Trouvez votre prochaine mission ou futur job IT.

• 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

Nous recherchons un Data Engineer confirmé / senior pour accompagner une équipe Data dans la migration de plusieurs Data Products vers une plateforme Data moderne. Vous interviendrez sur un projet stratégique de transformation avec des enjeux forts de qualité, de performance et de continuité de service. Missions principales Participer à la migration de Data Products vers Databricks. Concevoir, développer et optimiser des pipelines ELT. Adapter les modèles de données et les transformations à la nouvelle architecture. Garantir la qualité, la performance et la fiabilité des traitements. Concevoir et mettre en place des contrôles de qualité des données. Collaborer avec les équipes Data, Architecture et Business. Participer aux phases de tests, de validation et de stabilisation de la plateforme. Documenter les développements et contribuer aux bonnes pratiques Data Engineering. Environnement techniqueDatabricks Snowflake PySpark SQL Git ELT Cloud Data Platform

Un grand groupe du secteur de la distribution vous fait confiance pour piloter un projet stratégique majeur : la migration de plus de 450 flux de données Apache NiFi vers une infrastructure Kubernetes en mode CaaS (Cloud as a Service). Vous intégrerez une équipe pluridisciplinaire en environnement Agile, en étroite collaboration avec les Tech Leads et les équipes DevOps, pour garantir la continuité de service et l'optimisation des coûts d'infrastructure. Vous participerez à un projet d'envergure combinant ingénierie des données, architecture cloud et transformation digitale. Le contexte : moderniser une plateforme existante complexe tout en préservant la fiabilité des flux critiques. Vous travaillerez selon une méthodologie de sprint agile, avec des jalons clairs et une validation continue. Responsabilités : - Réaliser le rétro-engineering détaillé des flux NiFi existants pour valider leur pertinence et leur capacité à migrer, en documentant les dépendances, les transformations métier et les points critiques - Adapter les configurations NiFi en fonction des contraintes du nouvel environnement Kubernetes et des standards d'exploitation définis - Coordonner avec les équipes DevOps et FinOps pour valider l'usage optimal du socle cloud, optimiser les ressources et maitriser les coûts (CPU, mémoire, stockage) - Préparer la stratégie de migration par allotissement : préparation de l'infrastructure, séquençage des flux, création de playbooks opérationnels - Effectuer les validations pré-migration (tests unitaires, performance, continuité) et post-migration (conformité, traçabilité, non-régression) - Assurer le suivi des standards de qualité, sécurité et traçabilité des données tout au long du projet, en collaboration avec le Tech Lead - Documenter les solutions techniques, les procédures et les apprentissages pour favoriser le transfert de compétences

Je recherche un Data Analytics Engineer (entre le Data Engineer et le Data Analyst). ayant un anglais fluent avec une forte composante modélisation analytique et interlocution métier. Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, Mon client recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution des données Corporate stratégiques du groupe. Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources internes, essentielles à la prise de décision stratégique et opérationnelle. Ce que tu dois faire concrètement Définir la nouvelle stratégie de gestion des images Docker : nommage, versionning, registre (stockage), cycle de vie, scanning de vulnérabilités, etc. Implémenter cette stratégie : mettre en place les outils, pipelines et processus retenus Intégrer tout ça dans la plateforme DevSecOps existante pour que les opérations de CI fonctionnent avec ce nouveau système En résumé : Repenser et mettre en place la façon dont mon client gère ses images Docker dans ses usines logicielles, en respectant les contraintes de sécurité d'un grand groupe bancaire. Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc. Concevoir et implémenter des pipelines d'ingestion automatisés fiables et performants, garantissant l'intégrité et la fraîcheur des données. Structurer et modéliser les données dans un entrepôt de données (Data Warehouse Snowflake) de manière logique, modulaire, réutilisable et optimisée pour l'analyse et la restitution. Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs. Développer des vues et agrégats de données spécifiques aux besoins de restitution et d'analyse des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité. Le problème à résoudre La façon dont les images Docker (les "boîtes" contenant les environnements d'exécution des applications) sont gérées doit être repensée : probablement parce que l'existant pose des problèmes de sécurité, de maintenabilité, de performance ou de standardisation. Environnement technique Sources : Multiples systèmes Corporate (Systèmes Financiers, Plateformes Achats, Outils ITSM. - via APIs, exports ou connecteurs natifs). Destination : Snowflake(Data Warehouse Cloud). Orchestration : Airflow. Transformation : DBT Core / SQL, Python (Pandas/PySpark) ou équivalent. Modélisation : DrawIO, Lucidchart ou autre support outil libre. Visualisation / Restitution : Tableau. CI/CD / versioning : GitLab, GitHub. Documentation : Confluence, Jira, SharePoint. Profil recherché Expérience confirmée en intégration de données depuis des systèmes d'entreprise complexes (ERP, CRM, finance, RH). Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud (idéalement Snowflake ou équivalent). Solides compétences en data modeling analytique (modèles dimensionnels, Data Vault, médaillon ou autres architectures d'entrepôt de données). Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code, de documentation technique et fonctionnelle. Capacité à travailler efficacement au sein d'une équipe Agile, suivant la méthodologie Scrum. Forte capacité à travailler en autonomie, à prendre des initiatives et à interagir efficacement avec les équipes techniques et les interlocuteurs métiers. Capacité à comprendre et traduire les besoins métiers complexes en solutions techniques de données. Bonus important ! : Connaissance des structures de données et des processus métier typiques d'un grand groupe international

Au sein de l'Analytics Factory, vous rejoignez l'équipe pour moderniser et sécuriser le moteur de calcul de charge par magasin. L'objectif est d'automatiser et de centraliser des processus aujourd'hui manuels, lents et basés sur des requêtes SQL/Access obsolètes. Informations clés : Localisation : Massy (2 jours/semaine sur site obligatoires) TJM : 300 € max Démarrage : ASAP Durée : Mission long terme (visibilité jusqu'au 15/07/2028) Missions principales : Modernisation du moteur : Participer à la refonte des requêtes existantes pour bâtir un moteur de calcul de charge robuste et industrialisé. Automatisation : Supprimer les traitements manuels et optimiser l'extraction des données pour réduire drastiquement les temps de contrôle de cohérence. Développement & Intégration : Concevoir et maintenir les scripts et services d'analyse de données en Python.

Contexte de la mission : Dans le cadre du renforcement de ses équipes Data, notre client, acteur majeur du secteur bancaire, recherche un Data Engineer confirmé disposant d'une expérience significative sur XDI pour intervenir sur des projets d'intégration et d'évolution des flux de données. afin d'accompagner l'intégration de nouvelles sources de données et l'évolution de sa plateforme d'échanges de données. Vous rejoindrez une équipe en charge du développement, de la fiabilisation et de l'industrialisation des flux data dans un environnement technique exigeant. Vos missions : Intégration de données Analyser les besoins d'intégration de nouvelles sources de données. Concevoir et développer les flux d'ingestion. Transformer et intégrer les données dans les systèmes cibles. Développement et évolution des flux Développer de nouveaux flux de données avec XDI. Faire évoluer les traitements existants. Garantir la cohérence, la traçabilité et la qualité des données. Participer à l'optimisation des performances. Qualité et fiabilisation Mettre en place des contrôles de qualité des données. Identifier et corriger les anomalies sur les flux. Garantir la robustesse et la disponibilité des traitements. Industrialisation Automatiser et industrialiser les traitements de données. Participer au monitoring et à la supervision des flux. Rédiger et maintenir la documentation technique.

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.

Au sein d'un acteur de la finance quantitative, vous construisez la couche d'accès unifiée aux données — l'interface entre notre stockage brut et nos chercheurs quantitatifs, interrogée quotidiennement par nos systèmes de recherche et de production. C'est un poste à fort levier : la couche que vous concevez est le socle de chaque itération de recherche et de chaque stratégie en production. La vision d'architecture est discutée avec la direction quant ; vous en êtes le maître d'œuvre et portez les décisions de conception sur la couche d'accès et le feature store, par-dessus des pipelines d'ingestion existants et stables. Vous travaillez en binôme avec un développeur senior, dans une petite équipe technique autonome. Missions : Construire une API d'accès unifiée : prix/volumes, fondamentaux, univers, ... Garantir l'intégrité point-in-time au niveau de la couche d'accès API. Construire un feature store de données dérivées réutilisables. Normaliser les données entre fournisseurs. Structurer et exposer via API de gros jeux de données intraday (ex. carnet d'ordres, tick). Brancher le backtester de recherche sur l'API d'accès unifiée. Hors périmètre v1 : pipelines de features ML au-delà des bases statistiques

Almatek recherche pour l'un de ses clients Un Senior Data Engineer sur Vélizy. Contexte de la mission Dans le cadre du développement de ses capacités data, le client souhaite renforcer son équipe Data Engineering afin de : Construire et industrialiser des pipelines de données Structurer des architectures Data Lake / Data Warehouse modernes Améliorer la qualité, la performance et la scalabilité de la plateforme data Accompagner les équipes métiers dans l'exploitation des données Le consultant interviendra en collaboration étroite avec les équipes produit, plateforme, et métiers réparties à l'international. Environnement Fonctionnel & Technique ETL / ELT : Talend, SSIS, Azure Data Factory Base de données : SQL Server (Database Engine, SSIS, SSAS) Data Platform : Data Lake, Data Warehouse, Data Marts Outils : Power BI (PBIRS), dbt Technologies complémentaires : Trino, MinIO (ou équivalent) Cloud (nice to have) : GCP (BigQuery, GCS, Dataproc) CI/CD : Azure DevOps, GitLab Architecture : Medallion architecture Missions principales Data Engineering Concevoir, développer et maintenir des pipelines ETL/ELT Implémenter des mécanismes de chargement (full / delta / historique) Optimiser les performances des traitements et requêtes SQL Assurer la qualité et la fiabilité des données Data Architecture Concevoir des Data Lakes, Data Warehouses et Data Marts Modéliser des jeux de données complexes répondant aux besoins métiers Participer à la mise en place d'architectures modernes (medallion, distributed query) Data Integration Intégrer des données via API, fichiers et autres mécanismes d'ingestion Assurer l'interopérabilité avec les systèmes sources Collaboration & Agile Travailler avec Product Owners, équipes techniques et métiers Participer au cadrage des besoins (data discovery, data scoping) Appliquer les méthodologies Agile Industrialisation & CI/CD Mettre en place des pipelines CI/CD pour les déploiements Maintenir des standards de qualité (tests, documentation, versioning) Livrables Composants data développés et déployés (code source) Documentation technique et fonctionnelle Modèles de données documentés Rapports d'audit et de contrôle qualité Rapports de tests et validation Transfert de compétences et support Compétences requises Techniques Très bonne maîtrise SQL (optimisation, tuning) Expertise Microsoft Data Stack (SSIS, SSAS, SQL Server) Expérience en ETL/ELT et modélisation data Bonne connaissance des architectures Data modernes Expérience avec dbt Connaissance des moteurs distribués (Trino ou équivalent) CI/CD (Azure DevOps ou GitLab)

Dans le cadre d'un programme stratégique de transformation Data au sein d'un grand groupe, nous recherchons pour l'un de nos clients un Ingénieur Data ETL pour intervenir sur le développement et l'industrialisation des flux d'alimentation d'une plateforme de gestion des données. Vos missions : Recueillir les besoins métiers et participer à la rédaction des spécifications fonctionnelles et techniques. Développer, maintenir et optimiser des pipelines ETL pour l'intégration et le traitement des données. Garantir la qualité, la fiabilité et la performance des flux de données. Participer aux phases de recette, de mise en production et au maintien en conditions opérationnelles. Assurer le suivi des incidents, la documentation technique et le reporting d'avancement. Contribuer au pilotage des activités, à la gestion des risques et à l'amélioration continue des processus.

ContexteDans le cadre du développement d'une plateforme Data internationale hébergée sur AWS, nous recherchons un(e) Consultant(e) Data Engineering AWS afin de renforcer une équipe en charge de l'industrialisation des pipelines de données. La plateforme a pour objectif de répondre aux besoins analytiques d'équipes internationales et locales en garantissant une gouvernance centralisée tout en permettant des adaptations spécifiques selon les entités. L'environnement technique repose principalement sur AWS (S3, Glue, Redshift) avec Power BI comme solution de restitution des données. Les premières données ont déjà été migrées vers le Cloud et l'équipe poursuit aujourd'hui l'industrialisation des traitements autour de plusieurs axes : Intégration de nouvelles sources de données ; Amélioration continue de la qualité des données ; Optimisation de l'accessibilité et de la disponibilité des données pour les utilisateurs métiers. Vous intégrerez une équipe Data Factory organisée autour des pôles Plateforme, Data Engineering et BI & Data Quality, dans un environnement Agile et collaboratif. MissionsEn tant que Consultant Data Engineering AWS, vous participerez à la conception, au développement et à la maintenance des pipelines de transformation de données sur AWS. À ce titre, vos principales responsabilités seront : Développer des jobs ETL AWS Glue en Python et PySpark ; Maintenir, faire évoluer et optimiser les pipelines de données existants ainsi que les composants génériques associés ; Participer à la modélisation des données en fonction des besoins analytiques ; Contribuer à l'amélioration continue de la qualité du code, des bonnes pratiques de développement et de la documentation technique ; Mettre en place et améliorer les mécanismes de supervision, de gestion des erreurs et de monitoring des traitements ; Collaborer avec les différentes équipes techniques afin de garantir la fiabilité et la performance de la plateforme Data. Environnement techniqueAWS Glue Python PySpark Amazon S3 AWS Lambda AWS Step Functions AWS IAM Amazon CloudWatch Amazon Redshift Power BI Compétences appréciéesExpérience des pipelines CI/CD appliqués aux projets Data ; Bonne maîtrise de SQL ; Connaissance des bonnes pratiques d'industrialisation des traitements de données. Compétences / Qualités indispensables : AWS Glue, Python, PySpark, Amazon S3, AWS Lambda, AWS Step Functions, AWS IAM, Amazon CloudWatch, Amazon Redshift, Power BI

Nous recherchons pour l'un de nos clients un Data Engineer Databricks & DBT en CDI (H/F) Dans le cadre du développement de notre plateforme Data, nous recherchons un(e) Data Engineer passionné(e) par les technologies Cloud et les architectures modernes de traitement de données. Vous rejoindrez une équipe Data dynamique afin de concevoir, développer et optimiser des pipelines de données robustes, scalables et performants, en vous appuyant sur Databricks, dbt et les meilleures pratiques d'ingénierie Data. Vos missionsConcevoir, développer et maintenir des pipelines de données fiables et performants. Développer des transformations de données avec dbt. Concevoir et optimiser des traitements de données sur Databricks (Spark/PySpark). Participer à la modélisation des données (Data Warehouse, Data Lakehouse). Mettre en œuvre les bonnes pratiques de qualité, de tests et de documentation. Industrialiser les traitements via des pipelines CI/CD. Collaborer avec les équipes Data Analysts, Data Scientists et métiers. Participer à l'amélioration continue de la plateforme Data.

Data Engineer Senior (H/F) – Full RemoteDans le cadre d'un programme de transformation Data d'envergure internationale, nous recherchons un Data Engineer Senior pour intervenir sur la conception et le développement de solutions data modernes. Vos missionsConcevoir, développer et maintenir des pipelines de données robustes et évolutifs. Développer et optimiser les processus ETL/ELT. Participer à la conception et à l'évolution d'une plateforme Data Cloud. Modéliser les données et garantir leur qualité. Concevoir des jeux de données destinés aux équipes Analytics et Business Intelligence. Optimiser les performances des traitements et des requêtes. Collaborer avec les équipes Data, Architecture, Produit et Métiers dans un environnement Agile. Rédiger la documentation technique et appliquer les bonnes pratiques de développement. Stack techniqueSnowflake SQL avancé Python ETL / ELT Modélisation de données Data Warehouse Cloud (AWS, Azure ou GCP) Outils d'orchestration (Airflow ou équivalent) Git CI/CD APIs REST Data Quality & Data Governance Méthodologie Agile / Scrum Profil recherchéMinimum 8 ans d'expérience en tant que Data Engineer. Excellente maîtrise de SQL et Python. Expérience confirmée sur Snowflake. Bonne connaissance des architectures Data Cloud. Solides compétences en modélisation de données et en optimisation des performances. Capacité à évoluer dans un environnement international. Anglais professionnel impératif. ConditionsMission de 6 mois renouvelable. Démarrage : dès que possible. Télétravail : 100 % (fuseau horaire européen). Environnement technique moderne et projet à forte visibilité.

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 de la modernisation de sa plateforme de données, notre client recherche un(e) Data Engineer pour accompagner la transformation de traitements décisionnels existants vers un environnement Big Data et Cloud. Vous interviendrez sur des projets à fort impact, mêlant évolution des systèmes historiques, industrialisation des flux de données et mise en place de nouvelles architectures orientées performance et scalabilité. Vous intégrerez une équipe technique engagée dans l'amélioration continue des plateformes de données et contribuerez activement à la construction d'un écosystème moderne, robuste et pérenne. Vos missions: Modernisation des traitements de donnéesMigration de traitement Informatica et PL /SQL vers SPARK(java) Maintenance corrective et évolutive des traitements PL/SQL Refonte Cloud(Databricks)Conception et mise en oeuvre de pipelines de données sur Databricks Industrialisations des traitements dans un environnement moderne

Rôle : Data Engineer Senior Databricks / GCP TJM : 430 € / jour Localisation : Meudon (3 jours par semaine sur site / 2 jours de télétravail) Date de début : ASAP Durée de la mission : Jusqu'au 31/12/2026 Contexte de la missionAu sein d'une équipe pluridisciplinaire (chefs de projet, architectes, DevOps, Data Engineers), vous interviendrez sur la conception et le développement de projets d'intégration de données à forte valeur ajoutée. Vos principales responsabilités incluent : Développement de jobs d'intégration de données en PySpark, Spark et Python (modes streaming et batch) sur la plateforme Databricks. Mise en œuvre du CI/CD (GitHub, DevOps, Databricks Asset Bundles), de l'orchestration, du data management et de la sécurité. Optimisation des jobs existants et des ressources Cloud (GCP et Databricks). Mise en place de Dashboards FinOps afin de suivre et piloter l'usage des ressources GCP / Databricks. Participation aux astreintes et au support en production de l'application. Assurer une formation continue, le partage de connaissances et la rédaction de la documentation technique. Compétences clés requisesDatabricks : Excellente maîtrise de l'administration, de la gestion des catalogues (Unity Catalog), de Delta Lake et de l'optimisation des performances. Technologies Data : Maîtrise approfondie de PySpark, Spark, Python, SQL et GIT. Cloud (GCP) : Bonne connaissance de l'écosystème Google Cloud Platform, notamment GCS, Pub/Sub, GKE et les outils d'Alerting. Qualités professionnellesEsprit d'équipe, curiosité intellectuelle et envie d'évoluer dans un environnement collaboratif. Excellente capacité à communiquer, à vulgariser et à partager vos connaissances avec les différents membres de l'équipe.