POSTE : Data Engineer - Data Analyst Confirmé à Expert H/F DESCRIPTION : Selon votre parcours et votre expertise, vous interviendrez principalement sur l'une des deux dominantes suivantes : - Data Engineering et plateformes Cloud - Data Analysis appliquée aux métiers Risques et Finance Vous travaillerez au sein d'équipes pluridisciplinaires composées de Data Engineers, Data Analysts, architectes, Product Owners, équipes Cloud, DevOps et représentants métiers. Data Engineering et plateformes Cloud Vous serez notamment amené à : - concevoir, développer et industrialiser des pipelines de données batch et temps réel ; - maintenir en conditions opérationnelles des plateformes Data sur AWS ; - développer et optimiser des traitements Big Data avec Spark, PySpark et Spark SQL ; - concevoir des architectures événementielles reposant sur Kafka ; - gérer les producteurs, consommateurs, topics et partitions ; - améliorer la robustesse, la résilience, les performances et la scalabilité des traitements ; - renforcer l'interopérabilité entre les différentes briques de la plateforme ; - mettre en place des mécanismes de supervision, d'alerting et de journalisation ; - contribuer à l'automatisation des déploiements et aux pratiques CI/CD ; - documenter les architectures, les flux et les procédures d'exploitation. Data Analysis, Risques et Finance Vous serez notamment amené à : - analyser les besoins des directions Risques et Finance ; - identifier, qualifier et croiser les sources de données ; - formaliser les règles de gestion et les spécifications de calcul ; - produire des analyses liées aux impayés, encours, engagements ou garanties ; - développer et contrôler les traitements conformément aux règles métier ; - analyser les écarts et investiguer les anomalies ; - définir et piloter les contrôles de qualité des données ; - concevoir des indicateurs fiables et compréhensibles ; - restituer les analyses aux équipes métiers ; - contribuer à l'amélioration des outils de pilotage et de reporting. Vos responsabilités transverses Quelle que soit votre dominante, vous contribuerez à : - la qualité, la traçabilité et la gouvernance des données ; - la conception de solutions fiables, maintenables et évolutives ; - l'analyse des incidents et la mise en oeuvre d'actions correctives ; - la documentation technique et fonctionnelle ; - la coordination avec les équipes métiers, Data, Cloud, architecture et sécurité ; - l'identification des risques et dépendances ; - la participation aux rituels Agile ou SAFe ; - la formulation de recommandations adaptées aux contraintes du client. - Notre processus est simple, clair et rapide : - un premier échange avec notre équipe recrutement pour comprendre votre parcours et vos attentes ; - un entretien métier avec un consultant, un expert ou un manager ASI ; - un entretien avec votre futur manager ou le directeur d'agence ; - selon le profil, un cas pratique technique ou fonctionnel court. - Nous vous accompagnons avec transparence et réactivité à chaque étape. PROFIL : Vous disposez d'une expertise principale en Data Engineering ou en Data Analysis et vous êtes capable d'intervenir avec autonomie dans un environnement complexe. Vous savez : - comprendre et challenger un besoin ; - proposer une solution adaptée aux contraintes techniques et métier ; - analyser des données complexes ; - expliquer clairement vos choix et vos recommandations ; - alerter sur les risques et les points de vigilance ; - collaborer avec des interlocuteurs techniques et fonctionnels ; - intervenir avec une véritable posture de consultant. Vous n'avez pas besoin de maîtriser l'ensemble de la stack. Nous recherchons avant tout une expertise solide sur votre domaine principal, une capacité d'apprentissage et une expérience concrète de projets Data. Compétences techniques Socle commun - Python ; - SQL avancé ; - manipulation et transformation de données ; - modélisation de données ; - données structurées et semi-structurées ; - JSON ; - Git ; - tests, documentation et contrôle qualité. Data Engineering Compétences recherchées : - Spark, PySpark et Spark SQL ; - architectures batch et temps réel ; - Kafka : producteurs, consommateurs, topics et partitions ; - AWS ; - Data Lake et plateformes Data Cloud ; - architectures Event-Driven ; - monitoring avec Datadog ou un outil équivalent. Compétences appréciées : - Scala ; - Hadoop ; - Kafka Connect ; - Airflow ; - Terraform ; - Docker et Kubernetes ; - GitLab CI, Jenkins ou GitHub Actions ; - Prometheus et Grafana ; - MongoDB ou autres bases documentaires ; - Azure ou GCP. Data Analysis, Risques et Finance Compétences recherchées : - Python et Pandas ; - SQL avancé ; - Jupyter Notebook ; - Kafka : lecture et consommation de flux de données ; - analyse et investigation de données ; - définition d'indicateurs ;