Rejoignez l'équipe Data Groupe en tant qu'Ingénieur Plateforme de Données Senior.
- modélisation, optimisation, gestion des droits/RBAC. Très bonne maîtrise de dbt en contexte industrialisé : modèles incrémentaux, tests, packages, CI/CD, documentation. Solide expérience d’Airflow, idéalement en version 2.x ou 3.x. Connaissance des bonnes pratiques d’orchestration : datasets/assets, patterns de factory, monitoring des DAGs. Expérience avec un outil d’ingestion managé type Airbyte ou Fivetran. Pratique confirmée de Python : qualité de code, tests, maintenabilité. Culture DevOps réelle : Kubernetes, Helm, Git
- Ops/Argo
Lire toute la description ⌄Réduire ⌃
Rejoignez l'équipe Data Groupe en tant qu'Ingénieur Plateforme de Données Senior.
Vous serez responsable de la fiabilité, de l'exploitation et de l'évolution d'une plateforme de données moderne utilisée par plusieurs équipes et unités commerciales.
Vos missions
incluront l'opération et l'évolution de notre stack de données, le renforcement de l'observabilité et de la qualité des données, la gestion de nos produits de données internes, l'instrumentation des usages IA de la plateforme et l'accompagnement des équipes Data.
Vous devez avoir au moins 5 ans d'expérience en ingénierie des données ou en plateforme de données, une maîtrise du SQL et une expérience significative avec Airflow.
Le profil
5 ans minimum d’expérience en data engineering ou data platform.
Expérience significative sur une plateforme data en production, utilisée par plusieurs équipes, business units ou clients.
Maîtrise du SQL :
- modélisation, optimisation, gestion des droits/RBAC. Très bonne maîtrise de dbt en contexte industrialisé : modèles incrémentaux, tests, packages, CI/CD, documentation. Solide expérience d’Airflow, idéalement en version 2.x ou 3.x. Connaissance des bonnes pratiques d’orchestration : datasets/assets, patterns de factory, monitoring des DAGs. Expérience avec un outil d’ingestion managé type Airbyte ou Fivetran. Pratique confirmée de Python : qualité de code, tests, maintenabilité. Culture DevOps réelle : Kubernetes, Helm, Git
- Ops/Argo
- CD, CI/CD, gestion des secrets, environnements multiples. Réflexe config-as-code et security by design : changements versionnés, revus, reproductibles et documentés. Autonomie, rigueur et capacité à simplifier les systèmes existants. Français courant et anglais professionnel, notamment pour la documentation et les livrables groupe. Nice to have Expérience d’un semantic layer ou d’une couche métriques gouvernée : dbt metrics, Metric
- Flow, Cube ou équivalent. Expérience de migration depuis un existant BI : DAX, Tabular, Power BI. Connaissance de l’entity resolution ou du MDM : Splink, dédoublonnage probabiliste, golden records. Pratique de l’observabilité data : Elementary, Monte Carlo, Grafana. Expérience sur des catalogues de données : Open
- Metadata, Data
- Hub. Expérience d’instrumentation de workloads LLM en production : OpenAI Batch, Langfuse, suivi des coûts, évaluation. Notions de Fast
- API et de React pour contribuer ponctuellement aux produits data internes. Expérience en environnement multi-tenant, retail, Saa
- S B2
- B ou CPG. Connaissance de Terraform. Contribution à des choix d’architecture warehouse : tenancy, optimisation des coûts, structuration des environnements