Data Engineer - CDI - Paris H/F

Chez CBTW, nous recrutons des collaborateurs qui souhaitent avoir un impact technologique durable à l’échelle globale. Nous concevons, implémentons et opérons des solutions technologiques complexes, en nous appuyant sur :

• Des expertises internationales
• Des Service Lines structurées
• Des modèles de delivery industrialisés, Projets variés et ambitieux, centrés sur l’IA, le machine learning et les plateformes analytiques.
• Vision internationale avec opportunités d’évolution dans plusieurs pays.
• Culture collaborative et apprentissage continu : initiative, partage, montée en compétences.
• Formations et certifications : e-learning, , catalogues techniques et soft skills.
• Communauté d’experts : partagez, apprenez et progressez avec des professionnels passionnés.

Votre rôle

En tant que Data Engineer chez CBTW, vous intervenez sur des sujets à fort enjeu technique et stratégique :

• Conception et optimisation de pipelines de données batch et streaming avec Spark (PySpark) sur Databricks ou Snowflake, en garantissant performance, fiabilité et scalabilité.
• Développement de traitements data en Python, en appliquant les bonnes pratiques d’ingénierie logicielle, de test et de data quality.
• Modélisation et transformation des données analytiques à l’aide de dbt, pour répondre efficacement aux besoins BI et métiers.
• Orchestration et industrialisation des workflows data via Airflow, déployés sur des environnements Cloud (AWS, GCP ou Azure).
• Mise en oeuvre de pratiques CI/CD et DevOps (Docker, Terraform, GitHub Actions) et collaboration étroite avec les équipes Data et métiers dans un cadre Agile.

Environnement technique : Spark, Python, Databricks ou Snowflake, Cloud (AWS, GCP ou Azure), Airflow, DBT, CICD & DevOps (Docker, Terraform, GitHub Actions…)

Profil recherchéProfil recherchéExpérience significative en Data Engineering (5 ans et +), avec une forte pratique de Python et de Spark dans des environnements data à grande échelle (Databricks et/ou Snowflake).Excellente maîtrise de la modélisation de données et de la conception de pipelines data batch et streaming, depuis l’ingestion jusqu’à la mise à disposition des données pour les usages analytiques et métiers, avec un fort focus sur la performance et la fiabilité.Solide expertise dans la mise en place, l’évolution et la maintenance de plateformes data cloud (AWS, GCP ou Azure), incluant l’orchestration avec Airflow, la transformation via dbt, et une attention particulière portée à la qualité des données, la supervision, la traçabilité et l’observabilité.Très bonne compréhension des architectures data modernes : data lakes et data warehouses cloud, pipelines distribués, outils d’orchestration, ainsi que des bonnes pratiques de CI/CD et DevOps (Docker, Terraform, GitHub Actions).Capacité et appétence pour le travail collaboratif : contribution à une communauté data, partage de bonnes pratiques, participation aux rituels techniques, revues de pipelines et accompagnement de la montée en compétence collective, dans un contexte Agile.Diplôme Bac +5 ou équivalent.Français et anglais courants.Passionné par la fiabilité des données, la collaboration transverse avec les équipes BI, Data Science et Produit, et l’amélioration continue des plateformes data., * Expérience significative en Data Engineering (5 ans et +), avec une forte pratique de Python et de Spark dans des environnements data à grande échelle (Databricks et/ou Snowflake).

• Excellente maîtrise de la modélisation de données et de la conception de pipelines data batch et streaming, depuis l’ingestion jusqu’à la mise à disposition des données pour les usages analytiques et métiers, avec un fort focus sur la performance et la fiabilité.
• Solide expertise dans la mise en place, l’évolution et la maintenance de plateformes data cloud (AWS, GCP ou Azure), incluant l’orchestration avec Airflow, la transformation via dbt, et une attention particulière portée à la qualité des données, la supervision, la traçabilité et l’observabilité.
• Très bonne compréhension des architectures data modernes : data lakes et data warehouses cloud, pipelines distribués, outils d’orchestration, ainsi que des bonnes pratiques de CI/CD et DevOps (Docker, Terraform, GitHub Actions).
• Capacité et appétence pour le travail collaboratif : contribution à une communauté data, partage de bonnes pratiques, participation aux rituels techniques, revues de pipelines et accompagnement de la montée en compétence collective, dans un contexte Agile.
• Diplôme Bac +5 ou équivalent.
• Français et anglais courants.
• Passionné par la fiabilité des données, la collaboration transverse avec les équipes BI, Data Science et Produit, et l’amélioration continue des plateformes data., Français Machine learning Anglais Intelligence artificielle Google cloud platform AWS Modélisation des données Git Python Terraform Amélioration continue Docker