Descriptif du poste:  Missions * Accompagnement du métier dans le cadrage et le delivery de leurs cas d’usage data, * Industrialisation et run de pipelines de traitement de données en production, * Accompagnement des profils plus juniors dans leur montée en compétence, * Être force de proposition auprès du client dans l’évolution de sa plateforme data, * Élaboration de présentations techniques pour partager son savoir aux autres collaborateurs, * Tenue d’entretiens techniques pour aider le collectif à grandir, * Participation en shadow à des avant-ventes afin d’aider à la conception de solutions techniques pour nos futurs clients,  Évoluer au sein de la communauté Évoluer au sein de la Tribe Data, c’est être acteur dans la création d’un environnement stimulant dans lequel les consultant·e·s ne cessent de se tirer vers le haut, aussi bien en ce qui concerne les compétences techniques que les soft-skills. Mais ce n’est pas tout, ce sont aussi des événements réguliers et des conversations slacks dédiées vous permettant de solliciter les communautés (data, AI/ML, DevOps, sécurité,…) dans leur ensemble ! Sur le bassin parisien, la Tribe compte 60 personnes encadrées par un Tribe Leader, et 3 Managers en fonction des différents métiers : Data Engineering, Machine Learning & AI et Déveloper & SRE. À côté de cela, vous avez l’opportunité d’être moteur dans le développement des différentes communautés internes (retours d’expériences, workshops, articles, podcasts…). Profil recherché:  Compétences Required : * Bonne Maîtrise de Python, Git, SQL et d’au moins une librairie python permettant le traitement de données (Pandas, Polars, Dask, Spark,…), * Compréhension en profondeur des architectures data et de leurs problématiques : BDD SQL vs NoSQL, OLTP vs OLAP, ACID vs BASE, Batch vs Streaming, Datalake vs Data Warehouse vs LakeHouse,… * Expérience sur l’écosystème AWS, ou d’un autre hyperscaler (GCP, Azure), * Expérience dans l’utilisation de Spark, * Expérience sur l’utilisation d’un outil d’orchestration de pipeline (Airflow, Dagster,…), * Expérience en mise en production et en run de pipelines de données, * Expérience de la mise en pratique de la méthode agile. Nice to have : * Maîtrise des concepts de modélisation de données, * Maîtrise des méthodes d’optimisation de traitements Spark, * Expérience sur une plateforme data managée (Snowflake, Databricks, DBT,…), * Expérience sur un outil d'infra as code (Terraform, CloudFormation,…), * Expérience sur un outil de CI/CD (Gitlab-Ci, Github Actions, Jenkins,…), * Capacité à concevoir de nouvelles architectures data et à challenger l’existant de manière constructive et pertinente, * Capacité d’établir et de chiffrer des roadmaps de projets data, * Connaissances des concepts et des outils liés à la data gouvernance. Si vous n’avez pas toutes ces compétences, no worries! Seules les “Required” sont… required.