Data Engineer Sénior

À propos du poste

Le Data Engineer recherché sera le responsable de la conception, du développement et de l’optimisation des architectures et pipelines de données, afin de garantir la fiabilité, la performance et la disponibilité des données pour les usages analytiques, BI et métiers. Il intervient sur l’ensemble de la chaîne data, depuis les sources jusqu’aux plateformes analytiques, en collaboration étroite avec les équipes BI, métiers et IT.

Missions principales

• Concevoir, développer et maintenir des pipelines de données robustes et scalables (batch et/ou streaming).
• Assurer l’ingestion, la transformation et la mise à disposition des données depuis des sources multiples vers les data warehouses / data lakes.
• Superviser et fiabiliser les traitements de données (monitoring, alerting, reprise sur incident).
• Identifier, analyser et corriger les incidents liés aux flux de données (performance, qualité, disponibilité).
• Optimiser les performances des traitements ETL/ELT et des requêtes SQL.
• Automatiser les processus data via des scripts Python (orchestration, contrôles qualité, nettoyage).
• Participer à la modélisation des données (schémas, tables, vues analytiques).
• Contribuer à l’industrialisation des flux data (tests, CI/CD, documentation).
• Travailler en collaboration avec les équipes BI pour alimenter les outils de reporting et de visualisation.
• Participer aux projets de migration, modernisation ou refonte des plateformes data.
• Assurer une veille technologique sur les outils Data Engineering, Cloud et DataOps.

Profil recherché

• Formation Bac +5 en informatique, data engineering, systèmes d’information ou équivalent.
• Expérience confirmée (minimum 4 à 5 ans) en tant que Data Engineer ou sur un rôle équivalent.

Compétences requises

• Excellente maîtrise de Python.
• Solide expérience sur les outils ETL / ELT et d’orchestration (Airflow, Talend, dbt ou équivalents).
• Très bonne maîtrise des bases de données relationnelles (SQL Server, PostgreSQL…) et du SQL avancé.
• Expérience sur des environnements Data Warehouse / Data Lake.
• Connaissance d’au moins un outil de visualisation BI (Power BI, Tableau, Qlik, Looker…).
• Maîtrise des outils de versioning et CI/CD : Git, GitLab, Jenkins.
• Connaissance des bonnes pratiques DataOps (monitoring, tests, qualité des données).