Data Engineer F/H H/F

GROUPE M6; Île-de-France; Sur place; EUR 55 000 - 75 000; Plein temps

Résumé du poste

GROUPE M6 recherche un ingénieur data pour concevoir et opérer des pipelines de données robustes sur AWS et développer des traitements optimisés en Python. Vous analyserez des volumes importants issus de l'adserver, du CRM et des audiences, et vous productionnerez des KPI pour divers départements.

Vous travaillerez sur des modèles de données solides (datalake raw → golden) avec Parquet/Delta Lake/Iceberg et consoliderez l’écosystème Spark pour des workloads distribués.

Qualifications

• Diplôme Bac+5 minimum en Data Engineering, Mathématiques appliquées, Statistiques ou domaine équivalent.
• Expérience de 2 ans minimum en data engineering; l’expérience dans le secteur des médias est un plus.

Responsabilités

• Concevoir et opérer des pipelines de données robustes sur AWS (S3, Glue, Athena, MWAA, EMR, ECS).
• Optimiser la performance et la gouvernance sur l’ensemble du cycle de vie (monitoring, coûts, sécurité IAM).
• Analyser des données volumineuses issues de l'adserver, du CRM, des audiences et de la radio pour produire des insights actionnables.
• Développer des traitements optimisés et industrialisables en Python (Pandas, PySpark, AWS Wrangler).
• Produire et optimiser du SQL avancé pour les analyses et pipelines (CTE, window, performance tuning, partitionnement).
• Gérer et optimiser les traitements Spark pour gérer les téraoctets du datalake.
• Construire des KPI métier pour la régie publicitaire, le CRM, la radio et les équipes audiences.
• Mettre en place des modèles de données solides (datalake raw → golden), avec Parquet, Iceberg ou Delta Lake.

Connaissances

Python

Data engineering

SQL

Spark

Pandas

PySpark

AWS Wrangler

Parquet

Delta Lake

Iceberg

Terraform

Formation

Bac+5 en Data Engineering / Mathématiques appliquées / Statistiques

Outils

S3

Glue

Athena

MWAA

EMR

ECS

Description du poste

Le Groupe M6 est l'un des groupes audiovisuels les plus importants de France, avec un portefeuille de chaînes comprenant M6, W9, 6ter, Gulli, Paris Première, Téva, ainsi que des stations de radio (RTL, RTL2, Fun Radio) et des services numériques. Le Groupe M6 est à la pointe de l’innovation numérique et de la transformation des médias, avec un engagement fort dans l’exploitation des données pour améliorer l’expérience utilisateur et optimiser ses revenus publicitaires.

Responsabilités

• Concevoir et opérer des pipelines de données robustes sur AWS (S3, Glue, Athena, MWAA, EMR, ECS).
  Optimiser la performance et la gouvernance sur l’ensemble du cycle de vie (monitoring, coûts, sécurité IAM).
• Analyser des données volumineuses issues de l'adserver, du CRM, des audiences et de la radio pour produire des insights actionnables.
• Développer des traitements optimisés et industrialisables en Python (Pandas, PySpark, AWS Wrangler).
• Produire et optimiser du SQL avancé pour les analyses et pipelines (CTE, window, performance tuning, partitionnement).
• Gérer et optimiser les traitements Spark pour gérer les téraoctets du datalake.
• Construire des KPI métier pour la régie publicitaire, le CRM, la radio et les équipes audiences.
• Mettre en place des modèles de données solides (datalake raw → golden), avec Parquet, Iceberg ou Delta Lake.

Collaboration et innovation

• Collaborer avec les data scientists pour élaborer des produits et services prédictifs robustes.
• Effectuer une veille scientifique et technologique pour nourrir les innovations au sein du groupe.
• Accompagner les équipes métier (régie publicitaire, streaming, CRM, études TV) dans l’exploitation des insights data.

Qualifications

• Diplôme Bac+5 minimum en Data Engineering, Mathématiques appliquées, Statistiques ou domaine équivalent (École d’ingénieur ou Master spécialisé).
• Expérience de 2 ans minimum en data engineering; l’expérience dans le secteur des médias est un plus.

Compétences techniques

• Expertise en Python et en data engineering.
• Maîtrise avancée de Python appliqué au traitement de données (Pandas, PySpark, AWS Wrangler), structuration de projets, optimisation des performances et bonnes pratiques de développement.
• Très bon niveau en SQL pour interroger, transformer et optimiser des datasets volumineux (CTE, window functions, tuning, broadcast join).
• Expérience solide des environnements cloud – AWS, comprenant S3, Glue, Athena, Lambda, MWAA, ECS, IAM et la gestion du datalake en zones (raw → golden).
• Industrialisation et orchestration des pipelines.
• Compétence confirmée dans la création et la gestion de pipelines avec MWAA, incluant la mise en production, la surveillance, l’optimisation et la fiabilité des workflows.
• Traitement de données à grande échelle et maîtrise de Spark (optimisation, partitionnement) pour les workloads distribués, et utilisation avancée de Pandas pour les traitements.
• Expérience avec les formats modernes et transactionnels : Parquet, Delta Lake, Iceberg.
• Connaissance des données CRM/ADserveur ainsi que Terraform est un plus.

Compétences personnelles

• Excellente capacité de modélisation, d’analyse et de synthèse.
• Curiosité intellectuelle et forte appétence pour l’innovation.
• Sens pédagogique et capacité à vulgariser des concepts complexes.
• Autonomie et esprit d’initiative.
• Capacité à travailler en équipe multidisciplinaire.