🔍 Contexte :
Nous collaborons avec un partenaire, actuellement à la recherche d’un(e) professionnel(le) qualifié(e) pour rejoindre son équipe dans le cadre d’une mission.
Missions :
· Concevoir, développer et maintenir des pipelines de données ETL/ELT.
· Développer et industrialiser les traitements de transformation de données.
· Concevoir et faire évoluer des Data Lakes, Data Warehouses, Data Marts et cubes de données.
· Intégrer différentes sources de données (API, fichiers, traitements batch et temps réel).
· Optimiser les performances des traitements et des requêtes SQL.
· Mettre en œuvre les bonnes pratiques de développement, d’intégration et de déploiement.
· Collaborer avec les équipes Produit, Data, Plateforme et Product Owners.
· Participer aux phases de cadrage et de Data Discovery.
· Mettre en place et maintenir les chaînes CI/CD dédiées aux workflows data.
· Évoluer dans un environnement Agile.
Livrables attendus :
· Développement et déploiement des composants data.
· Documentation technique et fonctionnelle.
· Documentation des modèles de données.
· Rapports d’audit et de contrôle qualité.
· Rapports de tests d’acceptation.
· Support technique et transfert de compétences.
Compétences requises :
· Solide expérience en Data Engineering.
· Maîtrise des architectures ETL/ELT.
· Excellente maîtrise de SQL.
· Expérience sur Microsoft SQL Server (SSIS, SSAS, PBIRS).
· Connaissance des architectures Data Warehouse et Data Lake.
· Développement de pipelines de données.
· Optimisation des performances (Performance Tuning).
· Maîtrise d’outils ETL tels que Talend, Azure Data Factory (ADF) ou SSIS.
· Expérience des chaînes CI/CD avec Azure DevOps ou GitLab.
· Expérience en environnement Agile.
Compétences appréciées :
· dbt.
· Trino ou solution équivalente.
· MinIO ou autre solution de stockage objet.
· Google Cloud Platform (BigQuery, GCS, Dataproc).
· Architecture Medallion.
· Profil habilitable pour intervenir sur des données potentiellement classifiées.
📌 Informations
- Durée estimée : 6 mois
- Rythme : Temps plein (5 jours / semaine)
- Part de télétravail estimée : Télétravail aménageable à discuter lors des entretiens
- Domaine principal : Data scientist
- Secteur : Industrie
Démarrage idéalement le : 2026-07-21