> Markdown version of [/jobs/ext/3209744-data-engineer-senior-h-f](https://www.wearedevelopers.com/jobs/ext/3209744-data-engineer-senior-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Data Engineer Senior H/F - **Company:** Cherrypick - **Location:** Saint-Denis, France - **Experience:** Expert - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Airflow, Amazon Web Services, Amazon S3, Apache HTTP Server, Automation of Tests, Big Data, Cloud Computing, Extract Transform Load (ETL), DevOps, Python (Programming Language), Data Streaming, WebKit, Datadog, Apache Spark, Electronic Medical Records, Infrastructure as Code (IaC), Kubernetes, AWS Glue, Terraform, Docker - **Published:** September 30, 2026 - **Apply:** https://www.hellowork.com/fr-fr/emplois/83899791.html ## About the Role Profil recherché8 ans minimum d'expérience en Data Engineering.Maîtrise avancée des architectures Big Data et Lakehouse.Esprit d'analyse : Forte capacité à appréhender et traduire les enjeux métiers.Savoir-être : Rigueur, autonomie et culture de l'amélioration continue.Compétences indispensables (Must-have) :Frameworks & Traitement Data : dbt, Apache Iceberg, Apache Spark, Python.Environnement Cloud AWS : Maîtrise des services clés (AWS Glue, EMR, S3, etc.).Architecture & Modélisation : Modélisation Médaillon (Bronze / Silver / Gold), architecture Lakehouse.Compétences clés & importantes :Infrastructure & DevOps : Terraform, Docker, Kubernetes, Apache Airflow.Observabilité & Moteurs de requêtes : Datadog, Trino / Starburst.Gouvernance : Règlements RGPD, Data Quality et automatisation des tests. Mais aussi... Taux journalier :600.css-11k7fwb{display:inline-block;white-space:nowrap;vertical-align:middle;-webkit-padding-start:var(--chakra-space-1-5);padding-inline-start:var(--chakra-space-1-5);-webkit-padding-end:var(--chakra-space-1-5);padding-inline-end:var(--chakra-space-1-5);text-transform:none;font-size:var(--chakra-fontSizes-xs);border-radius:var(--chakra-radii-md);font-weight:var(--chakra-fontWeights-semibold);background:var(--chakra-colors-success-200);color:var(--chakra-colors-success-700);box-shadow:var(--badge-shadow);padding:4px 6px;--badge-bg:var(--chakra-colors-success-100);--badge-color:colors.success.800;}.chakra-ui-dark .css-11k7fwb:not([data-theme]),[data-theme=dark] .css-11k7fwb:not([data-theme]),.css-11k7fwb[data-theme=dark]{--badge-bg:rgba(226, 243, 232, 0.16);--badge-color:var(--chakra-colors-success-200);}Cette offre est à 0% de commission .css-74lrwu{width:1em;height:1em;line-height:1em;-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;color:currentColor;font-size:16px;display:-webkit-box;display:-webkit-flex;display:-ms-flexbox;display:flex;-webkit-transition:.1s ease-in-out color;transition:.1s ease-in-out color;}.css-74lrwu *{-webkit-transition:.1s ease-in-out fill;transition:.1s ease-in-out fill;fill:var(--chakra-colors-rythm-600);}, * 8 ans minimum d'expérience en Data Engineering. * Maîtrise avancée des architectures Big Data et Lakehouse. * Esprit d'analyse : Forte capacité à appréhender et traduire les enjeux métiers. * Savoir-être : Rigueur, autonomie et culture de l'amélioration continue. Compétences indispensables (Must-have) : * Frameworks & Traitement Data : dbt, Apache Iceberg, Apache Spark, Python. * Environnement Cloud AWS : Maîtrise des services clés (AWS Glue, EMR, S3, etc.). * Architecture & Modélisation : Modélisation Médaillon (Bronze / Silver / Gold), architecture Lakehouse. Compétences clés & importantes : * Infrastructure & DevOps : Terraform, Docker, Kubernetes, Apache Airflow. * Observabilité & Moteurs de requêtes : Datadog, Trino / Starburst. * Gouvernance : Règlements RGPD, Data Quality et automatisation des tests. EUR Apache spark ETL AWS Batching Kubernetes Big data Python Autonomie Terraform Amélioration continue Docker Esprit d'analyse ## Description L'objectif principal de la mission est d'accompagner l'équipe dans la conception, l'industrialisation et l'évolution des solutions Data, tout en contribuant activement à la mise en oeuvre et au passage à l'échelle de l'architecture Lakehouse de l'entreprise. Description des Tâches & Responsabilités Architecture, Modélisation & Développement - Concevoir, développer et optimiser des pipelines de données à grande échelle (batch, streaming et ingestion via API). - Structurer les transformations selon le modèle de modélisation Médaillon (Bronze / Silver / Gold). - Industrialiser les flux via Spark, dbt et Apache Iceberg. - Contribuer activement à la stratégie et à l'évolution de l'architecture Lakehouse. Déploiement, DevOps & Infrastructure - Déployer et maintenir les pipelines au sein d'un environnement Cloud AWS. - Orchestrer les workflows ETL/ELT avec Apache Airflow. - Gérer l'Infrastructure as Code (IaC) à l'aide de Terraform. - Exécuter et gérer les traitements dans des environnements conteneurisés (Docker, Kubernetes). Observabilité, Qualité & Gouvernance - Garantir la haute disponibilité, la supervision et l'observabilité des traitements (via Datadog notamment). - Assurer la gestion des incidents et participer aux démarches d'amélioration continue. - Mettre en oeuvre les règles de qualité de données (tests automatisés, validations et contrôles de cohérence). - Rédiger la documentation technique et fonctionnelle (architectures, pipelines, règles métier). - Garantir la conformité et la sécurité des flux, dans le respect des normes RGPD. ## Related Videos - [Rust and Docker: Let's build an AI-powered app!](https://www.wearedevelopers.com/videos/984-rust-and-docker-let-s-build-an-ai-powered-app) - [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered) - [Shifting Stress to Progress— Understanding DevOps to do DevOps Better](https://www.wearedevelopers.com/videos/268-shifting-stress-to-progress-understanding-devops-to-do-devops-better) - [From Messy Queries to Scalable Systems - How Data Engineering actually works](https://www.wearedevelopers.com/videos/100203-from-messy-queries-to-scalable-systems-how-data-engineering-actually-works) - [Docker build without Docker](https://www.wearedevelopers.com/videos/100114-docker-build-without-docker) - [From DevOps to Scaled DevOps: How We’re Rebuilding Continuous Delivery as a Platform](https://www.wearedevelopers.com/videos/100018-from-devops-to-scaled-devops-how-we-re-rebuilding-continuous-delivery-as-a-platform) ## Related Articles - [Data Engineer Salary UK](https://www.wearedevelopers.com/magazine/253-data-engineer-salary-uk) - [Top Big Data Technologies That You Need to Know](https://www.wearedevelopers.com/magazine/108-top-big-data-technologies-that-you-need-to-know) - [Best Companies to Work For in Paris: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/190-best-companies-to-work-for-in-paris-top-25-companies-in-2023) - [Data Analyst Salary in the UK](https://www.wearedevelopers.com/magazine/278-data-analyst-salary-in-the-uk) - [Software Engineer Salary London](https://www.wearedevelopers.com/magazine/252-software-engineer-salary-london) - [Best Coding Boot Camps in Germany](https://www.wearedevelopers.com/magazine/237-best-coding-boot-camps-in-germany)