À propos du poste En tant que Data Engineer / Data DevOps au sein du Centre d'Excellence Data & IA de notre client, grand groupe du secteur de l'énergie, vous participerez à la conception, l'évolution et l'industrialisation de la Plateforme Data Groupe. Basé à La Défense, vous rejoindrez les équipes responsables de l'infrastructure data hybride On Premise & GCP, au cœur des enjeux stratégiques de valorisation de la donnée, de modernisation des SI et de fiabilité des chaînes data à grande échelle. Votre mission contribuera directement à la performance du SI, à l'industrialisation des usages data et à l'adoption des bonnes pratiques au sein des DSI métiers du Groupe. Responsabilités principales : - Concevoir et implémenter des services et solutions Data sur infrastructures On Premise et GCP, incluant ingestion, stockage, traitement, orchestration et automatisation. - Développer, optimiser et documenter les pipelines et architectures distribuées : Airflow / Composer, Kafka, Spark, Trino, BigQuery, DataProc. - Industrialiser les plateformes techniques via des pratiques DevOps : GitLab CI/CD, GitOps, Helm, Infrastructure as Code (Terraform). - Contribuer à la mise à disposition automatisée des environnements data, en assurant les exigences de sécurité, résilience, robustesse et maintenabilité. - Réaliser des revues techniques (solutions, code) et proposer systématiquement des axes d'amélioration concrets et réalistes. - Produire une documentation claire, exhaustive et opérationnelle : best practices, guides techniques, documents de déploiement et d'exploitation. - Participer activement aux ateliers, rituels et revues dans le cadre de la méthodologie Agile SAFe. - Contribuer au transfert de compétences auprès des équipes Ops, afin de garantir leur autonomie sur le déploiement et le run des solutions. - Réaliser des benchmarks, tests de performance et études techniques pour orienter les choix d'architecture et les patterns d'implémentation. Profil recherché : Formation & expérience - Master en informatique, data engineering ou discipline équivalente. - Minimum 3 à 5 ans d'expérience en Data Engineering dans des environnements distribués ou hybrides. Compétences techniques clés On Premise & Kubernetes - Kubernetes / OpenShift (niveau avancé) - Docker, GitOps, Helm - Airflow, Kafka / Kafka Connect - Spark, Trino, PostgreSQL - S3 / Object Storage Cloud GCP - BigQuery, DataProc, PubSub, Cloud Run - Composer (Airflow GCP) - Cloud SQL, GCS - Terraform (niveau avancé) DevOps & Industrialisation - Git / GitLab - CI/CD (GitLab CI) - Infrastructure as Code - Sécurité, résilience, automatisation Compétences transverses - Connaissance des méthodes Agile SAFe. - Excellent sens de la documentation, de la transmission de connaissances et du support technique. - Capacité à analyser les besoins métiers et à proposer des solutions techniques pertinentes. Savoir-être : - Forte autonomie et capacité à prendre en charge des sujets complexes. - Rigueur, sens du détail et exigence sur la qualité. - Proactivité, sens du service et capacité à accompagner les utilisateurs. - Bon relationnel, posture de facilitateur, sens du collectif. - Capacité à s'adapter à un environnement exigeant, multi-équipe et à fort enjeu.