> Markdown version of [/jobs/ext/4072224-data-engineering](https://www.wearedevelopers.com/jobs/ext/4072224-data-engineering). 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 Engineering - **Company:** UCASE CONSULTING - **Location:** Paris, France - **Experience:** Expert - **Contract:** Contract - **Skills:** Airflow, Amazon Web Services, Pyspark, Databricks - **Published:** October 26, 2026 - **Apply:** https://www.indeed.com/viewjob?jk=ecd3db7321a4000d ## About the Role MUST HAVE : une expérience en production sur PySpark, dbt, Databricks, Airflow et AWS ! ## Description Nous avons une nouvelle opportunité au sein de notre client. Nous recherchons un Data Engineer confirmé(e)s à senior pour rejoindre son équipe Data Engineering. L'objectif : développer, maintenir et industrialiser les pipelines de données qui alimentent les analyses comportementales et les équipes analytics et e-commerce. Tu rejoindras une équipe de Data Engineers travaillant sur une plateforme Databricks avec Unity Catalog au centre, dans un environnement multi-cloud. Tes missions : Ingérer les données de tracking (web et app) et les mettre à disposition pour les analyses comportementales Développer, maintenir et industrialiser des pipelines PySpark / dbt sur Databricks Orchestrer les pipelines avec Airflow Modéliser, fiabiliser et garantir la qualité des données pour les équipes analytics et e-commerce Reprendre rapidement un périmètre existant et assurer la continuité de service Partager les bonnes pratiques au sein de l'équipe Environnement technique : PySpark dbt Databricks / Unity Catalog Airflow AWS, Tu es Data Engineer confirmé(e) à senior et tu as déjà travaillé sur des pipelines de données en production. On recherche surtout quelqu'un qui sait : Développer, maintenir et industrialiser des pipelines de bout en bout Ingérer et traiter de gros volumes de données, notamment de tracking Modéliser des données fiables et de qualité Reprendre rapidement un périmètre existant et être opérationnel(le) vite Travailler en autonomie et en équipe