Trouvez votre prochaine mission ou futur job IT.

Contexte La Direction des Systèmes d'Information métier est en charge du maintien en conditions opérationnelles et de l'évolution stratégique du Système d'Information dédié à l'assurance vie et à la finance. Enjeux stratégiques : La valorisation de la donnée est au cœur de la stratégie de transformation pour 2025-2026 de notre client . Pour soutenir cette ambition, nous recherchons un Ingénieur Data expérimenté, de niveau III pour intégrer l'équipe de développement DATA DSIM. Vous rejoindrez notre nouvelle équipe DATA pour construire, maintenir et optimiser les plateformes et les pipelines de données, garantissant ainsi la fiabilité et l'accessibilité de la donnée pour l'ensemble de l'entreprise. Mission Le consultant Data sera Rattaché(e) au chef de projet de l'équipe, ce sera un contributeur technique essentiel dans le cycle de vie de la donnée. Le consultant sera au cœur du nouveau modèle DATA décliner. Les missions principales incluront : • Conception de Pipelines (ETL) : • Concevoir, développer et optimiser des flux de données robustes et performants (ETL/ELT) pour l'alimentation des entrepôts et des DataMart. • Modélisation : Participer activement à la conception et à la mise en œuvre de modèles de données (MCD, modélisation dimensionnelle) adaptés aux besoins métier de l'Assurance Vie. • Industrialisation : Industrialiser les processus de préparation, de transformation et de gouvernance de la donnée, notamment via l'outil Dataiku • Visualisation et Reporting : Assurer la bonne intégration des données pour leur exploitation dans des outils de Business Intelligence, notamment Tableau. • Maintenance et Optimisation : Garantir la performance, la qualité et le maintien en condition opérationnelle de l'infrastructure et des flux de données.

Dans le cadre du développement et de l'industrialisation d'une plateforme Data Cloud internationale, nous recherchons un Data Engineer expérimenté DBT / Snowflake pour accompagner la conception, la transformation et la mise à disposition des données destinées aux équipes métiers, analytiques et Data Science. La mission s'inscrit dans un environnement Agile et international nécessitant un anglais courant pour les échanges quotidiens avec les équipes techniques et métiers. Principales responsabilitésConcevoir, développer et maintenir des pipelines de transformation de données avec DBT. Modéliser les données selon les bonnes pratiques (Data Vault, Kimball, Star Schema). Développer et optimiser les traitements sur Snowflake. Participer à la conception et à l'évolution de l'architecture Data Cloud. Assurer la qualité, la cohérence et la gouvernance des données. Mettre en place les tests, la documentation et les contrôles de qualité dans DBT. Optimiser les performances des requêtes et des modèles de données. Collaborer avec les équipes Data, BI, Analytics et métiers pour comprendre les besoins fonctionnels. Participer à l'automatisation des déploiements et à l'industrialisation des workflows Data. Assurer le support et la maintenance évolutive des solutions mises en œuvre. Réalisations attenduesConstruction et industrialisation de modèles de données métier. Mise en place de pipelines ELT robustes et maintenables. Optimisation des coûts et performances Snowflake. Amélioration de la qualité et de la fiabilité des données. Documentation et standardisation des développements Data.

Almatek recherche pour l'un de ses clients Un Data Engineer Talend sur Grenoble. Contexte Dans le cadre du renforcement de nos équipes data, nous recherchons un(e) Data Engineer expérimenté(e) sur Talend pour intervenir sur nos projets d'intégration et de traitement de données. Compétences techniques requises • Maîtrise de Talend (Talend Data Integration / Talend Studio) : conception et maintenance de jobs d'intégration • Bonne maîtrise du langage SQL (Structured Query Language) • Expérience sur les processus ETL/ELT (Extract, Transform, Load / Extract, Load, Transform) • Connaissance des bases de données relationnelles (Oracle, SQL Server, PostgreSQL ou équivalent) • Bonne compréhension des enjeux de qualité et de fiabilité des flux de données Compétences appréciées • Connaissance d'un environnement cloud (Azure, AWS ou GCP (Google Cloud Platform)) • Expérience en ordonnancement de flux (scheduling) et en supervision de jobs Profil recherché • Minimum 2 ans d'expérience confirmée sur Talend • Autonomie, rigueur et capacité à s'intégrer rapidement dans une équipe existante • Bon niveau de communication en français - Démarrage : juillet 2026 - Rythme : 3 jours par semaine - Lieu : Grenoble

Dans le cadre de projets d'intégration de données à forte valeur ajoutée, nous recherchons un Data Engineer Senior maîtrisant l'écosystème Databricks sur GCP. Vos principales missions : Conception et développement de jobs d'intégration de données en PySpark, Spark et Python, en modes streaming et batch, sur la plateforme Databricks Mise en œuvre des chaînes CI/CD (GitHub, DevOps, Databricks Asset Bundles), de l'orchestration, du data management et de la sécurité Optimisation des jobs et des ressources cloud (GCP et Databricks) Mise en place de dashboards FinOps pour le suivi de l'usage des ressources GCP / Databricks Participation aux astreintes et au support en production de l'application Rédaction de documentation, formation continue et partage de connaissances au sein de l'équipe

Dans le cadre de la modernisation d'une plateforme Data dédiée au suivi de portefeuilles financiers, nous recherchons un consultant Senior Data Engineer / Data Analyst capable d'intervenir sur l'ensemble de la chaîne de traitement de la donnée, depuis l'ingestion jusqu'à la production d'indicateurs métier. Le consultant contribuera à l'amélioration de la qualité des données, à l'automatisation des traitements et à la production d'analyses permettant le suivi de la performance des fonds et mandats.

En tant que Product Manager Data, vous serez responsable de la définition de la vision produit, de la roadmap et de l'évolution des services permettant de transformer les données de la CDP en véritables produits à forte valeur ajoutée. Vous interviendrez sur l'ensemble du cycle de vie produit, depuis la compréhension des besoins utilisateurs jusqu'au pilotage des développements et à la mesure de la performance des fonctionnalités mises en production. Votre objectif sera de rendre la donnée plus accessible, plus exploitable et plus performante pour les équipes métiers, commerciales et marketing. --- # Vos principales responsabilités ### Définition de la stratégie produit * Définir la vision Produit autour de la plateforme Data et des services associés. * Construire et piloter la roadmap Produit. * Identifier les opportunités de création de valeur autour de la donnée. * Prioriser les évolutions en fonction des enjeux business et techniques. * Réaliser une veille sur les tendances Data, MarTech et AdTech. --- ### Product Discovery * Comprendre les usages des équipes commerciales, marketing et Data. * Recueillir les besoins des différentes parties prenantes. * Concevoir les futurs parcours utilisateurs. * Organiser des ateliers de co-construction. * Définir les fonctionnalités à forte valeur métier. --- ### Data Product Management Piloter les évolutions de la plateforme autour de sujets tels que : * amélioration de la qualité de la donnée ; * optimisation des taxonomies ; * enrichissement des métadonnées ; * optimisation des segments marketing ; * amélioration des mécanismes de collecte ; * qualification des audiences ; * gouvernance de la donnée ; * amélioration de la performance de la CDP. --- ### Data Discovery & Sales Enablement Participer à la création d'un véritable catalogue intelligent de la donnée, permettant notamment de : * rechercher facilement les audiences disponibles ; * explorer les segments marketing ; * estimer les volumes activables ; * visualiser les profils utilisateurs ; * simuler les campagnes marketing ; * recommander les meilleures audiences selon les objectifs business ; * faciliter l'autonomie des équipes commerciales et avant-vente. --- ### Delivery * Traduire les besoins métiers en User Stories. * Construire et maintenir le Product Backlog. * Travailler étroitement avec les équipes de développement. * Participer aux arbitrages techniques. * Piloter les livraisons. * Garantir la qualité des fonctionnalités mises en production. --- ### Pilotage de la performance Définir et suivre les indicateurs de performance du produit : * adoption des fonctionnalités ; * engagement utilisateurs ; * satisfaction des équipes métiers ; * taux d'utilisation de la plateforme ; * qualité de la donnée ; * performance des segments marketing ; * efficacité des parcours utilisateurs. Mettre en place une démarche d'amélioration continue basée sur la donnée. --- # Environnement technique ## Data * Customer Data Platform (CDP) * Segmentation marketing * Taxonomie * Métadonnées * Audience Management * Data Quality * Consent Management ## AdTech * Weborama (WAM) * Equativ * The Trade Desk * DSP * Activation média * Programmatique ## Product * Jira * Confluence * Product Discovery * Agile Scrum * Roadmap * User Stories --- # Profil recherché Vous justifiez d'une expérience significative en Product Management dans des environnements Data, MarTech, AdTech ou Digital. Vous êtes à l'aise pour échanger aussi bien avec les équipes techniques qu'avec les métiers, les équipes marketing ou les directions commerciales. Vous savez transformer une problématique métier complexe en produit simple, intuitif et créateur de valeur. Vous possédez notamment : * une solide expérience en Product Management ; * une bonne culture Data et Analytics ; * une connaissance des CDP ou des plateformes de données ; * une compréhension des problématiques AdTech, MarTech ou CRM ; * une excellente capacité de priorisation ; * une forte sensibilité UX et expérience utilisateur ; * une culture de la donnée et de la mesure de la performance ;

Nous recherchons pour l'un de nos clients, un grand groupe du secteur de l'énergie, un profil Data Engineer / AI Engineer confirmé à senior afin d'intervenir sur un projet interne de Data Marketplace. Contexte de la missionLa plateforme est une Data Marketplace interne destinée aux collaborateurs du groupe. Elle centralise plusieurs usages autour de la data : Data Discovery, Data Quality, Data Governance, Data Transformation, Pipelines Monitoring, BI Hub, ainsi que des fonctionnalités avancées liées à l'intelligence artificielle. La plateforme a déjà été déployée auprès d'une centaine d'utilisateurs en 2025. L'objectif est désormais d'améliorer l'expérience utilisateur, d'enrichir les fonctionnalités existantes et d'accompagner le déploiement progressif de la solution auprès d'environ 8 000 collaborateurs dans 19 pays entre 2026 et 2028. Le consultant rejoindra l'équipe Produit afin de renforcer l'excellence technique de la marketplace et contribuer au développement de flux de données robustes, scalables et performants. Mission principaleLe Data Engineer / AI Engineer aura pour mission de concevoir, développer, industrialiser et maintenir des flux de données basés principalement sur des composants AWS, avec une dimension importante autour de la qualité des données, de la performance applicative et de l'industrialisation. Il interviendra sur des problématiques de développement data, d'architecture back-end modulaire, d'intégration de données, de data quality et d'automatisation des traitements. ResponsabilitésLe consultant sera notamment chargé de : Développer et maintenir des fonctionnalités complexes en Python et Scala. Concevoir et faire évoluer une architecture back-end modulaire, scalable et réutilisable. Développer des workflows data intégrant plusieurs couches de traitement et des contrôles qualité. Mettre en place et optimiser des flux de données complexes. Améliorer la performance des ingestions : temps de chargement, qualité, retry, fiabilité. Travailler sur des composants AWS tels que Lambda, Glue, Redshift, Step Functions, DynamoDB. Intervenir également sur certains services Azure comme Azure Functions ou Cosmos DB. Consommer, intégrer et challenger des API REST complexes. Participer aux revues de code, aux rituels agiles et aux choix d'architecture. Garantir la qualité, la maintenabilité et la documentation des développements. Collaborer avec le Product Owner, les équipes data, produit, sécurité et techniques. Compétences techniques attenduesData Engineering : Python Scala SQL Spark Kafka Kinesis EventHub Event Grid Workflows data multi-couches Data Quality API REST Cloud : AWS avancé : Lambda, Glue, Redshift, Step Functions, DynamoDB Azure : Azure Functions, Cosmos DB Environnements cloud ou hybrides DevOps / Industrialisation : Git CI/CD Tests automatisés Bonnes pratiques de Clean Code Documentation technique IA / Frameworks appréciés : LangChain LangGraph Frameworks AI

Mission principale Assurer la conception, l'industrialisation et l'exploitation des plateformes data et applicatives en combinant les compétences d'un Data Engineer (construction de pipelines, gestion des données, optimisation des traitements) et celles d'un Ingénieur DevOps (automatisation, CI/CD, infrastructure scalable, observabilité). Ce rôle garantit la fiabilité, la performance et la scalabilité de l'ensemble de la chaîne de valeur data, depuis l'ingestion jusqu'au déploiement en production. Responsabilités clés 1. Architecture & Ingestion de données Concevoir et maintenir des pipelines d'ingestion scalables et sécurisés. Intégrer des données provenant de multiples sources (API, bases SQL/NoSQL, streaming, fichiers). Structurer les données dans des environnements cloud ou on?premise (Data Lake, Data Warehouse, Lakehouse). 2. Traitement & Transformation Développer des workflows ETL/ELT performants. Optimiser les traitements batch et streaming (Spark, Flink, Kafka, etc.). Garantir la qualité, la gouvernance et la traçabilité des données. 3. Infrastructure & Automatisation DevOps Construire et maintenir des environnements d'exécution via Infrastructure as Code (Terraform, Ansible, CloudFormation). Mettre en place et gérer des pipelines CI/CD pour les projets data et applicatifs. Automatiser les déploiements, tests, monitoring et rollback.

Contexte de la missionDans le cadre d'un programme de transformation digitale visant à démocratiser l'accès aux actifs privés pour la clientèle Retail & Wealth Management, notre client déploie une infrastructure de données pour consolider, transformer et distribuer des données financières et documentaires vers des partenaires de distribution. Le Data Engineer interviendra en autonomie sur la conception et le déploiement de pipelines de données et d'interfaces API dans un environnement cloud Azure / Databricks à forte volumétrie. ResponsabilitésArchitecture & ingestion de données Concevoir et implémenter des pipelines ETL/ELT avec PySpark sur Databricks Construire et maintenir une architecture data lake Bronze–Silver–Gold (architecture médaillon) Développer des jobs de transformation pour des datasets financiers (NAV, capital calls, distributions, reportings) Gérer les tables Delta Lake pour un stockage ACID-compliant APIs & intégrations partenaires Développer et maintenir des Azure Functions pour les intégrations API temps réel avec des partenaires externes Développer des APIs RESTful en Python pour la distribution de données Collaborer avec les data consumers pour comprendre leurs besoins et garantir la qualité des flux Qualité, performance & DevOps Implémenter des contrôles qualité et des frameworks de tests automatisés Optimiser les jobs Spark et fonctions serverless (performance et coûts) Travailler en CI/CD via Azure DevOps Stack techniqueDomaineTechnologiesLangage principalPython (maîtrise avancée obligatoire)Traitement distribuéPySpark, DatabricksStockage / Data lakeDelta Lake, architecture médaillon (Bronze–Silver–Gold)SQLTransformation et analyse de donnéesCloud AzureDatabricks, Azure Functions, Azure DevOps, PipelinesQualité de codePre-commit hooks, ruff, mypy, blackVersioningGit — stratégies de branchingTestspytest

Contexte / Objectifs : 1. Développement de Pipelines de Données : o Concevoir, développer et optimiser des jobs Spark (Java) pour le traitement, la transformation et l'agrégation de grands volumes de données provenant de diverses sources. o Implémenter des flux de données robustes et performants sur Cloudera. o Utiliser HBase pour des besoins de stockages NoSQL rapides et l'accès à des données structurées/semi-structurées. o Développer des requêtes SQL complexes sur HIVE/SPARK pour l'extraction, l'analyse et la validation des données. 2. Optimisation et Performance : o Monitorer la performance des jobs Spark et identifier les goulots d'étranglement. o Optimiser les requêtes SQL et les stratégies de lecture/écriture sur HDFS et HBase. o Proposer et implémenter des solutions pour améliorer la scalabilité et l'efficacité de la plateforme. 3. Assurance Qualité et Déploiement (DevOps) : o Écrire des tests unitaires et d'intégration pour garantir la qualité du code. o Participer aux processus de Build et de déploiement via les outils CI/CD (Jenkins, XLD). o Intégrer des outils d'analyse de code statique (SonarQube, Checkmarx) dans le cycle de développement. o Gérer les dépendances et les versions avec Maven. 4. Collaboration et Documentation : o Documenter le code, les architectures et les processus. o Partager les bonnes pratiques et contribuer à l'amélioration continue de l'équipe.

Nous recherchons un(e) Tech Lead Data Engineer capable de trouver des solutions innovantes et robustes à l'ensemble des problématiques Data. Vous aurez la charge de : • Assurer la mise en œuvre de l'accès, du référencement et de la qualité de la donnée • Assurer l'industrialisation, la supervision et l'intégration des solutions • Rédiger les normes de développement • Participer à la rédaction du manuel d'exploitation En tant que Tech Lead, vous savez : • Vous présenter et promouvoir des architectures data face au client • Identifier et comprendre les besoins métiers • Former, encadrer et faire évoluer les consultants juniors • Participer à la réponse aux appels d'offres (avant-vente) Référence de l'offre : h07ygwznqb

Depuis 2012, nous mettons notre expertise au service des secteurs de l'IT et l'Ingénierie pour accompagner nos clients dans des projets ambitieux et innovants. Notre force ? Un management de proximité qui valorise vos aspirations, des opportunités de carrière concrètes et un engagement sincère pour le bien-être et l'épanouissement de nos collaborateurs. Rejoignez-nous sur des projets à fort impact au sein d'une entreprise où chaque talent compte ! Avanista recrute ! Toujours en recherche de nouveaux talents, nous souhaiterions intégrer un Data Engineer Senior (H/F) au sein de nos équipes pour l'un de nos clients du secteur bancaire. Le contexte ? La transformation des SI de nos Clients vers des architectures modulaires, type micro-services, l'essor de nos infrastructures et l'évolution des technologies associées, ou encore l'automatisation accrue sur nos socles et applications, génèrent une quantité massive de données devenues très hétérogènes, dispersées et silotées (équipes applicatives et socles multiples et dispersées). Prenant en compte ce cadre, vos missions seront plus spécifiquement : Maîtriser l'ensemble des techniques et technologies composant la Data Platform Accompagner les besoins et projets sur la collecte, transformation, stockage et mise à disposition des données, provenant de sources diverses en adéquation avec la Data Platform Concevoir et mettre à disposition les outils et processus (CI/CD) permettant d'automatiser les pipelines d'ingestion de données prenant en compte les besoins de fréquences (batch, temps réel, …) Développer et déployer des mécanismes de contrôle qualité ainsi que des routines de vérification pour garantir l'intégrité et la fiabilité des données Vos missions ? Participer à la conception des solutions techniques et fonctionnelles Être en relation avec les équipes opérationnelles de l'entreprise pour prise en compte des flux de données Assurer le support technique et fonctionnel, notamment analyse et résolution des incidents ou problèmes Mettre en œuvre en mode DevOps (CI/CD) Automatiser les installations des socles techniques Rédiger les documents fonctionnels et techniques, d'exploitation, en veillant au respect des normes existantes Gérer les données de l'entreprise (flux : collecte, traitement, stockage et leur cycle de vie) L'environnement technique ? Base de données de type Sql/NoSql Kafka Dataiku Scripting Python/SQL/Java Suite Elastic Suite de type Data Lakehouse (Spark, MinIO, Stockage s3, Iceberg, Trino)

Nous recherchons un Data Engineer pour intervenir au sein de la Direction des Systèmes d'Information métier (DSIM) d'un acteur majeur du secteur de l'assurance vie et de la finance. 🎯 Contexte Au sein de la DSIM, vous intégrerez une nouvelle équipe DATA en charge du maintien en conditions opérationnelles et de l'évolution stratégique du système d'information dédié à l'assurance vie et à la finance. 📌Missions Conception et développement de pipelines de données (ETL/ELT) pour l'alimentation des entrepôts de données et DataMart (Dataiku, ODI, DBT) Participation à la modélisation des données (MCD, modélisation dimensionnelle) en lien avec les besoins métier Industrialisation des processus de préparation, transformation et gouvernance des données via Dataiku Intégration des données pour leur exploitation dans des outils de visualisation et de reporting, notamment Tableau Maintenance, optimisation et garantie de la performance des flux et de l'infrastructure data Contribution aux phases de qualification, chiffrage et amélioration continue des solutions

Nous recherchons un(e) Ingénieur(e) DevOps à double casquette Data Engineer. Volet Data Engineering : maîtrise du développement de de l'analyse de données. Développement de traitement d'intégration , transformation et exposition de données Volet DevOps : Automatiser, déployer et maintenir nos infrastructures. Afin de garantir la scalabilité, la sécurité et la haute disponibilité de nos environnements. Attentes : Une expérience solide de 5 ans minimum Data & Développement : Maîtrise de Python et forte appétence pour l'analyse de données. La maîtrise de Git est indispensable. Culture Ops & Automatisation : Excellente maîtrise des outils d'Infrastructure as Code (Terraform) et de gestion de configuration (Ansible). Les "Plus" qui feront la différence : Une expertise sur Google Cloud BigQuery ou l'ETL Informatica. Une solide culture de l'écosystème Linux (RedHat / Debian). Stack Technique Cloud Provider : Google Cloud Platform (GCP) Data & Stockage : GCP BigQuery, Kafka, SQL Outils DevOps : Terraform, Ansible, Git, Cloud Run, Redhat/Debian Développement : Python/Vuejs/Shell/Informatica

Missions : Développer de nouveaux pipelines et transformations de données à partir de spécifications fonctionnelles Créer, maintenir et faire évoluer des rapports et tableaux de bord Power BI Optimiser les performances des traitements et des modèles de données Analyser et corriger les incidents techniques sur les flux de données et les tableaux de bord Garantir des délais de résolution adaptés, notamment pour les incidents bloquants liés aux données clients Assurer le suivi des tickets de bugs et produire un reporting clair à destination du management Animer les revues de code hebdomadaires pour l'ensemble de l'équipe data Accompagner techniquement et méthodologiquement les développeurs plus juniors Être force de proposition et interlocuteur technique de référence pour l'équipe Reprendre temporairement le périmètre d'un autre développeur en cas d'incident, d'urgence ou d'évolution critique Garantir la continuité opérationnelle du RUN data

🧾 Lead Data Engineer GCP – Migration Hadoop → GCP🎯 ContexteDans le cadre de la modernisation de la plateforme Data, le client engage une migration d'un environnement Hadoop on-premise vers GCP. L'équipe existante (≈6 ingénieurs GCP) nécessite un référent technique senior pour structurer et sécuriser la migration. 🧩 Rôle👉 Référent technique de la migration DataDéfinir la stratégie de migration Hadoop → GCP Analyser les workloads existants (Hive, Spark, batch/stream) Orienter les choix techniques (BigQuery, Dataflow, Dataproc, GCS) 👉 Leadership techniqueEncadrer et accompagner les ingénieurs GCP Challenger les choix d'implémentation Mettre en place les bonnes pratiques (data engineering, CI/CD, infra as code) 👉 Contribution opérationnelleParticiper à la migration des pipelines (Spark → GCP) Optimiser performance et coûts Industrialiser les flux data 🧠 Profil recherchéCompétences clésExpertise GCP Data (BigQuery, Dataflow, GCS…) Solide expérience Hadoop / Big Data Maîtrise Data Engineering (Spark, SQL, Python) Bon niveau en architecture data & cloud ExpérienceMigration Hadoop → Cloud (idéalement GCP) Rôle de lead technique / référent Contexte grands comptes / environnements complexes ✅ LivrablesStratégie de migration Architecture cible data Standards & bonnes pratiques Contribution aux pipelines migrés ⚠️ Enjeux clésPerformance & coûts (FinOps) Qualité & gouvernance de la donnée Coexistence temporaire Hadoop / GCP 🏷️ Positionnement👉 Lead Data Engineer GCP (orienté architecture) 👉 Profil hybride : hands-on + vision stratégique