Chez Realytics, nous développons BEE, une plateforme innovante qui mesure de manière déterministe l’exposition et l’engagement publicitaire sur tous les types de TV : linéaire, segmentée, BVOD et CTV.

Elle permet aux annonceurs d’optimiser leur stratégie média grâce à une analyse unifiée, fiable et actionnable des performances.

Au sein de l’équipe Data – qui rassemble data engineering et data science – nous recherchons un Senior Data Engineer ayant au moins 4 ans d’expérience pour prendre le lead technique sur nos projets stratégiques de migration vers Airflow et la modernisation de nos pipelines de données.

Vous jouerez un rôle clé dans :

• La définition et la mise en œuvre de la stratégie de migration vers Airflow, en structurant et guidant les choix techniques.

• L’industrialisation de traitements Spark à grande échelle.

• La mise en place de bonnes pratiques et de standards de data engineering pour améliorer la robustesse et la scalabilité de nos pipelines.

• La coordination avec les équipes produit et analystes pour garantir l’alignement entre besoins métier et architecture data.

• Le pilotage de l’infrastructure data (CI/CD, monitoring, fiabilité en production).

Missions principales

1. Conception et pilotage des pipelines distribués

• Concevoir, développer et maintenir des pipelines robustes et scalables.

• Superviser la migration vers Airflow (BEE et Adperf), en définissant la feuille de route et en guidant l’équipe.

• Implémenter et optimiser des traitements Spark performants sur de gros volumes de données hétérogènes.

• Anticiper les problèmes de performance et assurer la fiabilité des jobs en production.

2. Leadership technique et collaboration

• Assurer un rôle de référent technique sur les sujets Data Engineering et infrastructure.

• Encadrer et accompagner les ingénieurs plus juniors de l’équipe.

• Participer activement à la définition technique des évolutions de BEE en lien avec les besoins métier.

• Documenter, partager et promouvoir les bonnes pratiques.

3. Supervision des données et fiabilité en production

• Mettre en place des outils d’alerte, de monitoring et de reporting pour fiabiliser les traitements.

• Détecter et résoudre de manière proactive les anomalies.

• Collaborer avec les équipes Account Management pour résoudre les incidents (erreurs de paramétrage, défaillances fournisseurs, problèmes de données).

Type de contrat : CDI cadre 39h hebdomadaires

Date de début : Dès que possible

Avantages :

• Congés supplémentaires (entre 8 et 10 par an)

• Télétravail jusqu’à 3 jours par semaine après validation de la période d’essai

• Cofinancement d’une offre de sport Wellpass

• Mutuelle d’entreprise incluant des avantages salariés

• Accès au catalogue de formation en e-learning du groupe

• Forfait Mobilités Durables

• Activités et évènements organisés tout au long de l’année

Formation et expérience

• Master ou diplôme d’ingénieur en informatique, avec spécialisation en data engineering ou traitement de données.

• Au moins 4 ans d’expérience en Data Engineering, dont une partie en tant que référent technique / lead.

Compétences indispensables

• Maîtrise de Python en production.

• Expérience solide avec Apache Spark.

• Expérience confirmée avec un orchestrateur de workflows, idéalement Airflow.

• Maîtrise de Docker.

• Connaissance de Kubernetes.

• Expérience avec des outils de CI/CD (Jenkins, GitLab CI, etc.).

• Maîtrise opérationnelle de Linux et Git.

• Bonne maîtrise de SQL et des bases de données.

Compétences appréciées : Notions en data science et statistiques.

Qualités attendues

• Leadership technique, capacité à fédérer et guider une équipe.

• Rigueur dans le développement et la documentation.

• Capacité à comprendre et manipuler des données complexes.

• Goût pour la collaboration et le travail en équipe pluridisciplinaire.