Le bénéficiaire souhaite une prestation d'accompagnement dans l'objectif d'assurer une mission dans le cadre de notre transition vers une architecture Data Mesh. Nous recherchons un(e) Data Product Engineer spécialisé(e) dans le développement de pipelines sur la plateforme Talend Real Time BigData et de data products sur la plateforme Starburst. Votre mission sera de concevoir, collecter, intégrer, construire et opérer des jeux de données fiables, auto-descriptifs et interopérables, en collaboration avec les domain métiers et les data owners. Missions clés : - Conception de flux de données et de Data Products Développement des pipelines d'intégration de données optimisés via la Talend Data Fabric / Talend Real Time BigData ou encore Spark / Astronomer Documentation des pipelines d'ingestion de données Intégration des données dans l'écosystème Data Mesh Collaboration avec les domaines métiers pour identifier les sources de données et les cas d'usage. Développement des data products / data sets (vues & vues matérialisées) répondant à des cas d'usage identifiées avec les responsables de domaines métiers Développement des requêtes SQL optimisées pour Starburst (push-down predicates, partitionnement, formats de fichiers comme Iceberg/Parquet). Documentation les data products (métadonnées, ownership, qualité) Contribution à l'amélioration continue des data produts dans de la plateforme Starburst Mise en place des alertes et des dashboards pour le suivi des data products. Compétences techniques requises : Talend RealTime BigData: Expérience avancée en développement de pipelines sur Talend Studio en mode batch ou route (runtime) Starburst/Trino: Expérience avancée en SQL sur Starburst (jointures, CTEs, fonctions analytiques). Data Modeling Pipelines: Expérience avec Airflow/Astronomer, Spark, Talend Real Time Big Data / Talend Data intégration Stockage: Connaissance des formats Iceberg, Parquet, S3. Gouvernance: Familiarité avec les outils de sécurité (Ranger, RBAC). DevOps/DataOps: Pratiques CI/CD pour les pipelines, infrastructure-as-code (Terraform, Kubernetes). Langages: SQL avancé (mandatory), Python (Pandas, PySpark), bash. Compétences transverses (Data Mesh) : Compréhension des principes Data Mesh (domain-oriented ownership, self-serve platform, federated governance). Capacité à travailler en mode produit (roadmap, priorisation, collaboration avec les métiers). Sensibilité à la data quality (tests, monitoring, remédiation) et à la documentation (data contracts, métadonnées). Soft Skills : Esprit collaboratif : travail avec les équipes métiers, data scientists, et DevOps. Pédagogie : capacité à expliquer des concepts techniques à des non-experts. Autonomie : prise d'initiative dans un cadre agile.