Une candidature sur mesure pour ce poste — un CV et une lettre de motivation personnalisés qui correspondent à l’offre.
Odysis recherche un Data Engineer Senior pour concevoir, développer et industrialiser des pipelines de données critiques, du cœur ERP jusqu’aux API et services ML. Vous travaillerez sur l’architecture, le développement DBT, l’orchestration Airflow et l’exposition des données via API.
Vous devez justifier de plus de 5 ans d’expérience en data engineering, et maîtriser les pipelines cloud, la gouvernance et la documentation technique, tout en veillant à l’optimisation des coûts.
En tant que Data Engineer Senior, vous prenez en charge la conception, la mise en œuvre et l’industrialisation des pipelines de données critiques, du cœur ERP jusqu’aux API et aux services ML :
Analyser les sources ERP et définir les flux ETL/ELT vers un entrepôt cloud (Azure Synapse, Snowflake, BigQuery).
Modéliser les données en veillant à la performance et à la maintenabilité.
Mettre en œuvre les workflows DBT pour transformation, tests et documentation automatisés.
Orchestrer les pipelines avec CI/CD (GitLab CI, GitHub Actions, Azure DevOps) et Apache Airflow.
Exposer les données transformées via API (FastAPI, Flask) ou services managés.
Appliquer les standards de qualité (tests unitaires, data contracts, monitoring).
Rédiger et maintenir la documentation technique (docs DBT, diagrammes d’architecture, runbooks).
Veiller à la frugalité des ressources cloud (droitsizing, coûts optimisés, FinOps).
Animer les ateliers de cadrage avec les équipes fonctionnelles pour valider les besoins et prioriser les cas d’usage.
Former et transférer les bonnes pratiques aux équipes internes et aux utilisateurs finaux.
Expérience : ≥ 5 ans comme Data Engineer en environnement conseil ou grands comptes.
Diplôme en informatique, data engineering, technologies de l'information ou dans un domaine connexe.
Obligatoirement plus de 5 ans d'expérience en tant que Data Engineer ou dans un rôle similaire.
Capacité à travailler en équipe et à communiquer efficacement avec des parties prenantes techniques et non techniques.
Esprit d'initiative et capacité à s'adapter dans un environnement en constante évolution.
Rigueur et souci du détail : tests, monitoring, SLAs.
Documentation exhaustive : code lisible, schémas, runbooks.
Esprit frugal : optimisation des coûts et des performances.
Accompagnement métier : pédagogie, capacité à vulgariser les enjeux data.
Autonomie, sens du service et travail en équipe.