> Markdown version of [/jobs/ext/3809939-data-engineer-h-f](https://www.wearedevelopers.com/jobs/ext/3809939-data-engineer-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 H/F

- **Company:** > Aubay
- **Location:** Niort, France (Remote available)
- **Experience:** Experienced
- **Salary:** €34,000.0 - €45,000.0
- **Contract:** Permanent contract
- **Skills:** Java (Programming Language), Application Programming Interfaces (APIs), Agile Methodology, Amazon Web Services, Microsoft Azure, Big Data, Cloud Computing, Information Systems, Data Infrastructure, Extract Transform Load (ETL), Data Warehousing, Python (Programming Language), Data Streaming, Talend, Google Cloud, Data Lakes, Apache Nifi, Dataiku, Programming Languages
- **Published:** October 18, 2026
- **Apply:** https://talentsdici.fr/offre/i_95415b47de5d740d2f674b0db464b473

## About the Role

Une première expérience significative (2 ans minimum) en Data Engineering

 - Une bonne maîtrise des environnements data (ETL, pipelines, modélisation)
 - Une maîtrise d'au moins un langage de programmation (Python et/ou Java)
 - Une expérience sur des environnements Big Data ou Cloud (AWS, Azure, GCP...)
 - Une pratique des environnements Agile
 - Une expérience avec des outils type Talend, Dataiku, NiFi ou équivalent est appréciée
 - Une expérience en environnement assurantiel ou grands comptes est un plus

## Description

Nous accompagnons au quotidien des acteurs majeurs du secteur assurantiel sur des projets Data à fort enjeu, au sein d'environnements grands comptes.

Dans ce cadre, nous recherchons un Data Engineer pour intervenir sur des projets de structuration et de valorisation de la donnée, au coeur des systèmes d'information de nos clients basés à Niort., Concevoir et faire évoluer les architectures data (data lake, data warehouse, data platform)

 - Mettre en place des pipelines de données robustes et scalables (batch, streaming)
 - Collecter, transformer et fiabiliser des données issues de sources multiples (structurées ou non)
 - Garantir la qualité, la cohérence et la disponibilité des données pour les équipes métiers et data
 - Développer et maintenir des flux d'ingestion et de transformation (ETL / ELT)
 - Exposer les données via des APIs ou des couches de restitution adaptées
 - Collaborer avec les Data Scientists pour industrialiser les modèles et faciliter leur mise en production
 - Échanger avec les équipes métiers pour comprendre les besoins et proposer des solutions adaptées