume important de données issues de plusieurs pays. Les principales missions incluent : La conception et le développement de pipelines de données (ingestion, traitement, normalisation, distribution) La mise en place d'architectures Big Data robustes et scalables L'amélioration continue du framework technique (monitoring, CI/CD, tests, performance, résilience, qualité de code) Le respect des standards d'architecture et des guidelines internes La collaboration avec les parties prenantes du projet pour promouvoir les bonnes pratiques et les solutions communes L'environnement est international avec une équipe basée principalement à Paris et des interactions possibles avec d'autres sites en Europe.
Dans le cadre d'une initiative innovante en phase d'incubation, l'objectif est de concevoir et valider une solution de type plateforme de data et business intelligence dédiée à l'analyse de données complexes. Un POC (Proof of Concept) est en cours pour explorer la faisabilité technique et les usages métiers, incluant une chaîne complète d'ingestion, de traitement et de valorisation des données ainsi que des capacités de simulation. Missions principalesRôle Tech LeadSuperviser une équipe technique pluridisciplinaire (Data Science, Data Engineering, Data Analysis) Structurer et développer les compétences de l'équipe Garantir la qualité, la robustesse et la scalabilité des livrables Piloter la conception de l'architecture globale, notamment orientée systèmes agentiques Orienter les choix technologiques et les bonnes pratiques Assurer la veille technologique et proposer des innovations pertinentes Optimiser la phase exploratoire du POC (rapidité d'expérimentation, pertinence des cas d'usage) Rôle Agentic Data EngineerConcevoir et implémenter des pipelines de traitement de données Intégrer différentes sources de données internes et externes Développer les briques nécessaires à une plateforme data modulaire et performante Participer au développement d'un portail de restitution des données Garantir la maintenabilité, la performance et la qualité des solutions développées Concevoir une architecture orientée agents favorisant l'automatisation et la flexibilité Préparer le passage à l'échelle et une potentielle industrialisation
Rôle et responsabilités des Développeurs • Développement et expertise Réaliser des développements de complexité moyenne. Assurer la maintenance applicative (Gestion des obsolescence et vulnérabilités) • Contribution agile Participer aux rituels techniques (estimation de charge, engagement sur le sprint). • Architecture et standards Concevoir et mettre en oeuvre l'architecture applicative et technique. Veiller au respect des normes, bonnes pratiques et standards Groupe. • Qualité et documentation Garantir la qualité des livrables (revues de code, bonnes pratiques). Assurer la production et la maintenance de la documentation projet. • RUN Assurer le suivi d'exploitation des traitements PySpark en production : supervision, résolution des incidents, analyse des performances et amélioration continue des traitements - Maîtrise avancée des environnements de conteneurisation et d'orchestration, notamment Kubernetes et Docker, ainsi que de la gestion sécurisée des secrets avec HashiCorp Vault - Maîtrise avancée des traitements Big Data, incluant PySpark 3 ainsi que la manipulation de formats de données distribués (Parquet, gestion des buckets). - Maîtrise opérationnelle de l'orchestration de workflows de données à l'aide de l'outil Apache Airflow. - Maîtrise confirmée des bases de données relationnelles, particulièrement PostgreSQL. - Maîtrise des outils de gestion de code et de qualité logicielle, incluant GitLab, Fortify et SonarQube. - Maîtrise des outils de stockage objet, notamment via l'utilisation des commandes MinIO. - Maîtrise des outils de transfert de fichiers, en particulier CFT (Cross File Transfer). Pour l'ensemble du projet de titrisation Bail : • Dossiers d'architecture (schémas, principes techniques, choix structurants). • Backlog enrichi et priorisé en lien avec les parties prenantes. • Composants applicatifs développés, testés et documentés. • Comptes rendus des revues de code et plan d'amélioration continue. • Documentation projet à jour (Spécifications techniques, JIRA, Page Confluence, Runbook). • Reporting d'avancement sur le périmètre confié. • RUN : Reporting de type Morning check
Vous rejoindrez notre équipe technique en charge de traiter et d'assurer le suivi de la production, de mettre en place les évolutions. Les projets concernées sont : BCR/IFRS9, calcul de provision IFRS9, Anadefi (données financières), outil de lutte contre le blanchiment et le financement du terrorisme, application de crédit pour la clientèle, outil de reporting réglementaire. Vos missions consisteront à contribuer: Suivre les Run de Production, Gérer les incidents dans le respect des délais, Traiter les tickets sous Jira pour la maintenance des applications, Rédiger les procédures de suivi de production, Mettre en oeuvre les demandes d'évolutions liés aux maintenances corrective
La Direction des Systèmes d'Information recrute un Data Engineer pour concevoir, développer et maintenir les architectures Data nécessaires à l'exploitation des données par les analystes métiers et data scientists. Vos principales missions consisteront à : - Mener les projets d'intégration (temps réel) et data (big data & insights) - Comprendre, analyser et proposer des solutions techniques répondant aux besoins des divers acteurs de la donnée (spécialistes métier, domain managers, architecte, data analystes et scientists) - Apporter un éclairage technique sur les architectures Cloud, dialoguer avec les fournisseurs de solutions et les consultants techniques - Dans une logique de mise en production, créer et déployer des pipelines de données robustes pour les data scientists et data analysts (collecte, stockage, transformation et exploitation) - Assurer une bonne qualité des données pour les projets Machine Learning (préparation, complétude, épuration, enrichissement) dans le but d'optimiser les performances des modèles - Améliorer les processus internes : localisation et traçabilité de la donnée, standardisation des flux et des scripts de traitement des données, documentation - Collaborer avec les équipes basées aux Pays-Bas pour faciliter le Data-Sharing, échanger sur les best-practices et les moyens d'optimiser les architectures - Contribuer à l'amélioration de la gouvernance sur la protection et la confidentialité des données Toute activité en dehors de celles énumérées au titre des fonctions principales pourra être confiée au collaborateur dans le cadre de son activité en fonction de son évolution au sein du service et des besoins de l'entreprise.
Conception et Développement • Concevoir et développer des vues de données virtualisées dans Denodo (base views, derived views, interface views) à partir des spécifications techniques fournies • Intégrer les sources de données hétérogènes (bases relationnelles, APIs REST/SOAP, fichiers, cloud, web services) • Optimiser les performances des requêtes (cache management, query optimization, data movement) • Créer et maintenir les data services et APIs pour exposer les données aux applications consommatrices • Implémenter les mécanismes de gouvernance et de traçabilité des données • Réaliser des tests de qualité, performance et cohérence des données • Documenter l'ensemble des développements et bonnes pratiques (wiki, Jira, Data Catalog) • Participer à la mise en production et au suivi des services de données Collaboration agile et gouvernance - Travailler en étroite collaboration avec le PO pour assurer la livraison des différents projets - Participer aux rituels agiles : daily, sprint planning, review, retrospectives. - Contribuer à la documentation fonctionnelle et technique du produit Data. - Promouvoir les bonnes pratiques Dataiku (modularité, réutilisabilité, qualité, performance).
Contexte Dans le cadre des activités Data de la R&D Michelin, nous recherchons un Data Engineer Référent au sein du domaine DOTI / BS / RD / Analytics. Le rôle consiste à construire, transformer et fiabiliser les données afin d'alimenter les produits numériques utilisés par la Recherche & Développement, tout en jouant un rôle de leader technique et coach auprès des autres Data Engineers. L'environnement est en Agile à l'échelle (SAFe), avec des équipes proches des métiers. Positionnement Équipe : Data – Domaine Analytics R&D Rôle : Data Engineer Référent (Leader technique) Collaboration avec : Tech Lead du domaine Feature Teams DORD Data Engineers Niveau attendu : Leader / Coach (IS3) Missions principalesData Engineering Concevoir et développer des pipelines de données : intégration transformation nettoyage Connecter les systèmes sources et structurer les flux de données Mettre à disposition des données exploitables pour les produits Data Développement & intégration Développer des traitements en : Python Talend DI ponctuellement Java Spring Boot Intégrer les développements dans les pipelines CI/CD Participer à la gestion des versions (GitLab) Qualité & tests Réaliser : tests unitaires automatisés tests de qualification Rédiger les plans de tests Garantir la qualité et la fiabilité des données Documentation Rédiger la documentation : technique fonctionnelle Formaliser les modèles de données et les flux Support & maintien en conditions opérationnelles Assurer le support niveau 3 sur les flux Data (DataLake D1) Analyser et corriger les incidents Participer à l'amélioration continue des traitements Référent technique & coaching Accompagner les Data Engineers : bonnes pratiques de développement qualité de code industrialisation Contribuer à la montée en compétences de l'équipe Participer à la diffusion des standards techniques
• Analyse et cadrage Recueillir et analyser les besoins métiers. Formaliser les US en spécifications techniques exploitables. • Pilotage technique Assurer un pilotage intermédiaire sur un périmètre projet (coordination technique, suivi d'avancement). Contribuer aux choix techniques structurants. • Développement et expertise Réaliser des développements complexes. Assurer la maintenance applicative (Gestion des obsolescence et vulnérabilités) Apporter un support technique aux équipes sur les composants critiques. • Contribution agile Participer à l'élaboration et à la priorisation du backlog avec les PO et BA. Animer et contribuer aux rituels techniques (code reviews, challenger les estimations de charge etc.) • Architecture et standards Concevoir et mettre en oeuvre l'architecture applicative et technique. Veiller au respect des normes, bonnes pratiques et standards Groupe. • Qualité et documentation Garantir la qualité des livrables (revues de code, bonnes pratiques). Assurer la production et la maintenance de la documentation projet. • RUN Planification des activités, gestion du calendrier de l'équipe et priorisation des actions Assurer le suivi d'exploitation des traitements PySpark en production : supervision, résolution des incidents, analyse des performances et amélioration continue des traitements Maîtrise avancée des environnements de conteneurisation et d'orchestration, notamment Kubernetes et Docker, ainsi que de la gestion sécurisée des secrets avec HashiCorp Vault Maîtrise avancée des traitements Big Data, incluant PySpark 3 ainsi que la manipulation de formats de données distribués (Parquet, gestion des buckets). Maîtrise opérationnelle de l'orchestration de workflows de données à l'aide de l'outil Apache Airflow. Maîtrise confirmée des bases de données relationnelles, particulièrement PostgreSQL. Maîtrise des outils de gestion de code et de qualité logicielle, incluant GitLab, Fortify et SonarQube. Maîtrise des outils de stockage objet, notamment via l'utilisation des commandes MinIO. Maîtrise des outils de transfert de fichiers, en particulier CFT (Cross File Transfer). Pour l'ensemble du projet de titrisation Bail : • Dossiers d'architecture (schémas, principes techniques, choix structurants). • Backlog enrichi et priorisé en lien avec les parties prenantes. • Composants applicatifs développés, testés et documentés. • Comptes rendus des revues de code et plan d'amélioration continue. • Documentation projet à jour (Spécifications techniques, JIRA, Page Confluence, Runbook). • Reporting d'avancement sur le périmètre confié. • RUN : Reporting de type Morning check
Mission de l'équipe : Au sein de l'équipe Stress Testing and Data Analytics, la mission consiste à renforcer les capacités de développement et d'industrialisation des traitements de données utilisés dans les exercices de stress testing réglementaires. L'équipe est responsable de la collecte, de la structuration, de la transformation et de la mise à disposition des données nécessaires aux projections réglementaires, aux exercices de stress testing et aux productions associées. Dans le cadre de la préparation de l'EBA Stress Test 2027, le consultant interviendra sur le périmètre Credit Risk afin de contribuer à la fiabilisation des données, à l'automatisation des traitements et à la sécurisation des livrables réglementaires dans un environnement Big Data. La mission s'inscrit dans un contexte international impliquant une collaboration étroite avec les équipes Data, IT, Finance, Risque et Modèles. 1. Développement et industrialisation des traitements de données_ _L'équipe est responsable du développement, de l'évolution et de la maintenance des pipelines de données nécessaires aux exercices réglementaires. Elle conçoit des traitements robustes et industrialisés sous Dataiku DSS v14, en s'appuyant sur Python, PySpark et SQL, afin d'assurer la production de données fiables, reproductibles et auditables. Les traitements développés doivent répondre à des exigences élevées de qualité, de performance et de traçabilité conformément aux principes BCBS 239. 2. Intégration et contrôle de la qualité des données_ _L'équipe assure l'intégration de données provenant de différentes sources réglementaires et internes. Elle est responsable de la transformation des données, de la mise en œuvre des contrôles de qualité, des contrôles de cohérence ainsi que des rapprochements entre les différentes sources. Les écarts détectés doivent être analysés puis faire l'objet d'actions de remédiation afin de garantir la fiabilité des livrables réglementaires. 3. Contribution aux exercices réglementaires_ _L'équipe contribue directement à la construction du Credit Starting Point dans le cadre de l'EBA Stress Test 2027. Elle participe à la préparation des datasets réglementaires, à l'alimentation des templates attendus ainsi qu'à la sécurisation des différentes phases de production jusqu'aux livraisons. Une forte implication est attendue durant les périodes critiques de préparation, de validation, de re-run et de remédiation. 4. Documentation et traçabilité_ _L'équipe est responsable de la documentation technique et fonctionnelle des traitements développés. Elle garantit la traçabilité complète des données, des règles de transformation et des contrôles mis en œuvre afin de répondre aux exigences d'audit et de conformité réglementaire. Prestations demandées : La mission interviendra principalement sur les activités suivantes : Développer et maintenir les pipelines de données sous Dataiku DSS v14. Concevoir, optimiser et exécuter des traitements en Python, PySpark et SQL. Contribuer à la construction du Credit Starting Point dans le cadre de l'EBA Stress Test 2027. Intégrer, transformer et contrôler des données réglementaires et internes. Automatiser les contrôles de qualité et les contrôles de cohérence des données. Réaliser les analyses d'écarts et participer aux actions de remédiation. Produire une documentation technique et fonctionnelle des traitements développés. Garantir la traçabilité et l'auditabilité des données conformément aux principes BCBS 239. Collaborer avec les équipes Data, IT, Finance, Risque, Modèles et les différentes parties prenantes du programme. Participer aux phases de recette, validation, re-run et sécurisation des livrables réglementaires. Expertises : Data Engineering Dataiku DSS v14 Développement de pipelines de données Python PySpark SQL Big Data Data Quality Data Lineage Data Transformation Data Remediation Stress Testing BCBS 239
Rejoignez une grande entreprise du secteur automobile en tant que Lead Data Orchestration Engineer pour piloter l'optimisation et la sécurisation d'une plateforme d'orchestration Airflow critique. Vous piloterez une mission stratégique combinant expertise technique, architecture cloud et mentorat d'équipes dans un environnement à fort enjeu de continuité de service. Contexte de la mission Vous intégrez une équipe Data Platform au sein d'un groupe majeur du secteur automobile. La plateforme d'orchestration Airflow MWAA (version 2.10.3) gère des pipelines de données transactionnelles complexes à travers 9 pays européens. Suite à un audit technique approfondi ayant stabilisé les fondations, la mission porte désormais sur quatre axes stratégiques : optimisation architecturale et passage à l'échelle, sécurisation et résilience de bout en bout, évaluation et migration vers une infrastructure cible mieux adaptée, et montée en compétence progressive des équipes Dev et Ops. Environnement technique Plateforme actuelle : AWS MWAA avec SQS/SNS, Secrets Manager, CloudWatch et IAM ; plus de 200 DAGs en production avec DAG Factory dynamique existante. Méthodologie : approche Agile avec cycles d'optimisation, benchmarking technique et gestion de programme structurée. Périmètre : infrastructure multi-pays, multi-environnements (Dev/Ops séparés), avec enjeux forts de performance, coûts et conformité. Responsabilités : - Optimiser et faire évoluer l'architecture d'orchestration existante : enrichissement de la DAG Factory, migration vers les Datasets natifs Airflow, optimisation des performances au parse-time et runtime, mise en place de validation automatisée en CI/CD (parse test, linting, tests d'intégration) - Concevoir et implémenter une stratégie de sécurisation robuste : politique de rotation des secrets, routage d'alertes différencié par type et criticité, hardening réseau et configuration, patterns avancés de résilience (retry strategies, Dead Letter Queues, circuit breakers) - Piloter la phase d'étude et de benchmarking des alternatives à AWS MWAA (Airflow auto-hébergé sur ECS/EKS, Astronomer, Dagster, Prefect, etc.) en regard des contraintes métier, puis élaborer une recommandation argumentée avec analyse coûts/bénéfices et plan de transition - Prendre en charge la migration vers l'infrastructure cible retenue, en garantissant continuité de service, POC validant et bascule progressive en production - Conduire le programme de formation et de montée en compétence des équipes (~10 personnes Dev et Ops), favoriser la constitution d'une méta-équipe plateforme unifiée, et accompagner l'évolution des profils (Dev vers Data Engineers, Ops vers DataOps) - Concevoir et faire appliquer des standards techniques transverses : patterns de conception, conventions de code, processus de review et bonnes pratiques d'observabilité - Piloter le capacity planning, le tuning de...
ContexteDans le cadre du renforcement de son équipe Data & IA, notre client recherche un Data Engineer / Administrateur Plateforme Data pour assurer l'administration, l'exploitation et l'évolution des infrastructures Data basées sur Cloudera CDP et les technologies Open Source. Vous interviendrez sur des plateformes critiques en collaboration avec les équipes applicatives, infrastructures, métiers et internationales afin de garantir la disponibilité, les performances et l'évolution des environnements Data. MissionsAdministration & ExploitationAdministrer et maintenir les plateformes Data Cloudera CDP. Garantir le maintien en condition opérationnelle des infrastructures. Superviser les plateformes et assurer le traitement des incidents. Participer aux astreintes et aux interventions hors horaires ouvrés. Optimiser les performances et la capacité des plateformes. Data EngineeringConcevoir les solutions d'ingestion de données (API). Mettre en œuvre des architectures de stockage (Hadoop, Ozone, Druid, ClickHouse...). Développer et automatiser les traitements de données. Mettre en place les tests unitaires et d'intégration. Industrialiser les traitements de nettoyage et de transformation des données. Évolution des plateformesParticiper aux migrations des clusters Hadoop Cloudera. Contribuer au déploiement des nouvelles plateformes Cloudera Data Services sous OpenShift/Kubernetes. Être force de proposition sur les évolutions techniques. Participer au design des infrastructures Data. Support & ExpertiseRésoudre les incidents complexes (Hive, Spark, Yarn...). Accompagner les équipes applicatives et métiers. Assurer un support technique de haut niveau. Participer à la documentation et au partage de connaissances. Environnement techniqueImpératifCloudera CDP 7.1.x RedHat Enterprise Linux 8 & 9 Python Java Ansible DevOps Très bonnes connaissancesHadoop Hive HBase Kafka Spark Solr Knox Ranger ZooKeeper Kerberos LDAP AppréciéesOpenShift Kubernetes Trino / Starburst Airflow Flink Maven Gradle ClickHouse Ozone Druid Profil recherchéFormation Bac+5 en informatique ou équivalent. Expérience significative sur des plateformes Big Data Cloudera. Expertise Linux RedHat. Bonne maîtrise des environnements Open Source Data. Solides compétences en automatisation (Ansible). Connaissances DevOps. Capacité à analyser et résoudre des incidents complexes. Esprit d'équipe, autonomie et bonnes capacités de communication. ConditionsCouverture de l'équipe : 8h00 – 19h00 Astreintes et interventions hors horaires ouvrés selon un planning de rotation. Niveau attendu : Confirmé / Senior (N4). Compétences clés : Cloudera CDP 7.1.x, RedHat 8/9, Hadoop, Spark, Hive, Kafka, Python, Java, Ansible, DevOps, OpenShift, Kubernetes.
Mission de l'équipe : Au sein d'une équipe dédiée au Stress Testing et à la Data Analytics, la mission consiste à concevoir, industrialiser et fiabiliser les traitements de données utilisés dans le cadre des exercices réglementaires de stress testing, des projections prudentielles et des reportings associés. L'équipe évolue dans un environnement Big Data et intervient sur l'ensemble de la chaîne de valeur de la donnée, depuis l'intégration des sources jusqu'à la production de livrables conformes aux exigences réglementaires, avec un niveau élevé de qualité, de traçabilité et de reproductibilité. Dans le cadre de la préparation de l'EBA Stress Test 2027, l'équipe renforce sa capacité d'exécution sur le périmètre Credit Risk, notamment pour la construction du point de départ réglementaire, l'automatisation des traitements et la sécurisation des livraisons.
Contexte de la mission : Dans le cadre d'un programme de transformation digitale et data, notre client recherche un(e) Senior Data Engineer afin de renforcer une équipe en charge du développement de produits data stratégiques au sein d'un Cloud Center of Excellence et d'un Digital Accelerator. La mission se déroule dans un environnement international et vise à concevoir, développer et faire évoluer une plateforme data ainsi que les produits associés, tout en contribuant à l'amélioration continue des pratiques d'ingénierie et d'industrialisation des données. Objectifs et livrables : Le/la consultant(e) aura pour principales missions de : · Concevoir, développer et maintenir des pipelines de données ETL/ELT. · Développer et industrialiser les traitements de transformation de données. · Concevoir et faire évoluer des Data Lakes, Data Warehouses, Data Marts et cubes de données. · Intégrer différentes sources de données (API, fichiers, traitements batch et temps réel). · Optimiser les performances des traitements et des requêtes SQL. · Mettre en œuvre les bonnes pratiques de développement, d'intégration et de déploiement. · Collaborer avec les équipes Produit, Data, Plateforme et Product Owners. · Participer aux phases de cadrage et de Data Discovery. · Mettre en place et maintenir les chaînes CI/CD dédiées aux workflows data. · Évoluer dans un environnement Agile. Livrables attendus : · Développement et déploiement des composants data. · Documentation technique et fonctionnelle. · Documentation des modèles de données. · Rapports d'audit et de contrôle qualité. · Rapports de tests d'acceptation. · Support technique et transfert de compétences. Compétences requises : · Solide expérience en Data Engineering. · Maîtrise des architectures ETL/ELT. · Excellente maîtrise de SQL. · Expérience sur Microsoft SQL Server (SSIS, SSAS, PBIRS). · Connaissance des architectures Data Warehouse et Data Lake. · Développement de pipelines de données. · Optimisation des performances (Performance Tuning). · Maîtrise d'outils ETL tels que Talend, Azure Data Factory (ADF) ou SSIS. · Expérience des chaînes CI/CD avec Azure DevOps ou GitLab. · Expérience en environnement Agile.
