Data Engineer Iot & Real-Time - Secteur Energie H/F

Groupe Randstad
Nanterre, France
19 days ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience level
Expert
Experience required
5 years minimum
Compensation
€50,000.0 - €70,000.0
Working hours
Regular working hours

Tech stack

Application Programming Interfaces (APIs) Airflow Amazon Web Services Amazon S3 Cloud Computing Databases Continuous Integration DevOps Distributed Systems Python (Programming Language) Message Queuing Telemetry Transport (MQTT) Operational Data Store
+19 more
Scala (Programming Language) Software Engineering SQL Databases Data Streaming Grafana Apache Spark Backend Git Fastapi Data Lakes Gitlab-ci Influxdb Apache Flink AWS Fargate Cloudwatch Terraform Aws Iot Databricks Microservices

Job description

Au sein d’un environnement industriel de pointe, vous serez l’architecte et le garant de la chaĂźne de valeur de la donnĂ©e. Votre mission consiste Ă  concevoir, dĂ©ployer et maintenir des pipelines de donnĂ©es de bout en bout (temps rĂ©el et batch), permettant l’ingestion, la transformation et l’analyse massive de donnĂ©es IoT industrielles en production.

Vous rejoignez une Ă©quipe agile oĂč la culture “Build-Run-Own” prĂ©vaut, avec un accent fort sur l’excellence logicielle et l’évolutivitĂ© des infrastructures Cloud.

Missions et Livrables

Architecture & Engineering

  • Pipelines de donnĂ©es : Concevoir et implĂ©menter des flux de traitement distribuĂ©s (Spark, Flink) pour gĂ©rer des donnĂ©es de sĂ©ries temporelles Ă  grande Ă©chelle.
  • ModĂ©lisation IoT : DĂ©velopper et opĂ©rer des modĂšles d’actifs (Asset Modeling via AWS SiteWise) pour assurer une intĂ©gration fluide entre les capteurs et les plateformes analytiques.
  • Stockage & AccĂšs : Optimiser les patterns de stockage pour la performance (Lakehouse architecture, Delta Lake, InfluxDB).

Développement & Backend

  • Services API : DĂ©velopper des microservices Python robustes avec FastAPI pour exposer et traiter les donnĂ©es opĂ©rationnelles.
  • QualitĂ© & Ops : Assurer la haute disponibilitĂ©, l’observabilitĂ© (Grafana) et la qualitĂ© des donnĂ©es sur l’ensemble de la plateforme.

Cloud & DevOps

  • Streaming & Orchestration : DĂ©ployer des architectures temps rĂ©el sur AWS Kinesis et orchestrer les workflows batch via Airflow.
  • Infrastructure-as-Code : GĂ©rer l’infrastructure via Terraform et Terragrunt dans une logique d’automatisation complĂšte (GitLab CI/CD).

Environnement Technique

  • Data & Streaming : Spark, Flink, Kinesis, Databricks, Delta Lake (Lakehouse architecture).
  • Backend : Python, FastAPI, Scala.
  • IoT & Time-Series : MQTT, AWS SiteWise, InfluxDB.
  • DevOps & IaC : Terraform, Terragrunt, GitLab CI/CD, AWS (ECS, Fargate, Lambda).
  • Orchestration & Monitoring : Airflow, Grafana, Cloudwatch.

Requirements

Profil recherchĂ©Profil RecherchĂ©ExpĂ©rience & Expertise TechniqueLogiciel : Minimum 5 ans en dĂ©veloppement Python (Scala est un plus) avec une maĂźtrise des pratiques de Software Engineering (Testing, CI/CD, Microservices).Data Engineering : Minimum 5 ans d’expĂ©rience sur des systĂšmes distribuĂ©s (Spark, Flink) et une solide comprĂ©hension des pipelines Batch et Streaming.Cloud AWS : MaĂźtrise de l’écosystĂšme (S3, Lambda, ECS/Fargate, Kinesis, Cloudwatch).Data Stack : ExpĂ©rience significative sur Databricks, Delta Lake et les bases de donnĂ©es SQL.IoT (Le “Plus”) : FamiliaritĂ© avec les protocoles MQTT, les services AWS IoT et la modĂ©lisation de donnĂ©es industrielles.Soft SkillsSystem Design : CapacitĂ© Ă  concevoir des architectures complexes, scalables et rĂ©silientes.Mindset Produit : Aptitude Ă  traduire des besoins business complexes en solutions techniques actionnables.Collaboration : Esprit d’équipe affirmĂ© pour Ă©voluer dans un environnement fast-paced avec des Data Analysts et Product Owners., ExpĂ©rience & Expertise Technique

  • Logiciel : Minimum 5 ans en dĂ©veloppement Python (Scala est un plus) avec une maĂźtrise des pratiques de Software Engineering (Testing, CI/CD, Microservices).
  • Data Engineering : Minimum 5 ans d’expĂ©rience sur des systĂšmes distribuĂ©s (Spark, Flink) et une solide comprĂ©hension des pipelines Batch et Streaming.
  • Cloud AWS : MaĂźtrise de l’écosystĂšme (S3, Lambda, ECS/Fargate, Kinesis, Cloudwatch).
  • Data Stack : ExpĂ©rience significative sur Databricks, Delta Lake et les bases de donnĂ©es SQL.
  • IoT (Le “Plus”) : FamiliaritĂ© avec les protocoles MQTT, les services AWS IoT et la modĂ©lisation de donnĂ©es industrielles.

Soft Skills

  • System Design : CapacitĂ© Ă  concevoir des architectures complexes, scalables et rĂ©silientes.
  • Mindset Produit : Aptitude Ă  traduire des besoins business complexes en solutions techniques actionnables.
  • Collaboration : Esprit d’équipe affirmĂ© pour Ă©voluer dans un environnement fast-paced avec des Data Analysts et Product Owners.

EUR

Scala API SQL AWS Modélisation des données Grafana Git Batching Python

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on www.hellowork.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

1:34 min

Bringing diverse skills to industrial data science roles

Katja TrÀumner

6:21 min

Investigating push inefficiencies with upstream Git experts

Jonathan Creamer · Coffee With Developers

2:17 min

Mapping the maturity roadmap for scaled devops adoption

Dominik Krichbaum Dominik Krichbaum · WWC Europe 2026

10:40 min

Visualizing Prometheus open metrics using custom Grafana dashboards

Stijn Polfliet · LIVE

3:09 min

Balancing data science skillings alongside systems engineering rigor

Nico Schmidt · LIVE

56 sec

Favorite git commands and the importance of patch commits

Eileen Uchitelle Eileen Uchitelle +1 · Coffee With Developers

Videos

See all

Related articles

See all