Lead Data

Indefinido
Rouen
Teletrabajo ocasional
Salario: 45K a 50K €
Fecha de inicio: 31 de agosto de 2026

LA MAE
LA MAE

¿Te interesa esta oferta?

Preguntas y respuestas sobre esta oferta

El puesto

Descripción del puesto

En tant que Lead Data, vous êtes responsable de la conception, de la fiabilité et de l’industrialisation de notre plateforme data. Vous combinez un rôle technique, d’architecture et de leadership, avec un fort enjeu de qualité, de sécurité et de performance des données dans un contexte assurantiel.

Voici comment sont organisées vos missions :

Pilotage & leadership

  • Accompagner une équipe de data engineers (et éventuellement analytics engineers)

  • Définir les bonnes pratiques data (qualité, documentation, versioning, monitoring)

  • Être référent technique et garant de la cohérence des choix d’architecture en collaboration à les équipes DevOps et l’architecte d’entreprise.

  • Collaborer avec les équipes métiers (actuariat, finance, sinistres, marketing) et IT

Data engineering

  • Concevoir et maintenir des pipelines de données robustes et scalables

  • Orchestrer les flux avec Apache Airflow

  • Modéliser et structurer des bases de données en fonction des besoins analytiques.

  • Garantir la performance, la sécurité et la traçabilité des données

Industrialisation & DevOps

  • Mettre en œuvre les pratiques CI/CD pour les projets data

  • Automatiser les tests, les déploiements et les contrôles qualité

  • Travailler avec les équipes DevOps/Réseaux pour la gestion et la sécurité des environnements

  • Assurer la supervision et la gestion des incidents data


Requisitos

Vous êtes diplômé(e) d’une formation supérieure en informatique, data ou équivalent, et vous justifiez de 7 à 10 ans d’expérience en data engineering, dont une expérience significative en tant que lead. Une expérience dans le secteur assurance / banque / finance est appréciée.

Compétences techniques (indispensables)

  • Data Engineering avancé

  • Apache Airflow (conception de DAGs complexes, monitoring, bonnes pratiques)

  • CI/CD (Git, pipelines automatisés, tests)

  • Modélisation de données (étoile, flocon – bonne compréhension des enjeux métiers)

  • SQL avancé

Compétences techniques (appréciées)

  • Python

  • Outils Big Data (Spark, équivalents)

  • Outils de data quality / observabilité

  • Connaissance des contraintes réglementaires (RGPD, données sensibles)

Soft skills

  • Leadership et capacité à fédérer

  • Excellente communication avec des interlocuteurs techniques et métiers

  • Disposer de très bonnes qualités pédagogiques

  • Vision globale et sens des priorités

  • Autonomie et rigueur

¿Quieres saber más?