Vous travaillez au sein de l’équipe technique chargée d’améliorer les pratiques data et de concevoir et maintenir des pipelines de données :

-        Définir une architecture data à long terme et assurer la cohérence (type data lake)

-        S’assurer de la disponibilité de la donnée

-        Conception et mise en œuvre de pipelines de données pour de la mesure de performance et l’entrainement de modèle de machine learning

-        Industrialisation de ces pipelines en collaboration avec l’équipe de ML

A ce titre les activités principales à effectuer sont :

-        Concevoir et mettre en œuvre un processus ETL automatisé de bout en bout afin de préparer les données pour l’apprentissage automatique et l’analyse ad hoc, y compris l’anonymisation des données

-        Structurer et déployer, en lien étroit avec les équipes de machine learning, l’export automatisé de données pour l’entrainement de modèles

-        Atteindre les objectifs en collaboration avec les équipes technique, produit et business

-        Faire monter en compétence les membres de l’équipe

Hard skills souhaitées :

-        Expérience impérative de minimum 3 ans dans la mise en œuvre de pipelines de données idéalement dans un écosystème Python

-        Bonnes connaissances en architecture Big Data et systèmes ETL (on-premise)

-        Familier avec des systèmes de calcul distribué, type Spark

-        Connaissances des bonnes pratiques de développement : versioning, tests, code reviews, CI/CD etc.

Hard skills bonus :

-        Compétences en déploiement d’applications conteneurisées (Docker / Kubernetes / Argo Workflow)

-        Expériences avec des bases de données distribuées telles que Elasticsearch, Vespa

-        Connaissance de spark streaming, kafka stream ou similaire

-        Expérience en Rust

-        Expérience en langage SQL

Soft skills :

-        Capacité à fédérer autour de vos sujets

-        Capacité d’écoute

-        Savoir coordonner plusieurs parties prenantes

-        Proactif sur les sujets de fonds comme sur la résolution des problèmes

-        Savoir organiser et de prioriser

1. Cultural Fit avec le CTO & DRH

2. Entretien technique avec des membres de l’équipe ML

3. Entretien de code