Data Engineer (H/F)

Et si ton rôle de Data Engineer ne se limitait pas à gérer des pipelines, mais à structurer des plateformes data qui tiennent dans le temps ?

Trop souvent, le rôle de Data Engineer est résumé à de l’ingestion ou à de la “plomberie data”. Chez nous, on cherche à faire évoluer cette posture.

Nous intervenons chez nos clients pour concevoir, industrialiser et fiabiliser des plateformes data : pipelines robustes, transformation de données à grande échelle, outillage data, performance et collaboration étroite avec les équipes Data, Produit, Analytics et Tech.

L’objectif est clair : positionner les data Engineer là où ils apportent le plus de valeur, en cohérence avec l’architecture globale, les usages et les contraintes métiers., Un rôle qui va au-delà de l’exécution, avec une vraie contribution aux enjeux qualité

Un cadre qui te permet de développer tes compétences et d’évoluer en continu

Des missions où ton travail a un impact concret sur les projets et les solutions, Nos missions varient selon les contextes clients, mais nous cherchons toujours à positionner nos Data Engineer là où ils apportent le plus de valeur.

Ce que tu feras concrètement

Selon les contextes, tu interviendras sur tout ou partie des sujets suivants :

• Concevoir et développer des pipelines de données (batch et/ou streaming)
• Mettre en place des chaînes d’ingestion, de transformation et d’exposition des données
• Industrialiser les traitements data (qualité, performance, monitoring)
• Travailler sur des environnements Big Data / Cloud
• Collaborer étroitement avec les équipes Data Analyst, Data Scientist et Produit
• Contribuer aux choix d’architecture data et aux bonnes pratiques
• Automatiser, documenter et sécuriser les flux de données
• Challenger les pipelines existants pour améliorer leur robustesse et leur scalabilité

L’objectif n’est pas de rester cantonné à l’exécution, mais d’élargir progressivement ton périmètre selon le contexte de mission et ton niveau de séniorité., Des missions construites dans la durée

• Des missions longues (souvent 1 an ou +)
• Une visibilité en amont sur les contextes et enheux projets
• Des échanges réguliers sur tes envies d’évolution

Une communauté Data

• Partage de pratiques
• Retours d’expérience
• Accompagnement sur les certifications, * Un premier échange téléphonique pour comprendre ton parcours et tes envies
• Des entretiens adaptés à ton profil, incluant selon les opportunités une rencontre avec un référent technique et/ou un client
• Un échange final avec la direction autour de ton projet professionnel
• Un process flexible, pensé pour s’adapter aux rencontres et aux projets.

• 5 ans d’expérience minimum en tant que Data Engineer
• Tu maîtrises la conception et l’industrialisation de pipelines data
• Tu es à l’aise avec Python, SQL et des environnements Big Data ou Cloud
• Tu comprends les enjeux de qualité, performance et scalabilité des données
• Tu es à l’aise pour proposer, challenger et structurer les pratiques data

Bonus : expérience MLOps, traitement temps réel, volumétrie importante, certifications cloud.

• Un poste en CDI, avec une rémunération définie de manière individualisée selon ton expérience, tes compétences et tes contributions
• Un cadre de travail flexible, incluant le télétravail et la prise en charge des frais associés
• Une participation aux résultats de l’entreprise

Stack & environnement

Selon les projets, tu pourras travailler avec :

• Langages : Python, SQL
• Traitement data : Spark / PySpark
• Orchestration : Airflow (ou équivalent)
• Bases de données : SQL / NoSQL, Data Warehouse
• Streaming : Kafka (selon projets)
• Cloud : AWS, Azure ou GCP
• CI/CD & industrialisation : GitLab CI, Jenkins, Docker
• Data platforms : Databricks, Data Factory, Dataiku (selon contextes)

Les outils varient selon les projets, avec une logique simple : utiliser ce qui est pertinent pour le contexte, pas par habitude., Une évolution possible

Selon ton parcours et tes appétences, tu peux évoluer vers, * Tous nos postes sont ouverts aux personnes en situation de handicap.