Forward Deployed Data Engineer H/F

Mon Client
France
4 days ago

Role details

Contract type
Permanent contract
Employment type
Part-time (≤ 32 hours)
Experience level
Expert
Experience required
5 years minimum
Working hours
Regular working hours
Languages
English

Tech stack

Application Programming Interfaces (APIs) Artificial Intelligence Airflow Cloud Computing Continuous Integration Data Architecture Data Structures Data Visualization Python (Programming Language) Machine Learning NoSQL Raw Data
+13 more
SQL Databases SQLAlchemy Data Streaming Large Language Models Git Kubernetes Apache Flink Apache Kafka Graphql Vertica Restful APIs Docker Databricks

Job description

Mon client recrute un Forward Deployed Data Engineer pour rejoindre la core team d’un programme d’incubation technologique dédié à la construction d’une plateforme de modélisation et de visualisation de données en temps réel. Développée from scratch selon une logique d’éditeur logiciel, cette plateforme représente des environnements opérationnels complexes - chaînes logistiques, infrastructures, réseaux, équipements ou systèmes de gestion d’actifs - et connecte des flux de données pour faciliter supervision et prise de décision. (secteurs clients intéressés : Défense, Retail, Banque, Assurance, Industrie, Public, etc) Vous intégrez une équipe technique senior en mode start-up interne : cycles courts, forte autonomie, proximité utilisateurs, exigence élevée en qualité, performance et maintenabilité.

Missions

  • Comprendre les problématiques métiers Analyser processus, systèmes et contraintes opérationnelles. Identifier les décisions que la plateforme doit soutenir. Animer ateliers avec interlocuteurs métiers, techniques et décisionnaires. Formaliser besoins et traduire en cas d’usage concrets. Challenger et prioriser les demandes à forte valeur.

  • Modéliser les environnements clients

  • Concevoir des modèles de données représentant des systèmes complexes.
  • Modélisation des ontologies : construire couches sémantiques métier, objets et modèles de données transformant données brutes en représentations opérationnelles.
  • Définir objets métier, relations, événements, cycles de vie.
  • Traduire concepts métiers en structures de données cohérentes et exploitables.
  • Participer à la conception de représentations numériques dynamiques et jumeaux numériques.
  • Garantir cohérence, maintenabilité et réutilisabilité des modèles.
  • Intégrer les données

  • Identifier et cartographier sources disponibles.
  • Connecter API, bases, fichiers, applications, flux temps réel.
  • Concevoir ou adapter pipelines d’alimentation.
  • Transformer, normaliser, réconcilier données hétérogènes.
  • Intégration IA et LLM : industrialiser modèles de langage large, machine learning et agents IA basés sur ontologies, pour solutions d’analyse, automatisation et aide à la décision à l’échelle entreprise.
  • Définir règles de contrôle, qualité et validation.
  • Résoudre problèmes de disponibilité, fréquence, fiabilité des flux.
  • Configurer et étendre la plateforme Adapter la plateforme aux cas d’usage clients. Développer connecteurs, scripts, composants, extensions. Collaborer avec équipes engineering et produit. Identifier besoins spécifiques pour enrichir la roadmap. Participer aux choix techniques d’intégration et exploitation. Contribuer à l’industrialisation des déploiements.

  • Accompagner les déploiements Participer aux phases cadrage, prototype, pilote, mise en production. Adapter solution aux contraintes techniques et organisationnelles. Diagnostiquer et résoudre problèmes terrain. Accompagner utilisateurs dans la prise en main. Documenter modèles, interfaces, configurations, décisions d’architecture. Assurer transfert de connaissances aux équipes techniques et opérationnelles.

Environnement technologique

La stack évoluera avec le produit. Une expérience sur plusieurs technologies suivantes est appréciée, Déplacements ponctuels clients.

  • CDI ou Pré-embauche (freelance, puis CDI) selon profil.
  • Démarrage dès que possible.
  • Projet stratégique long terme.
  • Certains projets peuvent nécessiter vérification d’habilitabilité ou conformité.

Pourquoi rejoindre le projet ?

  • Participer à la création d’une plateforme Data & IA construite from scratch.
  • Rejoindre une équipe technique senior et autonome.
  • Travailler sur modélisation complexe et données temps réel.
  • Intervenir à l’intersection Data, produit, ingénierie, opérations.
  • Contribuer directement à la construction du produit et sa roadmap.
  • Évoluer dans un environnement combinant rapidité start-up et capacités grand groupe.
  • Construire des solutions à impact mesurable auprès des utilisateurs.

Processus de recrutement

  • Échange qualification avec équipe recrutement.
  • Entretien technique et étude d’un cas de modélisation.
  • Rencontre responsables produit et engineering.

Requirements

Python

  • SQL
  • API REST ou GraphQL
  • bases relationnelles et NoSQL
  • traitement batch et streaming
  • Kafka, Apache Flink ou équivalents
  • Airflow, Airbyte, dbt
  • ClickHouse, Databricks ou plateformes Data comparables
  • Docker, Kubernetes
  • environnements cloud
  • Git, CI/CD
  • architectures event-driven
  • data quality et observabilité

La capacité à comprendre et produire du code est indispensable. Le poste ne se limite pas à la configuration fonctionnelle., Profil recherchéDiplômé d’une école d’ingénieurs, master en informatique, Data ou mathématiques appliquées, ou parcours technique équivalentAu moins 5 ans d’expérience dans un ou plusieurs domaines : Data Engineering, architecture de données, intégration de plateformes, Solution Engineering, Professional Services, conseil technologique avec forte dimension réalisation, déploiement de produits logiciels chez clients, conception de jumeaux numériques, modélisation de systèmes complexesExpérience sur des projets nécessitant une compréhension rapide d’un nouvel environnement métier et sa traduction en solution technique exploitableMaîtrise solide de la modélisation de donnéesExpérience en intégration de sources hétérogènesBonne compréhension des architectures Data modernesMaîtrise Python, SQL ou équivalentsCapacité à construire et maintenir pipelines de donnéesCompréhension des enjeux de traitement et visualisation temps réelCapacité à diagnostiquer problèmes liés aux données, intégration, performanceAptitude à développer composants sur plateformeCapacité à dialoguer avec utilisateurs métiers et ingénieursAnglais professionnelForte autonomieCuriosité métier et techniqueCapacité à structurer problématiques ambiguësGoût du terrain et relation clientOrientation solution et culture résultatExcellentes capacités de communicationRigueur et exigence qualitéCapacité à travailler en environnement mouvantHumilité et aptitude à intégrer rapidement feedbackEsprit collectif et culture produit, 1. Diplômé d’une école d’ingénieurs, master en informatique, Data ou mathématiques appliquées, ou parcours technique équivalent

  1. Au moins 5 ans d’expérience dans un ou plusieurs domaines : Data Engineering, architecture de données, intégration de plateformes, Solution Engineering, Professional Services, conseil technologique avec forte dimension réalisation, déploiement de produits logiciels chez clients, conception de jumeaux numériques, modélisation de systèmes complexes
  2. Expérience sur des projets nécessitant une compréhension rapide d’un nouvel environnement métier et sa traduction en solution technique exploitable
  3. Maîtrise solide de la modélisation de données
  4. Expérience en intégration de sources hétérogènes
  5. Bonne compréhension des architectures Data modernes
  6. Maîtrise Python, SQL ou équivalents
  7. Capacité à construire et maintenir pipelines de données
  8. Compréhension des enjeux de traitement et visualisation temps réel
  9. Capacité à diagnostiquer problèmes liés aux données, intégration, performance
  10. Aptitude à développer composants sur plateforme
  11. Capacité à dialoguer avec utilisateurs métiers et ingénieurs
  12. Anglais professionnel
  13. Forte autonomie
  14. Curiosité métier et technique
  15. Capacité à structurer problématiques ambiguës
  16. Goût du terrain et relation client
  17. Orientation solution et culture résultat
  18. Excellentes capacités de communication
  19. Rigueur et exigence qualité
  20. Capacité à travailler en environnement mouvant
  21. Humilité et aptitude à intégrer rapidement feedback
  22. Esprit collectif et culture produit

EUR

Relation client Machine learning Anglais Intelligence artificielle API SQL Modélisation des données Git Kubernetes Python Autonomie KAFKA API REST NoSQL Docker

Benefits & conditions

Poste basé en IDF, présence régulière sur site (4 jours).

  • Télétravail partiel possible selon organisation équipe.

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.

3:09 min

Balancing data science skillings alongside systems engineering rigor

Nico Schmidt · LIVE

6:21 min

Investigating push inefficiencies with upstream Git experts

Jonathan Creamer · Coffee With Developers

2:37 min

Comparing traditional SQL tables versus NoSQL non-tabular databases

Stanimira Vlaeva · JS Congress

2:07 min

Inspecting default bridge architectures and custom Docker networks

Oliver Seitz Oliver Seitz · WWC 2025

3:14 min

Structuring career paths and localized data architectures

Ulrich Wurstbauer +1 · 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