Trouvez votre prochaine mission ou futur job IT.

Data Engineer / Data Analyst : Data Catalog & Data Governance (OpenMetadata) Mission consultant · Île-de-France · Démarrage octobre 2026 · Jusqu'à début 2027 · TJM selon profil LE CONTEXTE Notre client, grand groupe de services à l'environnement, fait évoluer son socle analytique / Data. Objectifs : accélérer l'intégration de nouvelles sources, construire et enrichir les objets métiers (OBM), migrer les reportings vers Apache Superset, structurer la gouvernance et le catalogue de données, et s'appuyer sur des agents IA pour accélérer le delivery. Le projet couvre l'ensemble du cycle Data : conception, spécification, modélisation, développement, recette et mise en production. Vous prenez en charge le volet Data Catalog / Data Governance : analyser l'adéquation d'OpenMetadata au SI existant puis, si la solution est retenue, la déployer et l'intégrer. VOS MISSIONS 1. Analyser l'adéquation d'OpenMetadata au SI existant 2. Si la solution est retenue, déployer et intégrer OpenMetadata 3. Cataloguer les données et documenter les métadonnées 4. Mettre en place le data lineage de bout en bout 5. Cartographier les dépendances et produire l'analyse d'impact

RECHERCHE – DATA ENGINEER SENIOR Je recherche 2 Data Engineers Senior pour intervenir sur un projet Data ambitieux en Île-de-France. 🔹 Expérience : 8 ans minimum en Data Engineering 🔹 Localisation : IDF 🔹 Télétravail : 3 jours/semaine 🔹 Démarrage : ASAP 🔹 Mission longue durée 🛠️ Compétences indispensables : • Python • Spark • AWS (Glue, EMR, S3…) • Big Data • DBT • Architecture Lakehouse • Modélisation et collecte de données • Terraform • Airflow ⭐ Une expérience sur Iceberg et Starburst/Trino est fortement appréciée. Le poste implique également des sujets de pipelines Data à grande échelle, batch/streaming, industrialisation, qualité et observabilité des données. 📩 Vous êtes disponible ou connaissez un profil correspondant ? N'hésitez pas à me contacter en MP ou à m'envoyer votre CV.

Dans le cadre de l'évolution du DataHub vers une architecture Data Lakehouse, le client engage une bascule progressive depuis une architecture BI classique (ETL Talend, DWH centralisé) vers un modèle cible de type Lakehouse. Cette trajectoire inclut la migration des flux existants, la mise en place de nouvelles zones data (Landing Zone, Data Lake, Datamarts, Data Products) et le décommissionnement de Talend. Le/la Data Engineer intervient sous la responsabilité du Responsable de l'équipe technique et en appui du Techlead sur le projet de bascule Lakehouse. Son périmètre couvre à la fois la contribution au projet de décommissionnement Talend et de nouvelle architecture Snowflake, la réalisation de projets et demandes évolutives sur le périmètre data existant, ainsi que le traitement des incidents et le support au Run. Livrables attendus : - Inventaire et documentation des jobs Talend repris - Pipelines Snowflake industrialisés issus de la migration Talend - Modèles Lakehouse documentés - Contribution à la stratégie de migration et de décommissionnement Talend - Développements réalisés sur les projets et demandes évolutives traités - Suivi et documentation des incidents traités (analyse de cause racine, correctifs)

La mission consiste à intervenir en tant que Data Engineer dans le cadre d'un projet de bascule vers une architecture Data Lakehouse autour de Snowflake pour un acteur du secteur transport. Le consultant participera à l'évolution d'un DataHub existant vers un modèle cible Lakehouse, avec la mise en place de nouvelles zones data telles que Landing Zone, Data Lake, Datamarts et Data Products. Il contribuera à la migration des flux existants, à l'industrialisation des pipelines, au décommissionnement progressif de Talend, ainsi qu'aux développements liés aux demandes évolutives sur le périmètre data existant.

Au sein de la DSI Corporate d'un grand groupe bancaire, l'équipe assure la fourniture et le maintien des solutions applicatives pour l'ensemble des directions métiers du siège et des entités opérationnelles. Dans ce cadre, nous recherchons un Data Engineer GCP pour intervenir sur le projet DataOps. En lien étroit avec les équipes de production applicative et DevOps, vous ferez évoluer la plateforme pour répondre aux besoins analytiques et opérationnels métiers. Missions Concevoir et mettre en œuvre techniquement les pipelines de données sur Google Cloud Platform (GCP) en réponse aux demandes métiers. Collaborer avec l'équipe DevOps / Production applicative pour industrialiser, automatiser et sécuriser les déploiements (démarche DataOps). Traiter, structurer et optimiser les flux de données volumineux. Analyser et résoudre des problématiques techniques complexes en environnement de production.

Informations clésRôle : Tech Lead Data Engineer — Grade C Secteur : Domaine du Luxe Localisation : Paris (proximité client) TJM max : 400 € HT / jour Rythme : Hybride — 2 jours de présence sur site par semaine (télétravail le reste du temps) Démarrage : ASAP Durée : Jusqu'au 31/12/2027 (longue mission) Description de la missionAu sein d'un grand nom du secteur du Luxe, vous intervenez en tant que Tech Lead Data Engineer pour encadrer la technique et piloter les développements Data en proximité directe avec le client. Vous serez garant de la qualité de la donnée, de la performance des pipelines Cloud et du bon déroulement des projets en méthodologie Agile / TMA au forfait.

Prendre en charge la responsabilité des produits data de pilotage et de suivi des services GenIA déployés. • Être l'interlocuteur des métiers pour recueillir et formaliser leurs besoins : catalogue d'indicateurs, reportings attendus, définition des KPI • Concevoir, industrialiser et fiabiliser les indicateurs de pilotage. • Structurer, modéliser et documenter les données nécessaires au pilotage. • Construire et maintenir les dashboards de suivi. • Mettre en œuvre et fiabiliser les pipelines de données associés (collecte, transformation, contrôle qualité) • Contribuer à la montée en maturité data de l'équipe. Catalogue d'indicateurs de pilotage des services GenIA, validé avec les métiers • Dashboards de suivi opérationnels • Pipelines de données documentés et industrialisés • Documentation de la donnée (sources, modèle, flux)

L'équipe est chargée de la gestion transversale et globale des outils dédiés aux filières éolienne, solaire et hydraulique, en étroite collaboration avec Engie Digital et les systèmes d'information (SI) des différentes zones géographiques ; elle recherche actuellement un ingénieur plateforme de données (Data Platform Engineer). La mission s'effectuera au sein de l'équipe « Digital Delivery » ; elle consistera à soutenir la gouvernance des données ainsi que la gestion de la plateforme Databricks, et à piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks. Les objectifs de la mission sont les suivants : - Administrer et sécuriser la plateforme Databricks (gestion technique et opérationnelle) - Déployer et faire respecter la gouvernance des données appliquée à Databricks ainsi que les bonnes pratiques associées (structure du catalogue, organisation par domaines, règles d'accès et d'utilisation) - Piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks - Accompagner et soutenir les ingénieurs de données (data engineers) et les utilisateurs métiers (data citizens) dans l'utilisation de la plateforme - Intégrer les impératifs de cybersécurité, de conformité et de maîtrise des coûts dès la conception (« by design ») - Contribuer à la communauté informatique (échanges sur les bonnes pratiques, retours d'expérience, etc.) Activités principales : - Administration de la plateforme Databricks : administrer, surveiller et maintenir les espaces de travail (workspaces) Databricks (gestion technique et opérationnelle : espaces de travail, ressources de calcul, accès, coûts, sécurité, gestion des incidents) - Gouvernance des données sur Databricks : mettre en œuvre et faire évoluer le cadre de gouvernance des données sur la plateforme Databricks (structure du catalogue, organisation par domaines, règles d'accès, normes de nommage et de qualité) et garantir la conformité avec les politiques du Groupe - Migration depuis l'ancien « data lake » : piloter la migration des données de l'ancien « data lake » d'entreprise vers Databricks : évaluer le périmètre existant, définir l'architecture cible et la feuille de route, planifier et coordonner les vagues de migration avec les équipes « data », et sécuriser le basculement - Accompagnement et support des utilisateurs : accueillir et soutenir les nouveaux utilisateurs — des ingénieurs de données aux utilisateurs métiers — dans l'adoption de Databricks et l'application des bonnes pratiques ; Fournir de la documentation, du coaching et de la formation - DataOps sur Databricks : Concevoir et mettre en œuvre les pipelines permettant de promouvoir les actifs de données et le code entre les environnements Databricks (développement, test, production) et les catalogues, en utilisant l'intégration et le déploiement continus (CI/CD) basés sur Git ainsi que les outils natifs de Databricks (ex. : Databricks Asset Bundles), tout en encourageant l'adoption des pratiques DataOps au sein des équipes. - Veille technologique : Tester et évaluer les nouvelles fonctionnalités de Databricks (y compris les capacités d'IA) ainsi que les outils complémentaires, et recommander leur adoption. - Reporting et communication : Rendre compte de l'avancement de la plateforme et de la migration, et partager les meilleures pratiques ainsi que les retours d'expérience avec la communauté informatique. Principaux défis : • Adoption de la gouvernance : Amener les entités et les utilisateurs à adopter les normes définies en matière de catalogues, de domaines et d'accès, tout en garantissant une plateforme simple d'utilisation pour les utilisateurs métiers (« data citizens »). • Complexité de la migration : Migrer les données et les consommateurs de l'ancien « data lake » vers Databricks sans perturber les activités en cours, tout en préservant la qualité et la traçabilité (lignage) des données. • Équilibre entre exploitation (Run) et développement (Build) : Assurer la stabilité, la sécurité et la maîtrise des coûts de la plateforme tout en menant à bien la migration et en prenant en charge de nouveaux cas d'usage. Livrables attendus : ? Documentation sur la gouvernance et le modèle opérationnel : Structure des catalogues et des domaines, modèle d'accès, conventions de nommage et normes d'utilisation alignés sur les standards internes relatifs aux données et à l'IA. ? Plan de migration (de l'ancien data lake vers Databricks) et rapports d'avancement : Périmètre, priorisation, calendrier, risques et points de situation réguliers auprès des comités de pilotage. ? Supports d'intégration et de bonnes pratiques : Guides, modèles, architectures de référence (blueprints) et sessions de formation destinés aux ingénieurs de données et aux utilisateurs métiers. ? Rapports d'exploitation de la plateforme : Indicateurs de suivi, de coûts, de sécurité et de conformité de la plateforme Databricks.

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

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

Les modalités Lieu : Lyon Télétravail : 50% Démarrage : 01/01/2027 Les missions attendues par le Data Engineer Python Spark (H/F) : Contexte Pour un acteur majeur du secteur de l'énergie, nous recherchons un Data Scientist / Développeur Big Data Senior pour rejoindre une équipe dédiée aux études et produits data innovants, notamment sur la maintenance prédictive et la mobilité électrique. Vous interviendrez en priorité sur des thématiques métiers complexes et sur la création d'un pipeline de mise à disposition de projets cartographiques à destination des équipes opérationnelles. La mission couvre l'intégralité de la chaîne de valeur, depuis l'analyse exploratoire et l'étude jusqu'à la mise en production des traitements de data science. Vos missions Animer des ateliers avec les experts métiers pour collecter, préciser et cadrer les besoins. Réaliser la recherche de données adéquates et mener des analyses exploratoires approfondies. Concevoir et développer des traitements de données et réaliser des études statistiques. Développer des modèles de Machine Learning selon les cas d'usage. Industrialiser les codes d'expérimentation en Python ou PySpark pour leur mise en production. Présenter les résultats et les synthétiser via des rapports d'étude ou des tableaux de bord interactifs. Assurer une veille technologique sur les outils de data science et partager les bonnes pratiques au sein de l'équipe. Environnement technique Python (pandas, polars, scikit-learn, matplotlib, xgboost, pandera, geopandas), PySpark, Hadoop, PostgreSQL, GitLab, GitLab-CI/CD, PowerBI, Jira, Confluence.

Dans le cadre du renforcement d'un Chapitre Data au sein d'un grand acteur du secteur bancaire, nous recherchons un.e Data Engineer expérimenté.e pour rejoindre une squad métier et intervenir sur la conception, le développement, l'industrialisation et l'exploitation de solutions Data. Votre rôle Intégré.e à une équipe Agile, vous travaillerez en collaboration avec les PO, BA, développeurs et architectes sur l'ensemble du cycle de vie des solutions Data. Vous serez notamment amené.e à : Participer à la définition et à l'évolution de l'architecture Data ; Analyser et affiner les besoins avec les PO et BA et les traduire en solutions techniques ; Concevoir et développer des pipelines de collecte, ingestion, transformation et stockage ; Développer des traitements Spark en batch et en streaming ; Automatiser l'ingestion et orchestrer les flux de données ; Intervenir dans des environnements Hadoop / Cloudera ; Concevoir et exécuter les tests unitaires et automatisés ; Industrialiser et déployer les développements sur les différents environnements ; Assurer le bon fonctionnement des solutions en production et participer à la gestion des incidents ; Mettre en place et optimiser le monitoring et l'observabilité ; Contribuer à l'amélioration continue de la qualité du code et des pratiques de développement ; Participer aux sujets de gouvernance, qualité, protection et traçabilité des données.

Contexte de la mission : Viveris vous propose un poste de Data Engineer au sein d'un acteur majeur du secteur de l'énergie, intervenant sur des plateformes de traitement de données à grande échelle. Dans un contexte de transformation du SI décisionnel, l'équipe mène des projets stratégiques de modernisation de la plateforme Big Data. Les principaux enjeux portent sur la migration des traitements vers Apache Spark, ainsi que sur la refonte de la plateforme de données dans le cloud avec Databricks à moyen terme. Dans ce cadre, vous interviendrez sur le développement et l'optimisation des pipelines de données, la fiabilisation des traitements et l'accompagnement de la transformation de l'écosystème Data. Vous devrez maîtriser les technologies Spark et Databricks, et justifier d'une expérience en modélisation de données, et transformation des traitements Data. Responsabilités : - Migration de traitements Informatica et PL/SQL vers Spark ; - Participation au projet stratégique de migration vers le cloud ; - Garantir la performance, la robustesse et la qualité des données ; - Documentation et partage de connaissances.

Dans le cadre d'un projet Data / Big Data, nous recherchons un Data Engineer confirmé / senior spécialisé en Python et Spark/PySpark, pour intervenir sur une plateforme Cloudera CDP. 🎯 Contexte de la missionVous interviendrez sur des sujets de développement Data Engineering, avec la conception et l'évolution de pipelines de données en environnement Big Data, notamment sur des traitements batch et streaming. 🛠️ MissionsDévelopper des pipelines et traitements Data en Python / Spark / PySpark Concevoir et maintenir des traitements Spark Streaming Participer au développement et à l'intégration de flux de données Intervenir sur une plateforme Cloudera CDP 7.1.9 Travailler avec les différents composants de l'écosystème Big Data Participer aux évolutions et à l'industrialisation des traitements Data Collaborer avec les équipes Data / Back / Infrastructure 💻 Environnement techniqueIndispensables : ⭐ Python ⭐ Apache Spark ⭐ PySpark Expérience significative en Data Engineering Environnement fortement apprécié : Cloudera CDP 7.1.9 Kafka NiFi Kubernetes / K8s Hive Ozone Iceberg Data Virtualization Spark Streaming

Dans le cadre de l'évolution d'une plateforme de gestion et d'exploitation de données patrimoniales et audiovisuelles, nous recherchons un Data Engineer capable de concevoir, développer et maintenir des traitements de données destinés à intégrer, transformer et exploiter de grands volumes d'informations au sein d'un Data Lake. Vous interviendrez dans un environnement Agile aux côtés d'équipes techniques et métiers afin de garantir la qualité, la cohérence et la valorisation des données. Vos missions : Réaliser des audits et analyses de données en vue de leur intégration dans le Data Lake. Traduire les besoins fonctionnels en spécifications techniques. Développer les traitements de migration, transformation et enrichissement des données. Construire et maintenir les flux d'exploitation des données. Assurer le suivi de l'exécution des traitements en production. Analyser et corriger les anomalies détectées par les utilisateurs ou les outils de supervision. Participer à l'amélioration continue des processus de traitement des données. Produire le reporting de vos activités. Les compétences techniques Python ETL (Talend, Pentaho, Dataiku, Informatica, SSIS ou équivalent) Modélisation de données Bases de données relationnelles (SQL) XML / JSON Traitement de données volumineuses Technologies de stockage de données Méthodologies Agile Apprécié Connaissance du secteur audiovisuel Gestion d'archives numériques Patrimoine numérique Humanités numériques Outils de suivi de projet (Jira, Redmine, Azure DevOps...)