Senior Data Engineer

Craftman data
Paris, France
3 months ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience level
Expert
Working hours
Regular working hours
Job source

Tech stack

Artificial Intelligence Microsoft Azure Data Control Python (Programming Language) Azure Machine Learning SQL Databases Data Streaming Azure Data Factory Large Language Models Apache Spark Data Lineage Apache Kafka
+3 more
Restful APIs Docker Databricks

Job description

? Contexte de la mission La squad Data Connect développe des produits data augmentés par l?IA pour :

accélérer la livraison des projets data

faciliter l?accÚs à la donnée legacy

alimenter différents consommateurs (Power BI, data hubs, produits digitaux, Cognite, etc.)

garantir une donnée fiable, gouvernée et monitorée

? Objectif principal du Senior Data EngineerConstruire, industrialiser et optimiser des pipelines de données robustes et scalables, en environnement cloud (principalement Azure + Databricks), avec un fort enjeu :

? ingestion, transformation, qualité, exposition et monitoring de la donnée

? Missions clés1. Architecture & conception dataAnalyser les besoins métiers et techniques

Proposer des solutions data robustes et industrialisables

Travailler avec architectes, data scientists et domain managers

  1. Data Engineering / IndustrialisationAutomatiser les pipelines de données sur :

Databricks

Azure Data Factory (ADF)

Cognite Data Fusion

Gérer ingestion, stockage, transformation et exposition

Mettre en production des flux data fiables et scalables

  1. Data Quality & MonitoringDévelopper des outils de Data Monitoring / Data Connect

Assurer : complétude

qualité

épuration

enrichissement des données

Mettre en place des mécanismes d?observabilité

  1. Amélioration continue & produitParticiper aux workshops produit

Améliorer les outils internes (monitoring, exposition, data lineage)

Standardiser les pipelines et scripts

Renforcer la documentation et la traçabilité

? Stack technique attendueExpert : SQL, Python, Kafka, Ă  l?aise avec les environnements cloud Azure + Databricks

capable de gérer des sujets data quality / observabilité

avec une ouverture IA (LLM, agentic AI, ML pipelines)

autonome et orienté produit

Senior Data Engineer spĂ©cialisĂ© dans la conception et l?industrialisation de pipelines data en environnement cloud Azure et Databricks. Expert en ingestion et streaming (Kafka), il/elle construit des architectures robustes orientĂ©es production, avec une forte culture de la data quality, du monitoring et de l?observabilitĂ©. À l?aise dans des contextes complexes mĂȘlant legacy data, produits data et IA (LLM / ML), il/elle contribue Ă©galement Ă  la standardisation et Ă  l?amĂ©lioration continue des plateformes data., ? Contexte de la mission La squad Data Connect dĂ©veloppe des produits data augmentĂ©s par l?IA pour :

accélérer la livraison des projets data

faciliter l?accÚs à la donnée legacy

alimenter différents consommateurs (Power BI, data hubs, produits digitaux, Cognite, etc.)

garantir une donnée fiable, gouvernée et monitorée

? Objectif principal du Senior Data EngineerConstruire, industrialiser et optimiser des pipelines de données robustes et scalables, en environnement cloud (principalement Azure + Databricks), avec un fort enjeu :

? ingestion, transformation, qualité, exposition et monitoring de la donnée

? Missions clés1. Architecture & conception dataAnalyser les besoins métiers et techniques

Proposer des solutions data robustes et industrialisables

Travailler avec architectes, data scientists et domain managers

  1. Data Engineering / IndustrialisationAutomatiser les pipelines de données sur :

Databricks

Azure Data Factory (ADF)

Cognite Data Fusion

Gérer ingestion, stockage, transformation et exposition

Mettre en production des flux data fiables et scalables

  1. Data Quality & MonitoringDévelopper des outils de Data Monitoring / Data Connect

Assurer : complétude

qualité

épuration

enrichissement des données

Mettre en place des mécanismes d?observabilité

  1. Amélioration continue & produitParticiper aux workshops produit

Améliorer les outils internes (monitoring, exposition, data lineage)

Standardiser les pipelines et scripts

Renforcer la documentation et la traçabilité

Requirements

Confirmé : Spark, Databricks, Docker, REST APIs, Cognite Data Fusion

Avancé : Azure Machine Learning, LLM

IA Agentic : niveau confirmé

? Profil recherché Un profil : trÚs solide en data engineering (industrialisation + production)

orienté streaming & ingestion (Kafka fort enjeu), ? Stack technique attendueExpert : SQL, Python, Kafka

Confirmé : Spark, Databricks, Docker, REST APIs, Cognite Data Fusion

Avancé : Azure Machine Learning, LLM

IA Agentic : niveau confirmé

? Profil recherché Un profil : trÚs solide en data engineering (industrialisation + production)

orienté streaming & ingestion (Kafka fort enjeu)

Ă  l?aise avec les environnements cloud Azure + Databricks

capable de gérer des sujets data quality / observabilité

avec une ouverture IA (LLM, agentic AI, ML pipelines)

autonome et orienté produit

About the company

Senior Data Engineer spĂ©cialisĂ© dans la conception et l?industrialisation de pipelines data en environnement cloud Azure et Databricks. Expert en ingestion et streaming (Kafka), il/elle construit des architectures robustes orientĂ©es production, avec une forte culture de la data quality, du monitoring et de l?observabilitĂ©. À l?aise dans des contextes complexes mĂȘlant legacy data, produits data et IA (LLM / ML), il/elle contribue Ă©galement Ă  la standardisation et Ă  l?amĂ©lioration continue des plateformes data.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on indeed.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

2:07 min

Inspecting default bridge architectures and custom Docker networks

Oliver Seitz Oliver Seitz · WWC 2025

2:27 min

Managing traffic and tracking costs with Databricks Unity Catalog

Viktoria Semaan Viktoria Semaan · WWC Europe 2026

1:58 min

Uncovering team dynamics through version control data analysis

Adam Tornhill · Coffee With Developers

3:09 min

Balancing data science skillings alongside systems engineering rigor

Nico Schmidt · LIVE

2:34 min

Docker sandbox architecture and microVM environment integration

Manuel de la Peña Manuel de la Peña · WWC Europe 2026

3:03 min

Career evolution in data engineering and AI platforms

Maria Apazoglou · Coffee With Developers

Videos

See all

Related articles

See all