Data Engineer Junior

Ci après des exemples concrets dans la Smart-City :

• Optimisation des consommations énergétiques des bâtiments à l’échelle du territoire,
• Récupérations des données des capteurs IoT pour fournir des services de propreté urbaine,
• Construction de jeux de données permettant de faire des études démographiques,

Selon les projets, vous pourrez contribuer ponctuellement à l’industrialisation de briques IA (NLP/LLM notamment), mais ce n’est pas le cœur du rôle.

La diversité de nos clients et de leurs besoins implique des projets très variés : nouvelles sources, contraintes et patterns d’intégration.

Ce qu’on fait au quotidien dans ce rôle

• Ateliers avec les clients/équipes métier pour vérifier qu’on a les bonnes données, au bon niveau de qualité, pour répondre au besoin.
• Récupération de données transverses depuis des sources variées (dont IoT).
• Standardisation et structuration orientées “produit” en coordination avec les équipes dev.
• Mise en place de règles de qualité, de monitoring et d’alerting sur les flux ETL.
• Investigation d’incidents (volumétrie, latence, ruptures de qualité), durcissement des pipelines.

Stack & environnement

• ETL / orchestration : Flyte
• Backend / services : Python, FastAPI
• Déploiement : Docker, Kubernetes (clusters on-prem managés)
• Observabilité : Prometheus, Grafana
• CI/CD : GitLab CI
• Standards (selon projets IoT) : FIWARE / NGSI-LD
• Packaging Python : librairies internes réutilisables (wrappers, modèles, utilitaires), * Orchestrateurs (Flyte, Airflow, Dagster, Prefect…).
• IoT / messaging (MQTT/AMQP)
• Standards FIWARE/NGSI-LD.
• Notions MLOps/ML engineering (mise en prod, suivi, évaluation simple).
• Connaissances GPU (nice-to-have, non requis).

• Très bon niveau en Python (qualité logicielle, tests, packaging).
• À l’aise avec Docker + les bases Kubernetes (déploiement, logs, debug).
• Sensibilité “prod” : monitoring / alerting, analyse d’incidents, rigueur sur la qualité des flux., Logiquement, nous attendons une forte appétence en data engineering : ingestion, transformations, fiabilisation, gestion d’erreurs, rejouabilité. Cependant, voici d’autres critères que nous recherchons au sein des profils :
• Esprit critique, autonomie, sens du concret.
• Rigueur sur la qualité de données et la robustesse en production.
• Curiosité et envie de faire évoluer l’outillage / les pratiques DataOps

Vous rejoignez une équipe qui construit et opère des flux de données industriels alimentant des applications métiers pour le secteur public, en particulier les collectivités et territoires.