Descriptif du poste:\n\nEn mission, tu interviens sur des plateformes data à fort enjeu technique et business :\n* Architectures data distribuées à grande échelle\n* Pipelines de traitement massifs (batch & streaming)\n* Plateformes analytiques critiques pour la décision métier\n* Modéliser en concevant des modèles de données clairs et structurés (schémas en étoile, Data Vault, One Big Table...)\n* Modernisation d'écosystèmes data legacy vers des environnements cloud (Snowflake, Databricks...)\nTu viens :\n* Concevoir des architectures data robustes, scalables et résilientes\n* Arbitrer des choix structurants (modélisation, orchestration, stockage, performance)\n* Faire le lien entre enjeux métier et architecture technique\n* Traiter les vrais sujets de volumétrie, latence, fiabilité et sécurité\n* Structurer les bonnes pratiques data engineering chez nos clients (Data-centric design, optimisation de performance, testing & CI/CD sur les pipelines)\nStack typique :\n* Langages : Python, Scala\n* Traitement distribué : Apache Spark\n* Orchestration : Apache Airflow\n* Cloud & infra : AWS (services managés, environnements production-ready), Docker, Azure\n* Stockage & formats : S3, Parquet, Delta Lake\n* CI/CD : Jenkins ou équivalent\n* Infrastructure as Code : Terraform\n\nProfil recherché:\n\nNous recherchons un-e Data engineer, ayant une solide expertise dans la conception d'architectures data distribuées à grande échelle et la construction de pipelines de traitement massifs (batch & streaming). Tu es à l'aise avec la modélisation de données (schémas en étoile, Data Vault...) et maîtrises les environnements cloud modernes (Snowflake, Databricks) ainsi que les formats et solutions de stockage associés (S3, Parquet, Delta Lake). Tu sais traiter les vrais sujets de volumétrie, latence, fiabilité et sécurité, avec une expérience concrète sur des projets de modernisation d'écosystèmes legacy vers le cloud.