Architecte Data Azure senior (10 ans+) recruté en mission de transformation plateforme Databricks/Snowflake à recadrer architecturalement, équipe interne à coacher, stratégie data à 3 ans à définir. Il challenge diplomatiquement la direction technique actuelle, conçoit l'architecture cible, industrialise les pipelines en Terraform/Azure DevOps, gouverne la plateforme via Unity Catalog, et transfère les compétences sans créer de dépendance. MISSIONS PRINCIPALES Audit & Recadrage Diplomatique de l'Architecture Existante * Analyser l'architecture data actuelle : identifier les problèmes structurels, les anti-patterns, les risques opérationnels * Formuler les recommandations de façon constructive * Convaincre le management et les équipes de changer de direction : argumentation technique, démonstration par les risques, roadmap de transition réaliste * Conduire des revues d'architecture régulières pour maintenir la cohérence dans la durée Définition de l'Architecture Cible * Concevoir l'architecture data cible : zones medallion (raw/processed/curated), formats (Delta Lake / Snowflake selon les cas d'usage), partitionnement, clés de distribution * Définir les patterns d'intégration entre Databricks et Snowflake pour éviter les silos * Produire le DAT complet, défendable en comité de direction * Définir la stratégie de gouvernance : Unity Catalog, RBAC, RLS, Data Lineage, catalogue de données Industrialisation des Pipelines & DataOps * Concevoir et implémenter les pipelines ETL/ELT sur Databricks et Snowflake (Snowpipe, Streams & Tasks ) * Mettre en place les pipelines CI/CD Azure DevOps (YAML) avec Terraform pour l'infrastructure as code * Tests automatisés data : qualité, contrats, régression culture DataOps production réelle * Structurer les environnements dev/staging/prod avec isolation et promotion contrôlée Sécurité & Conformit é * IAM Azure, RBAC Unity Catalog, RLS Snowflake, Key Vault * Conformité RGPD : pseudonymisation, chiffrement, audit trail, droit à l'oubli Coaching & Transfert de Compétences * Revues de code, revues d'architecture, sessions de formation sur les patterns et standards * Documentation des décisions (ADR) et bonnes pratiques pour assurer la continuité sans dépendance * Montée en compétences sur Unity Catalog, Delta Live Tables, optimisation Snowflake, Terraform Stratégie Data à 3 ans * Roadmap data : quick wins, transformations structurelles, jalons, dépendances * Veille technologique : évolutions Databricks/Snowflake/Azure, data mesh, data fabric * Cadrage des POCs nécessaires avant l'implémentation à grande échelle Profil candidat: PROFIL RECHERCHÉ * 10 à 15 ans, dont 5 ans en architecture data et 3 ans sur plateformes Azure/Databricks/Snowflake en production réelle pas de sandbox, pas de POC uniquement * Expérience en mission de conseil ou de transformation : l'influence sans autorité hiérarchique s'apprend dans ce contexte * Expérience de coaching ou mentoring d'équipes data : transfert sans créer de dépendance SOFT SKILLS CLÉS * Diplomatie et influence (critère n1) : convainc un client de changer de direction par la démonstration et la confiance, pas par l'autorité * Pédagogie : valorise l'existant avant de proposer des changements * Humilité technique : écoute le contexte avant de prescrire * Présentation et communication : à l'aise en comité de direction, en revue d'architecture, en présentation de roadmap * Patience COMPÉTENCES REQUISES Databricks Must Have (++) : * Delta Lake : optimisation, Z-ordering, vacuum, Data Skipping, liquid clustering * Unity Catalog : mise en place en production, RBAC, Data Lineage * Delta Live Tables, MLflow apprécié * Intégration ADF / Azure DevOps / Terraform Snowflake Must Have (++) : * Administration réelle : virtual warehouses, sizing, Snowpipe, Streams & Tasks * Sécurité : RBAC, RLS, masking policies, encryption * Tuning performance : clustering keys, materialized views, query profiling * ACCOUNT_USAGE monitoring, optimisation des coûts Azure Data & IaC Must Have (++) : * Azure Data Factory / Synapse, Event Hub / Service Bus, Azure Monitor, Key Vault * Terraform modules, state management, multi-comptes : critère central * Azure DevOps YAML pipelines : CI/CD data, tests automatisés, promotion d'environnements DataOps & Code Must Have : * PySpark / Python / SQL avancé écrire, auditer et optimiser du code data * Tests automatisés data : Great Expectations, dbt tests ou équivalent * Medallion architecture, lakehouse patterns, data mesh concepts Nice-to-have : * MLflow, Azure ML * RPA : connaissance fonctionnelle (Power Automate, UiPath) * dbt, data contracts