🚀 Qui sommes-nous ?
SFEIR, c’est une communauté de 900 techs passionné·e·s en France, Belgique et Luxembourg.
Notre mission : aider nos clients à imaginer, concevoir et déployer des solutions modernes, web & mobile, cloud & data, IA, API & microservices.
Et Bordeaux dans tout ça ?
Créée en 2019 et animée par Nicolas Misiak, l’agence bordelaise c’est :
- 19 consultantes et consultants qui se connaissent toutes et tous
- Deux managers techniques qui comprennent ton métier : Gaëtan et Julien
- Une dizaine de clients actifs en local et une centaine au niveau du groupe
- Des événements internes et organisés chaque mois (afterworks, Meetup, formations)
- Une communauté active : une cinquantaine de conférences externes données en 2024 (BDX I/O, Devoxx, Meetup…)
- Des locaux dans le centre de Bordeaux, à 5 minutes de la place de la Bourse !
💡 Ce qui fait notre force
- Une culture Digital Native : agilité, rapidité, autonomie et une vraie passion pour l’Open Source.
- Une stratégie pensée par et pour les techs : chaque sfeirian est accompagné par un·e Engineering Manager, consultant·e comme toi, pour trouver les missions les plus adaptées et progresser en continu.
- Des partenaires de référence : nous collaborons avec les grands acteurs du cloud (Google, AWS, Azure), de la data (Databricks, dbt, Snowflake) et de l’infra (Linux Foundation, GitLab).
- Un vrai terrain de formation : avec le SFEIR Institute et la SFEIR School, nous formons aussi bien nos clients que nos propres équipes, pour grandir ensemble et rester à la pointe.
- Une communauté active : présente sur de nombreux événements tech, nationaux et régionaux (DevFest, BDX I/O, meetups…), on aime partager, apprendre et faire rayonner la culture tech.
👩💻 Ton rôle : Data Engineer chez SFEIR
Ton expertise data sera mise en valeur à travers différentes missions :
- Concevoir et déployer des architectures data modernes (ex. Snowflake + DBT)
- Participer aux choix technologiques et garantir les bonnes pratiques (CI/CD, tests, perf)
- Accompagner et former les Data Engineers de ton équipe
- Contribuer à des démarches FinOps pour optimiser les coûts cloud
- Partager ton savoir via formations, talks, meetups
Bref, tu pourras exprimer ton expertise data tout en préparant la suite de ta carrière dans un domaine en constante évolution.
🌱 Comment on t’accompagne :
- Un suivi régulier avec ton·a manager (tech comme toi)
- Des formations & certification adaptées à ton parcours
- Le choix de tes missions, et la liberté d’en changer
- L’opportunité de travailler au plus près de l’IA (avec RAISE, notre plateforme d’IA générative)
Chez SFEIR, ton évolution peut être verticale ou horizontale :
- Devenir Data Architect ou explorer une autre spécialité
- Devenir formateur·rice, speaker, évaluateur·rice en recrutement
- Évoluer vers des rôles d’Engineering Manager ou Staff Engineer
💻 Présentiel ou télé-travail ?
Les deux, capitaine ! La plupart de nos clients sont en mode hybride.
Le classique, c’est 3 jours / 2 jours. 👋
✨ La suite en toute simplicité :
- Tu postules → notre équipe recrutement reçoit ton CV.
- On t’appelle pour un échange rapide (15 min).
- Un entretien RH pour mieux comprendre ton parcours et tes envies.
- Si ça matche, place aux PlayOffs 🎮 : un moment d’échange avec 3 Sfeirians autour d’exercices pratiques (algo, Python/SQL, data). C’est aussi l’occasion pour toi de découvrir notre culture et nos projets.
Ensuite :
Tu reçois un feedback clair et constructif.
Et si tout colle, tu rencontres Claire K/OURIO pour parler vision, clients et opportunités, avant la proposition.
Chez SFEIR, on mise sur la confiance, l’inclusion et la bonne humeur. #LInclusionEstUneForce
Compétences techniques attendues
- Maîtrise des architectures data modernes, avec une approche orientée performance et scalabilité.
- ETL/ELT : excellente connaissance de DBT et Snowflake (obligatoire), ou à défaut Airflow.
- Langages : maîtrise avancée de SQL et bonne pratique de Python, Scala ou Java pour le traitement de la donnée.
- Data pipelines : conception, automatisation, monitoring et optimisation des flux de données.
- CI/CD et tests automatisés pour garantir la qualité et la fiabilité des déploiements.
- Cloud : bonne connaissance de AWS, GCP ou Azure ; la compréhension des pratiques FinOps est un plus.
Expérience et savoir-faire
- Minimum 5 ans d’expérience en data engineering, idéalement dans des environnements à forte volumétrie et à enjeux métiers.
- Participation active à la conception et au déploiement de solutions data complexes.
- Maîtrise des bonnes pratiques, des standards de qualité et des processus d’industrialisation de la donnée.
- Capacité à travailler en collaboration avec des data scientists, analystes et équipes produit.