Missions/Activités : Au sein de la DSI, la Direction de la Gestion de la Donnée (DGD) prend en charge deux missions principales autour de la donnée : la qualité et la valorisation de la donnée. La qualité de la donnée est portée par le pôle « Data Qualité » à travers la gestion des normes d'alimentation des référentiels, la gouvernance de la donnée et l'administration des référentiels et des nomenclatures. La valorisation de la donnée est portée par le pôle « Data Factory » à travers la MOA, la MOE (Build de cas d'usages à valeur ajoutée & expertise socle). Au sein du Centre Data de Lille, nous recherchons avant tout des personnalités uniques qui au travers de leurs expériences et de leurs individualités nous permettrons d'atteindre l'excellence, dans nos missions actuelles et futures. Vos principales missions seront : * Concevoir l'architecture des solutions Data avec une vision de bout en bout (depuis la récupération des données en amont jusqu'à la Restitution/Exposition). * Être le relai des référents techniques du centre à l'échelle du projet / du produit en matière de normes et de bonnes pratiques techniques (revues de code, qualification technique à l'échelle, optimisation .) et le relai en termes d'exigences non fonctionnelles : sécurité, performance, Règlementation. * Accompagner les développeurs de l'équipe pour poursuivre la montée en compétences. * Contribuer à l'enrichissement des normes et bonnes pratiques. * Contribuer à l'avancée des travaux du socle technique (Framework, outillage de restitution ou d'analyse de données : DataViz & Data Science, CI/CD). * Réaliser des études : outillage, réduction de la dette technologique, etc. Compétences : De formation supérieure (Bac +5), vous avez déjà acquis une expérience de plus de 8 ans dans le domaine du delivery industriel de cas d'usages data avec une première expérience réussie de tech lead. Expertise : * Expériences significatives dans la Data : BI et/ou Big Data et/ou Data science * Bonne capacité de compréhension des sujets et problématiques techniques Data. * Solides notions d'architecture applicative Data. * Maîtrise des bases de données relationnelles : SMP (PostgreSQL) et MPP (Teradata) * Maîtrise des outils ETL / ELT : Talend, DBT * Maîtrise des outils DaataViz : Power BI, SAP BO * Expertise en langage SQL * Maîtrise de la programmation orientée objet (POO) et connaissance du langage Python * Maîtrise des outils de versioning GIT * Connaissance d'outils d'intégration et le déploiement continu (I/CD) JenKins, Gitlab, Bash. * Maîtrise des modélisations de données (Merise / Etoile / Flocon / Dénormalisation). * Connaissance des techniques et algorithmes de machine learning est un plus.. * La connaissance des LLM et de l'IA est un plus. * La connaissance d'au moins une solutions cloud leader sur le marché est un plus (GCP/AWS/ MS)