Data Engineer (H / F)

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

Résumé du poste

Une entreprise technologique recherche un Data Engineer pour rejoindre une équipe en pleine évolution à Paris. Le candidat idéal aura entre 3 et 8 ans d'expérience en Data Engineering, avec une solide maîtrise des outils tels que Spark, Kafka et un bon niveau en Python ou Scala. Ce rôle offre un environnement de travail stimulant autour du cloud et de l'intelligence artificielle.

Qualifications

• Expérience confirmée en Data Engineering (3 à 8 ans).
• Solide maîtrise de l'un ou plusieurs des outils de traitement de données.
• Compétences en Python ou Scala demandées.

Connaissances

Data Engineering

Python

Scala

CI/CD

Modélisation de données

Outils

Spark

Kafka

Airflow

Databricks

Snowflake

BigQuery

Azure Data Factory

Git

Jenkins

Docker

Terraform

Description du poste

Description du poste

Contexte :

Dans le cadre d’un vaste programme de transformation Data, nous recherchons un Data Engineer pour rejoindre une équipe en pleine évolution. Le projet vise à moderniser les infrastructures de données, à industrialiser les flux et à renforcer la valorisation de la donnée au service des métiers (pilotage, relation client, performance opérationnelle, IA et analytique).

L’environnement de travail est stimulant, avec une forte culture d’innovation autour du cloud, du Big Data et de l’intelligence artificielle. L’équipe Data est composée de profils complémentaires : data engineers, data analysts, data scientists et experts gouvernance.

Profil recherché

• Expérience confirmée en Data Engineering (3 à 8 ans environ)
• Solide maîtrise de l’un ou plusieurs des outils : Spark, Kafka, Airflow, Databricks, Snowflake, BigQuery ou Azure Data Factory
• Très bonne connaissance du modélisation de données et des pipelines ETL / ELT
• Compétences en Python ou Scala
• Connaissance des bonnes pratiques CI / CD appliquées à la data (tests, automatisation, monitoring)
• Esprit d’équipe, curiosité technique et goût pour les projets à fort impact business.

Stack technique

• Cloud : Azure (ou GCP selon les projets)
• Traitement : Spark, Databricks, Airflow
• Stockage : Data Lake, Snowflake
• Langages : Python, SQL
• CI / CD : Git, Jenkins, Docker, Terraform