Senior Data Engineer
Role details
Job location
Tech stack
Job description
? Contexte de la mission La squad Data Connect développe des produits data augmentés par l?IA pour :
accélérer la livraison des projets data
faciliter l?accès à la donnée legacy
alimenter différents consommateurs (Power BI, data hubs, produits digitaux, Cognite, etc.)
garantir une donnée fiable, gouvernée et monitorée
? Objectif principal du Senior Data EngineerConstruire, industrialiser et optimiser des pipelines de données robustes et scalables, en environnement cloud (principalement Azure + Databricks), avec un fort enjeu :
? ingestion, transformation, qualité, exposition et monitoring de la donnée
? Missions clés1. Architecture & conception dataAnalyser les besoins métiers et techniques
Proposer des solutions data robustes et industrialisables
Travailler avec architectes, data scientists et domain managers
- Data Engineering / IndustrialisationAutomatiser les pipelines de données sur :
Databricks
Azure Data Factory (ADF)
Cognite Data Fusion
Gérer ingestion, stockage, transformation et exposition
Mettre en production des flux data fiables et scalables
- Data Quality & MonitoringDévelopper des outils de Data Monitoring / Data Connect
Assurer : complétude
qualité
épuration
enrichissement des données
Mettre en place des mécanismes d?observabilité
- Amélioration continue & produitParticiper aux workshops produit
Améliorer les outils internes (monitoring, exposition, data lineage)
Standardiser les pipelines et scripts
Renforcer la documentation et la traçabilité
? Stack technique attendueExpert : SQL, Python, Kafka, à l?aise avec les environnements cloud Azure + Databricks
capable de gérer des sujets data quality / observabilité
avec une ouverture IA (LLM, agentic AI, ML pipelines)
autonome et orienté produit
Senior Data Engineer spécialisé dans la conception et l?industrialisation de pipelines data en environnement cloud Azure et Databricks. Expert en ingestion et streaming (Kafka), il/elle construit des architectures robustes orientées production, avec une forte culture de la data quality, du monitoring et de l?observabilité. À l?aise dans des contextes complexes mêlant legacy data, produits data et IA (LLM / ML), il/elle contribue également à la standardisation et à l?amélioration continue des plateformes data., ? Contexte de la mission La squad Data Connect développe des produits data augmentés par l?IA pour :
accélérer la livraison des projets data
faciliter l?accès à la donnée legacy
alimenter différents consommateurs (Power BI, data hubs, produits digitaux, Cognite, etc.)
garantir une donnée fiable, gouvernée et monitorée
? Objectif principal du Senior Data EngineerConstruire, industrialiser et optimiser des pipelines de données robustes et scalables, en environnement cloud (principalement Azure + Databricks), avec un fort enjeu :
? ingestion, transformation, qualité, exposition et monitoring de la donnée
? Missions clés1. Architecture & conception dataAnalyser les besoins métiers et techniques
Proposer des solutions data robustes et industrialisables
Travailler avec architectes, data scientists et domain managers
- Data Engineering / IndustrialisationAutomatiser les pipelines de données sur :
Databricks
Azure Data Factory (ADF)
Cognite Data Fusion
Gérer ingestion, stockage, transformation et exposition
Mettre en production des flux data fiables et scalables
- Data Quality & MonitoringDévelopper des outils de Data Monitoring / Data Connect
Assurer : complétude
qualité
épuration
enrichissement des données
Mettre en place des mécanismes d?observabilité
- Amélioration continue & produitParticiper aux workshops produit
Améliorer les outils internes (monitoring, exposition, data lineage)
Standardiser les pipelines et scripts
Renforcer la documentation et la traçabilité
Requirements
Confirmé : Spark, Databricks, Docker, REST APIs, Cognite Data Fusion
Avancé : Azure Machine Learning, LLM
IA Agentic : niveau confirmé
? Profil recherché Un profil : très solide en data engineering (industrialisation + production)
orienté streaming & ingestion (Kafka fort enjeu), ? Stack technique attendueExpert : SQL, Python, Kafka
Confirmé : Spark, Databricks, Docker, REST APIs, Cognite Data Fusion
Avancé : Azure Machine Learning, LLM
IA Agentic : niveau confirmé
? Profil recherché Un profil : très solide en data engineering (industrialisation + production)
orienté streaming & ingestion (Kafka fort enjeu)
à l?aise avec les environnements cloud Azure + Databricks
capable de gérer des sujets data quality / observabilité
avec une ouverture IA (LLM, agentic AI, ML pipelines)
autonome et orienté produit