Les missions qui rythmeront ton quotidien

En tant qu’Ingénieur·e Data chez Orus Energy, tu seras au cœur de la stack produit, au croisement de la tech, de la data, et du business. En binôme direct avec Thomas, notre Data Lead, tu prendras en main l’ensemble de la chaîne de valeur de la donnée, avec un rôle résolument full-stack data.

Concrètement, tu contribueras à :

• Concevoir, développer et maintenir des pipelines de données robustes, performantes et scalables, pour alimenter nos systèmes internes, nos dashboards, et nos modèles.

• Mettre en œuvre des solutions de monitoring et d’observabilité pour garantir la qualité, la fraîcheur et la fiabilité des données manipulées.

• Déployer des modèles de machine learning de bout en bout : entraînement, industrialisation, mise en production, versioning, monitoring et itération.

• Créer des outils internes utiles et concrets, dont certains intègrent de l’IA, pour nos équipes Opérations et Sales.

Tu toucheras à TOUT : du Data Engineering, de la Data Science, du ML Ops en ayant un impact direct sur nos opérations à la fois internes et externes.

Nous rejoindre maintenant, c’est :

• Participer à une aventure entrepreneuriale intense en plein essor aux côtés d’une équipe passionnée, travaillant à résoudre certains des problèmes les plus complexes à l’intersection des secteurs de l’énergie et du tertiaire.

• La découverte de l’écosystème de l’énergie. Une opportunité d’explorer ces questions fascinantes et de rencontrer ceux qui s’efforcent à les résoudre !

• Avoir un levier direct sur l’un des plus grands défis environnementaux de notre époque : la transition énergétique.

• Mais aussi : des évènements, des afterworks et des off-sites.

• Et à la clé un salaire compétitif et de l’equity.

• Expérience confirmée en Data Engineering, avec une forte appétence pour les sujets connexes : Data Science, ML Engineering, AI Engineering.

• Très bonne maîtrise de l’écosystème cloud, idéalement AWS.

• Solide maîtrise des fondamentaux : Python, SQL, Git, dataframes et structures de données. À l’aise avec des outils de DataViz type Superset, Streamlit ou équivalents.

• Expérience significative de mise en production.

• Culture technique rigoureuse : maintenabilité du code et des systèmes.

• Autonomie, pragmatisme, curiosité et capacité à construire dans un environnement qui évolue vite.

1. Appel de qualification avec Charline, notre Chief-of-Staff, de 30min.

2. Entretien de 30min avec Thomas.

3. 2 entretiens techniques avec l’équipe Data : 45min de design (restitution d’un cas envoyé en amont) suivies de 45min de live coding.

4. Rencontre individuelle avec plusieurs membres de l’équipe.