Mission principale Concevoir, développer et maintenir l'infrastructure de données permettant de collecter, traiter et valoriser les données issues des processus industriels, de la supply chain et des systèmes d'information, afin de soutenir la transformation numérique et l'optimisation des performances. Responsabilités principales :  - 1. Collecte et intégration des données Développer des pipelines ETL (Extract, Transform, Load) robustes et automatisés pour intégrer les données provenant de sources variées (CAPEX, ERP, IoT, systèmes de production, etc.). Assurer la qualité, la traçabilité et la conformité des données, notamment en lien avec le RGPD. - 2. Architecture et stockage des données Concevoir et maintenir des entrepôts de données (Data Warehouse) et des lacs de données (Data Lake) adaptés aux besoins métiers. Sélectionner et administrer les bases de données (SQL, NoSQL, Hadoop, Spark, etc.) en fonction des cas d'usage. - 3. Support aux équipes métiers et data science Collaborer avec les équipes de data science pour industrialiser les modèles prédictifs et les algorithmes de machine learning. Mettre à disposition des données fiables et pertinentes pour les analyses métiers (qualité, production, supply chain, R&D, etc.). - 4. Veille technologique et amélioration continue Assurer une veille sur les technologies Big Data, l'intelligence artificielle et les outils d'automatisation. Proposer des solutions innovantes pour améliorer la performance des systèmes de données. Formation Bac+5 en informatique, data engineering, statistiques ou école d'ingénieur. Compétences techniques - Maîtrise des langages de programmation : Python, Java, Scala. - Expérience avec les outils ETL : Talend, Apache Nifi, Airflow. - Connaissance des bases de données : PostgreSQL, MySQL, MongoDB, Cassandra. - Compétence en gestion de données volumineuses : Hadoop, Spark, Kafka. - Connaissance d'un environnement cloud : AWS, Azure ou GCP. - Maîtrise de l'anglais technique.