Descriptif du poste: Tes missions  Conception & Build de Lakehouse * Concevoir l'architecture Lakehouse sur Databricks selon les contraintes métier et de volumétrie * Structurer la donnée selon l'architecture Medallion (Bronze / Silver / Gold) sur Delta Lake * Développer les traitements batch et streaming en PySpark / Spark SQL (Spark Structured Streaming, Auto Loader, Delta Live Tables) * Modéliser les couches de présentation (Kimball, étoile / flocon) ; les approches Data Vault 2.0 sont un plus * Mettre en place les pipelines d'ingestion de sources hétérogènes (Kafka, Airbyte, connecteurs natifs) * Orchestrer via Databricks Workflows / Airflow et transformer avec dbt Optimisation & Fiabilisation * Optimiser les performances Spark : tuning des jobs, gestion des clusters, partitionnement, Z-Ordering, Liquid Clustering * Piloter les coûts de compute (FinOps) : dimensionnement des clusters, photon, autoscaling * Mettre en place la qualité des données (Delta Live Tables expectations, tests dbt, Great Expectations) * Gouverner la donnée via Unity Catalog : gestion des accès, lineage, catalogue * Industrialiser via CI/CD (GitHub Actions, GitLab CI, Databricks Asset Bundles), DataOps et notions de MLOps (MLflow) Accompagnement & Delivery * Participer aux ateliers de cadrage avec les équipes métier, data et data science * Rédiger la documentation technique et fonctionnelle * Outiller la mise en production de cas d'usage ML et IA générative (préparation de features, pipelines RAG) * Former et faire monter en compétences les équipes client * Travailler en mode agile (Scrum / Kanban), en collaboration avec les Product Owners data Profil recherché: Ton profil Titulaire d'un Bac+5 (école d'ingénieur ou université à dominante scientifique et technique) en Informatique, Data ou Génie logiciel, tu justifies d'au moins 5 ans d'expérience en ingénierie des données, dont une expérience significative sur Databricks et Apache Spark.   Compétences techniques requises * Cloud & Plateforme - Databricks (Lakehouse), Delta Lake, Unity Catalog, sur Azure / AWS / GCP * Traitement de données - Apache Spark (PySpark, Spark SQL), Spark Structured Streaming, Delta Live Tables, Auto Loader * Modélisation - Architecture Medallion, modèles Kimball / étoile-flocon ; Data Vault 2.0 apprécié * Transformation & Orchestration - dbt, Databricks Workflows / Airflow, Kafka * Langages - Python avancé et SQL avancé * Industrialisation - Git, CI/CD (Databricks Asset Bundles, GitHub Actions, GitLab CI), DataOps, Terraform, notions de MLOps (MLflow) * Gouvernance & Qualité - Gouvernance via Unity Catalog : lineage, catalogue, qualité (DLT expectations, Great Expectations) * Restitution - Power BI, Tableau, Databricks SQL / dashboards * Certifications - Certification Databricks Certified Data Engineer (Associate / Professional) vivement appréciée   Soft skills * Autonomie, rigueur et sens du delivery * Capacité à dialoguer avec les équipes métier, data science et à vulgariser * Esprit d'équipe, sens du service et posture conseil * Capacité à collaborer en français et en anglais (écrit et oral)   Déroulement des entretiens * Un premier échange téléphonique avec Christine, Responsable en recrutement  * Une rencontre avec un membre de ta future équipe * Un dernier échange avec ton futur Manager ! Nous avons hâte de faire ta connaissance !