Consultant.e Data engineer confirmé.e

Vous serez en charge de la conception et de la maintenance de pipelines de données robustes, garantissant la qualité et l’intégrité des données., * Participer à l’analyse des besoins des clients et à la définition des solutions techniques adaptées.

• Concevoir, développer et maintenir des pipelines de données.
• Collaborer avec les équipes clientes pour améliorer et optimiser les infrastructures de données.
• Développer des solutions de traitement et de transformation de données.
• Veiller à la qualité́, l’intégrité́ et la sécurité́ des données.
• Participer à l’intégration de nouveaux outils et technologies selon les projets.
• Assurer un suivi et un reporting régulier auprès des clients.

En interne :

• Produire des contenus de partage d’expertise et de formation continue pour l’équipe.
• Production de template de code pour accélérer nos projets et mettre en place les bonnes pratiques.
• Effectuer une veille technologique pour rester à jour sur les dernières avancées en matière Data science.
• Participer à la construction de propositions commerciales et de présentations stratégiques.

Nous recherchons un profil diplômé d’une grande école d’ingénieurs (top 10) justifiant de 3 à 5 ans d’expérience en Data Engineering, incluant la conception et la mise en place d’architectures de données.

Les soft skills essentielles :

• Esprit analytique : Compétence à analyser des données et à tirer des conclusions significatives pour améliorer les processus.
• Collaboration & Adaptabilité : Aptitude à travailler efficacement avec des équipes multidisciplinaires, y compris les équipes de Data Science, IT et BI.
• Organisation : Excellente gestion du temps et des priorités pour gérer plusieurs projets simultanément.
• Proactivité : Initiative à anticiper les besoins et à proposer des solutions innovantes.
• Communication claire : Capacité à expliquer des concepts techniques de manière compréhensible aux parties prenantes non techniques.

Les hard skills fondamentaux :

• Bonne maîtrise de technologies Big Data, par exemple: Hadoop, Spark, Kafka, BigQuery…
• Expérience avec des bases de données relationnelles et non relationnelles : SQL, NoSQL comme MongoDB, Cassandra, Neo4J, etc.
• Compétences en développement (par exemple : Python, Java, Scala…)
• Expérience avec les services cloud (par exemple : AWS, Azure, Google Cloud)
• Connaissance des outils d’orchestration comme AirFlow.

Hard skills complémentaires :

• Connaissance des pratiques DevOps et CI/CD appliquées aux pipelines de données
• Familiarité́ avec les outils de BI et de visualisation de données : Tableau, Power BI, etc.).
• Capacité à travailler dans des environnements Agile/Scrum.
• Bonnes compétences en communication et capacité à vulgariser des concepts techniques pour des non-spécialistes.
• Capacité à comprendre les enjeux métier.

Certifications pertinentes (ex : Microsoft Certified: Azure Data Engineer, Google Professional Data Engineer, etc.) sont un plus.