Objectifs de la mission - Objectifs à court terme : Assurer le développement et la mise en production des pipelines de données nécessaires aux cas d'usage AI identifié. Garantir la qualité et la fiabilité des données ingérées dans Microsoft Fabric. - Objectifs à long terme : Construire le socle technique (connecteurs, logique de transformation) pour contribuer à une migration vers Microsoft Fabric tout en amenant l'équipe interne à l'autonomie par la pratique. Livrables attendus - Pipelines d'ingestion et de transformation : Flux de données développés (Notebooks, Dataflows, Pipelines) intégrant les règles de gestion et de nettoyage. - Modèles de données (Silver/Gold) : Tables et vues prêtes à l'emploi pour les consommateurs (Power BI, AI, Analystes). - Prototypes de migration : POCs (Preuve de Concept) sur la reprise des flux complexes actuels (Semarchy/ETL externe) vers Microsoft Fabric. - Code documenté et optimisé : Scripts Python/SQL commentés et conformes aux standards définis. Tâches à réaliser - Développement Data Engineering : Coder les transformations de données complexes (nettoyage, historisation, calculs) au sein de l'environnement Microsoft Fabric. - Intégration technique : Connecter Microsoft Fabric aux sources de données existantes (Semarchy, bases internes/externes) et assurer l'alimentation du OneLake. - Accompagnement opérationnel : Réaliser des revues de code avec l'équipe interne et faire du "Pair Programming" pour transmettre les bonnes pratiques de développement. - Préparation à la migration : Analyser techniquement les flux ETL existants et proposer/implémenter les équivalents techniques dans Microsoft Fabric pour préparer 2026/2027. - Développement Data (Cœur de métier) : Maîtrise avancée de Python et SQL. Capacité à écrire du code performant et maintenable. - Microsoft Microsoft Fabric & Azure Data : Expertise pratique sur les composants Data Engineering (Lakehouse, Notebooks) et Data Factory (Pipelines). Compréhension de l'architecture Medallion (Bronze/Silver/Gold). - Modélisation & Qualité : Solides bases en modélisation de données (Star schema, Data Vault, etc.) et en techniques de data quality / data cleansing. - Intégration : Expérience dans la connexion à des systèmes hétérogènes (API, bases relationnelles, fichiers plats). Expérience attendue - Années d'expérience : Profil Senior (7+ ans), avec un historique fort en développement technique et projets complexes. - Responsabilités passées : Avoir occupé un rôle de Tech Lead Data ou de Développeur Senior référent. Une expérience concrète de migration de données ou de changement d'outil ETL est un plus. - Certification DP600 et DP700 sont un plus. Compétences non techniques ("soft skills") - Capacité de vulgarisation : Savoir expliquer simplement le "pourquoi" d'une solution technique à l'équipe. - Pédagogie active : Patience et volonté de faire monter les autres en compétence à travers la pratique quotidienne. - Pragmatisme : Capacité à livrer des solutions fonctionnelles rapidement tout en respectant les standards de qualité.