Data Engineer Cloud Senior

Odysis; Paris; Sur place; EUR 45 000 - 65 000; Plein temps

Résumé du poste

Odysis recherche un Data Engineer confirmé pour des projets de plateforme data cloud à Paris. Vous serez responsable de la conception et de l’industrialisation de pipelines de données robustes et maintenables. Le candidat idéal a une expérience d’au moins 5 ans en data engineering, maîtrise Python et SQL, et possède des connaissances en outils comme dbt et Airflow. Une personne rigoureuse et autonome, capable de travailler en équipe et d'analyser des données dans un environnement cloud est recherchée.

Qualifications

• 5 ans d’expérience minimum en data engineering, idéalement en environnement cloud.
• Maîtrise des pratiques de développement modernes: Git, CI/CD, documentation technique.
• Connaissance des enjeux de qualité de données et d'optimisation des coûts cloud.

Responsabilités

• Concevoir, développer et industrialiser des pipelines de données.
• Intégrer des données multi-sources et transformer des données en SQL et Python.
• Assurer la qualité des données et contribuer à l'amélioration des performances cloud.

Connaissances

Python

SQL

dbt

Airflow

GCP

BigQuery

Git

Docker

Terraform

Formation

Diplôme d'une école d’ingénieur ou Master en informatique

Description du poste

Odysis recherche un Data Engineer confirmé pour intervenir sur des projets de plateforme data cloud auprès de clients grands comptes. Vous participerez à la conception, au développement et à l’industrialisation de pipelines de données robustes, performants et maintenables.

Vos missions porteront notamment sur l’intégration de données multi-sources, la transformation de données en SQL et Python, la modélisation analytique, la mise en place de contrôles qualité, l’orchestration des traitements et la documentation technique. Vous contribuerez également à l’amélioration continue des performances, des coûts cloud et des pratiques DataOps.

Le poste s’inscrit dans un environnement moderne orienté cloud, analytics et industrialisation des usages data, avec des enjeux de fiabilité, de scalabilité et de valeur métier.

Profil Recherché

Vous êtes diplômé d’une école d’ingénieur, d’un Master en informatique, data engineering, systèmes d’information, mathématiques appliquées ou d’une formation spécialisée en data.

Vous disposez d’environ 5 ans d’expérience en data engineering, idéalement dans un environnement cloud et sur des projets de plateforme data. Une expérience en conseil, en ESN ou dans un contexte client grand compte est appréciée.

Vous maîtrisez Python et SQL et vous savez développer des traitements de données robustes, lisibles, documentés et maintenables. Vous avez déjà travaillé sur des pipelines d’intégration, de transformation et de mise à disposition de données dans un environnement industrialisé.

Vous avez une bonne connaissance des outils de transformation et d’orchestration de données, tels que dbt, Airflow, Dagster ou équivalents. Une expérience sur GCP, notamment BigQuery, Cloud Storage, Cloud Run ou Cloud Functions, constitue un atout important.

Vous êtes à l’aise avec les pratiques de développement modernes : Git, revues de code, CI/CD, Docker, tests automatisés, documentation technique et monitoring des traitements. Des notions de Terraform ou d’Infrastructure as Code sont également appréciées.

Vous comprenez les enjeux de qualité de données, d’observabilité, de gouvernance, de performance et d’optimisation des coûts cloud. Vous savez concevoir des modèles de données adaptés à des usages analytiques, BI ou IA.

Au-delà des compétences techniques, nous recherchons un profil rigoureux, autonome et structuré, capable de s’intégrer dans une équipe data, de collaborer avec des interlocuteurs techniques et métiers, et de contribuer à la fiabilité d’une plateforme data en production.

Vous avez un bon esprit d’analyse, le sens du service, une culture de la qualité et une capacité à vulgariser des sujets techniques lorsque cela est nécessaire. Un niveau d’anglais professionnel est attendu dans un contexte pouvant impliquer des équipes ou filiales internationales.

Une sensibilité aux usages de l’IA générative dans le développement, la documentation ou la préparation de données est un plus.