Descriptif du poste:\n\nÀ propos du poste\nNotre client accompagne une initiative stratégique majeure visant à construire une plateforme de données d’entreprise souveraine, ambitieuse et à grande échelle.\nAu sein d’une équipe centrale composée de 10 à 15 experts, vous travaillerez sur des projets Data & AI à fort impact, dans des environnements complexes et sensibles.\nVotre rôle\nEn tant que Data Engineer expérimenté, vous concevrez, développerez et opérerez des pipelines de données de bout en bout.\nVotre objectif sera de permettre l’ingestion, la transformation et la mise à disposition de datasets fiables, performants et scalables, en batch comme en streaming, depuis les sources brutes jusqu’aux couches de consommation : BI, APIs, Data Science et Machine Learning.\nResponsabilités principales\n* Concevoir, développer et maintenir des pipelines ETL/ELT robustes.\n* Intégrer des sources de données hétérogènes : systèmes internes, APIs, fichiers, bases de données, IoT et logs.\n* Mettre en œuvre des mécanismes CDC ou de streaming lorsque nécessaire.\n* Développer des traitements de données distribués avec Spark, SQL, Flink ou outils équivalents.\n* Structurer les données selon des standards de type Bronze, Silver et Gold.\n* Optimiser les workflows pour la performance, la scalabilité et les coûts d’infrastructure.\n* Implémenter des contrôles automatisés de qualité des données : fraîcheur, complétude, validation de schéma.\n* Gérer les rejets, les reprises et le reprocessing.\n* Contribuer aux data contracts, aux règles de certification et à la gouvernance des données.\n* Versionner le code et automatiser les déploiements via des pratiques CI/CD.\n* Documenter les datasets, les métadonnées et les catalogues.\n* Participer au monitoring des pipelines et à la résolution des incidents.\nProfil recherché\n* Minimum 5 ans d’expérience confirmée en Data Engineering.\n* Très bonne maîtrise de SQL : requêtage avancé, optimisation et modélisation analytique.\n* Forte expérience avec des moteurs de calcul distribué tels que Spark, Flink ou équivalents.\n* Expérience pratique avec des orchestrateurs de workflows comme Airflow, Dagster ou équivalents.\n* Bonne compréhension des formats de données : Parquet, Avro ou ORC.\n* Maîtrise des modèles analytiques : schémas en étoile, wide tables et couches de métriques.\n* Bonne culture Git, CI/CD, industrialisation et qualité de production.\n* Français et anglais professionnels requis.\nAtouts\n* Expérience avec Kafka, Pulsar, Debezium ou des mécanismes CDC.\n* Connaissance de dbt ou d’outils d’analytics engineering équivalents.\n* Expérience en observabilité des données, tests automatisés et suivi de la santé des pipelines.\n* Capacité à équilibrer volumes de données, performance de traitement et coûts d’infrastructure.\nInformations complémentaires\n* Type de contrat : CDI ou B2B selon profil.\n* Localisation : Paris / Île-de-France.\n* Mode de travail : hybride.\n* Niveau d’expérience : profil confirmé / expérimenté.\n\nProfil recherché:\n\nNous recherchons un profil Data Engineer expérimenté, capable de concevoir, développer, industrialiser et opérer des pipelines de données fiables à grande échelle.\nLe candidat idéal possède une solide expérience en Data Engineering, avec une très bonne maîtrise de SQL, des traitements distribués et des environnements de production. Il doit être capable de travailler sur des flux batch et streaming, depuis l’ingestion de données jusqu’à leur mise à disposition pour des usages BI, Data Science, APIs ou Machine Learning.\nUne expérience confirmée avec Spark, Flink ou des technologies équivalentes est attendue, ainsi qu’une bonne connaissance des orchestrateurs de workflows tels qu’Airflow, Dagster ou outils similaires.\nLe profil recherché doit également maîtriser les formats de données modernes comme Parquet, Avro ou ORC, ainsi que les principes de modélisation analytique : schémas en étoile, wide tables, couches de métriques et structuration Bronze, Silver, Gold.\nUne bonne culture d’industrialisation est essentielle : Git, CI/CD, tests automatisés, observabilité des pipelines, monitoring, gestion des incidents et qualité des données.\nUne expérience avec Kafka, Pulsar, Debezium, dbt ou des pratiques d’analytics engineering sera fortement appréciée.\nNous recherchons une personne rigoureuse, autonome, orientée qualité, production et fiabilité, capable de collaborer efficacement avec des équipes BI, Data Science, produit, métier et infrastructure.\nLa maîtrise professionnelle du français et de l’anglais est requise.