Descriptif du poste:\n\nAu sein d'équipes pluridisciplinaires composées de Data Engineers, Data Analysts, Data Scientists, Architectes Cloud, Product Owners et équipes métiers, vous intervenez sur la conception, le développement et l'industrialisation de plateformes et pipelines data.\nVos missions principales sont :\n* Concevoir, développer et maintenir des pipelines de données robustes, scalables et industrialisés\n* Collecter, transformer, enrichir et mettre à disposition les données pour différents cas d'usage : reporting, analytics, data science, IA, pilotage métier\n* Participer à la construction et à l'évolution de plateformes data modernes : data lake, lakehouse, data warehouse cloud\n* Développer des traitements batch et/ou streaming selon les contextes projets\n* Modéliser et transformer les données afin de garantir leur qualité, leur cohérence et leur exploitabilité\n* Mettre en place des workflows d'orchestration, de supervision et d'automatisation des traitements data\n* Optimiser les performances des traitements et des requêtes sur des volumétries importantes\n* Contribuer aux choix d'architecture et aux bonnes pratiques d'ingénierie data\n* Travailler avec les équipes métier pour comprendre les besoins et proposer des solutions data adaptées\n* Participer à l'industrialisation des projets : CI/CD, tests, versioning, monitoring, documentation\n* Contribuer à la structuration des pratiques Data Engineering en interne : standards de code, veille technologique, partage de connaissances\n\n\nNous sommes ouverts sur les environnements techniques, selon les contextes clients et les projets.\n* Langages : SQL, Python, Scala apprécié\n* Traitement de données : Spark, PySpark, Databricks\n* Transformation / Analytics Engineering : dbt\n* Data Warehouse / Lakehouse : Snowflake, Databricks, BigQuery, Redshift, Synapse selon contexte\n* Orchestration : Airflow, Dagster, Prefect ou équivalent\n* Cloud : AWS, GCP ou Azure\n* Stockage : Data Lake, Delta Lake, S3, ADLS, GCS\n* Bases de données : PostgreSQL, SQL Server, Oracle, NoSQL selon contexte\n* DevOps / Industrialisation : Git, GitLab CI, CI/CD, Docker\n* Qualité / Observabilité : tests de données, monitoring, lineage, data quality\n* Méthodologies : Agile, Scrum / Kanban\n\nProfil recherché:\n\nNous recherchons avant tout une personne animée par l'esprit et l'ADN d'eXalt , avec l'envie de relever un beau challenge et de rejoindre une aventure humaine et technologique !\n* \nVous justifiez d'au moins 3 ans d'expérience professionnelle en Data Engineering, avec une expérience concrète dans la conception, le développement et l'industrialisation de pipelines de données.\nVous aimez évoluer dans des environnements data modernes, avec des enjeux de volumétrie, de qualité, de performance et de mise à disposition fiable des données.\n* Très bonne maîtrise de SQL et bonne capacité à manipuler, transformer et optimiser des données\n* Expérience en développement avec Python pour des traitements data\n* Expérience sur des outils de traitement distribué ou plateformes data modernes : Spark, Databricks, Snowflake, etc.\n* Connaissance des principes de modélisation de données et de transformation analytique\n* Expérience avec un outil d'orchestration tel que Airflow, ou équivalent\n* Capacité à concevoir des pipelines fiables, maintenables et scalables\n* Sensibilité aux sujets de qualité de données, monitoring, documentation et gouvernance\n* Expérience des outils de versioning et d'industrialisation : Git, CI/CD\n* Bonne compréhension des architectures Data Lake, Data Warehouse ou Lakehouse\n* Capacité à collaborer avec des profils techniques et métiers\n* Autonomie, rigueur, curiosité technique et esprit d'équipe\n* Bonne maîtrise de l'anglais professionnel appréciée pour intervenir dans des contextes internationaux et sur des documentations anglophones