Python Flink Data Ingénieur

• Expertise Python en contexte professionnel et en production

• Maîtrise des paradigmes avancés : décorateurs, générateurs, context managers, métaclasses, typage statique avec mypy

• Conception de packages Python structurés et réutilisables, gestion de dépendances

• Écriture de tests robustes : pytest, mocking, fixtures, tests paramétrés, couverture de code

• Développement de clients Kafka en Python (confluent-kafka, kafka-python) : producteurs, consommateurs, gestion des offsets et des erreurs

• Expérience avec les clients Elasticsearch en Python (elasticsearch-py) pour l’indexation et la recherche

• Développement d’opérateurs et de hooks Airflow custom en Python

• Manipulation de données avec pandas et PyArrow pour les formats colonnaires (Parquet, ORC)

• Maîtrise des outils de qualité de code : black, ruff, pylint, pre-commit

• Bonne connaissance de la programmation asynchrone (asyncio, aiohttp) pour les pipelines I/O-bound

• Maitrise kubernetes et CI/CD (gitops, etc )

• Conception et construction des pipelines de données scalables pour le traitement batch et temps réel

• Dévelopement et maintenance des workflows avec Apache Airflow (orchestration) et Apache Flink (traitement de flux)

• Mise en place et opération des clusters Apache Kafka pour le streaming d’événements à haut débit

• Déployement et administration la stack ELK (Elasticsearch, Logstash, Kibana) pour l’ingestion de logs, l’indexation, la recherche et l’observabilité

• Écriture du code Python propre, efficacité et test pour la logique ETL/ELT et les outils internes

• Garantie de la qualité des données, la fiabilité des pipelines et la résilience de l’infrastructure

• Collaboration avec les équipes DevOps sur la planification de capacité et les opérations cluster

• Accompagnement et augmentation en compétences des ingénieurs moins expérimentés

Profil: Ingénieurie Data expérimenté pour concepion, construction et maintenance d’ une infrastructure de données robuste et performance dans un environnement entièrement on-premise. Étroite collaboration avec les équipes Data pour garantir des pipelines fiables et de haute qualité sur notre infrastructure autogérée.