> Markdown version of [/jobs/ext/4054650-administrateur-dataplateforme-workspace-expert-databricks](https://www.wearedevelopers.com/jobs/ext/4054650-administrateur-dataplateforme-workspace-expert-databricks). 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).

---

# Administrateur dataplateforme/Workspace/ Expert databricks

- **Company:** Mosofty
- **Location:** France
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Agile Methodology, Cloud Database, Information Engineering, Data Infrastructure, Python (Programming Language), Scrum Methodology, Cloud Services, DataOps, Delivery Pipeline, Apache Spark, Generative AI, Git, Data Lakes, Terraform, Databricks
- **Published:** October 20, 2026
- **Apply:** https://www.indeed.com/viewjob?jk=108201055f2ad414

## About the Role

Expérience : 5 à 10 ans d'expérience globale en Data Engineering, Data Platform ou Cloud Data, avec une expérience significative de Databricks en production.

Savoir-être : Autonomie, rigueur, pédagogie et aisance relationnelle dans des environnements de production complexes.

Langues : Français et Anglais niveau avancé / professionnel.

Méthodologie : Pratique avérée des méthodes Agile (Scrum / Kanban).

## Description

Administration Databricks & Workspaces : Administrer les workspaces et ressources de calcul, gérer les habilitations, appliquer les politiques de sécurité, suivre les coûts et assurer le support opérationnel (RUN).

Gouvernance Data (Unity Catalog) : Structurer et déployer Unity Catalog, organiser les catalogues/schémas, définir les règles d'accès, les conventions de nommage et garantir la qualité des données.

Migration Data Lake Legacy : Analyser l'existant, concevoir l'architecture cible, définir la stratégie de migration par vagues et coordonner les bascules sans interruption de service.

Industrialisation & DataOps : Mettre en place et maintenir des pipelines CI/CD avec Git et Databricks Asset Bundles, et automatiser les déploiements (Dev, Test, Prod).

Développement & Qualité : Industrialiser les pipelines de données avec Python et Apache Spark, et optimiser la modélisation et la fiabilité des flux.

Accompagnement & Documentation : Rédiger la documentation technique (guides, blueprints) et accompagner la montée en compétences des Data Engineers et profils métiers (Data Citizens).

(Compétences appréciées : Terraform avec provider Databricks, Cloud AWS/Azure, briques IA / GenAI intégrées).