Data Engineer

???Concevoir et implémenter des pipelines d’ingestion et de transformation de données (batch et temps réel), robustes et scalables. ???Développer et maintenir les flux ETL Talend qui alimentent le datalake et les systèmes consommateurs. ???Développer des traitements Python / PySpark sur Databricks et mettre en ?uvre les modèles de données cibles. ???Automatiser les transformations, la documentation et les tests de données avec dbt. ???Configurer les pipelines d’acheminement des données, y compris les flux CDC. ???Mettre en place les bonnes pratiques de qualité de données, de monitoring, d’alerting et de logging. ???Développer des modules réutilisables (templates de pipelines, librairies communes, CI/CD) et exploiter les modules existants dans les nouveaux projets. ???Réaliser les développements et les tests associés, et accompagner les mises en production.

???Solide maîtrise de l’ETL Talend (développement, debug, industrialisation) et connaissance du langage Java. ???Bonne maîtrise de Python et PySpark. ???Expérience significative sur Databricks (jobs, workflows, Delta Lake, notebooks, optimisation). ???Très bonne maîtrise de SQL (requêtes analytiques complexes, optimisation). ???Pratique de dbt pour les modèles analytiques. ???Connaissance des outils CDC (Change Data Capture) ; Qlik Replicate (ex-Attunity) est un plus. ???Connaissance des plateformes de streaming ; Kafka est un plus. ???Expérience DevOps : CI/CD, versioning Git, automatisation des tests et des déploiements. ???Pratique des outils d’IA générative pour accélérer le développement (génération assistée de code PySpark, Python et SQL, refactoring, tests), avec une revue critique et une compréhension fine du code mis en production.