Tu vas rejoindre la team Cloud & Data en tant que Lead Data Engineer. Vous travaillerez en étroite collaboration pour mener à bien vos missions et répondre aux besoins.

Tu es responsable de la conception et l’optimisation de solutions technologiques pour le traitement de nos données et répondre aux besoins des utilisateurs/clients.

Tes missions :

• Concevoir, développer et maintenir les pipelines, les analyses et les visualisations des données

• Collecter, transformer et enrichir les données provenant de multiples data sources de l’entreprise

• Garantir le bon fonctionnement, la disponibilité, l’évolution et la performance des outils

• Accompagner les Data Analysts dans l’optimisation de leurs algorithmes et dans la vérification de la qualité des données et des processus

• Participer à l’évolution de la stack technique

• Partager ton expertise avec l’ensemble des équipes

• Veille technologique

Stack Technique : AWS (RDS Aurora PostgreSQL, Glue, S3, Athena, QuickSight, Lambda), Python, SQL, Docker, Terraform, Kubernetes, Git, Github Actions …

• Au moins 5 ans d’expérience sur des projets Data engineering dont au moins une année d’expérience avec le Cloud AWS et ses services Data (RDS, Lambda, Kinesis, EMR, SageMaker, Glue, S3, Athena, etc)

• Tu as au moins 2 ans sur un poste de Lead data avec l’encadrement d’une équipe

• Une expérience dans la data visualisations (QuickSight, PowerBI, Tableau, QlikView, etc)

• Une expérience dans le monde DevOps et de ses outils (Git, Github actions, GitLab, Terraform, AWS/GCP/Azure, etc)

• Tu maîtrises python et/ou Java et tu as une expertise dans l’écriture et l’optimisation du code SQL

• Tu as un esprit analytique et une appétence pour la Data/Big Data et la BI

• Tu es rigoureux(se) et autonome

• Tu fais preuve d’initiative et tu es force de proposition pour l’amélioration continue des processus existants

Ce qui fera la différence :

• une bonne compréhension des solutions de stockage données (bases de données SQL / NoSQL, datawarehouse, datalake, data lakehouse)

• maîtrise d’un autre langage de programmation (Spark, Scala, Java, R)

• une expérience dans Kubernetes, Docker, Terraform

• connaissance de la librairie Pandas, ainsi que les Jupiter Notebooks

• une expérience dans l’un des outils suivants: Snowflake, Airflow, kafka

• des connaissances en IA / data science (machine learning, deep learning, NLP)