Ta mission : construire, optimiser et maintenir des pipelines data temps réel Nous recherchons un·e Data Engineer expérimenté·e pour rejoindre une équipe de 3 développeur·se·s, intégrée à un pôle Data plus large. Tu participeras à la création et l'évolution de traitements data critiques, à forte volumétrie et nécessitant de fortes exigences de performance. Tes responsabilités principales ⚙️ Développement & optimisation Concevoir, développer et améliorer des pipelines Spark (batch et streaming). Implémenter des évolutions fonctionnelles et correctifs sur les traitements existants. Développer des composants backend en Java pour la gestion et l'orchestration des flux. Travailler sur des architectures data temps réel, à haute disponibilité et haute performance. ️ Gestion et exploitation de données Manipuler des données en environnement MongoDB, optimiser les schémas et requêtes. Mettre en place les bonnes pratiques en matière de modélisation et de performance. Intégrer des données issues de multiples sources (streams, APIs, systèmes internes.). Qualité, sécurité et fiabilité Participer à la mise en place de tests unitaires, tests d'intégration et tests de performance. Contribuer à la sécurisation des flux et à la robustesse globale des traitements. Documenter les pipelines, services et composants développés. Collaboration et méthodologie Travailler en étroite relation avec les équipes Data, Infra et Développement. Participer aux cérémonies Agile/Scrum du collectif élargi. Être force de proposition sur l'amélioration continue des outils, process et architecture Le profil que nous recherchons Maîtrise avancée de Spark (batch et streaming). Solides compétences en Java (architecture, développement, optimisation). Très bonne connaissance des processus temps réel et des systèmes distribués. Compétences confirmées en MongoDB (modélisation, indexation, optimisation). Autonomie, communication claire, rigueur technique et goût pour les environnements exigeants. Capacité à travailler dans une équipe réduite tout en interagissant avec plusieurs parties prenantes.