Data Engineer Banque H/F

Vous évoluerez dans un environnement orienté DataOps, MLOps et industrialisation de solutions analytiques, au sein d’une équipe pluridisciplinaire (Data Scientists, DevOps, Product Owner…).

La squad intervient sur :

• La conception et la maintenance d’applications data
• L’amélioration continue des produits existants

• La construction de nouveaux usages Data & IA, Conception & Architecture

• Participer à la définition des solutions applicatives data
• Contribuer aux choix d’architecture (batch, streaming, microservices data)
• Concevoir des pipelines robustes, scalables et performants

Développement & Intégration

• Construire et maintenir des pipelines ETL / ELT (données structurées et non structurées)
• Développer des traitements en Python (PySpark, FastAPI) et SQL
• Intégrer des flux temps réel via Kafka / Spark
• Réaliser les phases d’intégration et de recette technique

Industrialisation - DataOps / MLOps

• Mettre en oeuvre des chaînes CI/CD et de déploiement (Docker, Kubernetes, GitHub/GitLab Actions)
• Industrialiser des modèles statistiques ou de Machine Learning
• Versionner données, modèles et code
• Monitorer la performance, la qualité et les coûts des traitements
• Assurer l’observabilité des solutions (ELK, Prometheus/Grafana, MLflow)

Qualité & Amélioration Continue

• Mettre en place des tests automatisés (Pytest)
• Maintenir un haut niveau de qualité de code (SonarQube)
• Améliorer l’efficacité des processus
• Maintenir une documentation claire et à jour

Collaboration

• Travailler en étroite collaboration avec les membres de la squad
• Préparer des datasets pour l’exploration et l’analyse

• Accompagner les utilisateurs dans la prise en main des solutions

• Docker
• Kubernetes
• GitHub Actions ou GitLab CI

Langages & Frameworks: Python (PySpark, FastAPI), SQL

Big Data & Streaming: Apache Spark, Apache Kafka

Bases de données: PostgreSQL, Teradata, MySQL

MLOps / CI-CD / Conteneurisation: Docker, Kubernetes, GitHub Actions ou GitLab CI

Qualité & Observabilité: Pytest, SonarQube, Stack ELK, Prometheus / Grafana, MLflow, Data Engineer expérimenté(e) disposant de minimum 5 ans d’expérience, capable de concevoir, développer et industrialiser des solutions data de bout en bout.

Vous êtes autonome, rigoureux(se), orienté(e) qualité et performance, et vous appréciez le travail en équipe dans des environnements exigeants et structurés., Apache spark Machine learning Prometheus ETL ELK SQL Grafana Git Recettes Batching Travail en équipe Kubernetes Rigueur et méthode Python KAFKA MySQL Amélioration continue PostgreSQL SonarQube Statistiques Docker

Dans le cadre du développement d’une Squad Usages Data Avancés & IA, nous recherchons un(e) Data Engineer confirmé(e) pour contribuer à la conception, l’industrialisation et l’amélioration continue de solutions data à forte valeur ajoutée.