Data Platform Engineer Senior - H/F

GLOBE GROUPE FRANCE; Neuilly-sur-Seine; Sur place; EUR 75 000 - 110 000; Plein temps

Résumé du poste

GLOBE GROUPE FRANCE recherche un ingénieur Data expérimenté pour fiabiliser et opérer sa plateforme data moderne. Vous travaillerez sur une stack comprenant Snowflake, dbt, Airflow et Airbyte, avec un écosystème FastAPI, React et PostgreSQL.

Vous renforcerez l’observabilité, standardiserez les processus et contribuerez à l’industrialisation du pipeline d’entity resolution, tout en assurant une documentation et une sécurité améliorées.

Qualifications

• Maîtrise avancée du SQL et modélisation des données.
• Maîtrise de Python et bonnes pratiques de code.
• Expérience substantielle sur une plateforme data en production.

Responsabilités

• Fiabiliser et opérer la plateforme data du groupe (Snowflake, dbt, Airflow, Airbyte).
• Renforcer observabilité et qualité des données via tests et monitoring.
• Faire tourner et faire grandir les produits data internes (FastAPI, React, PostgreSQL, Snowflake).
• Accompagner les équipes Data et industrialiser les pratiques (CI/CD, GitOps).
• Instrumenter les usages IA et suivre les coûts des workloads IA.

Connaissances

SQL

Python

Anglais pro

Outils

dbt

Airflow

Airbyte

Kubernetes

ArgoCD

Helm

FastAPI

React

PostgreSQL

Snowflake

OpenMetadata

Langfuse

Description du poste

Vous rejoignez l’équipe Data Groupe pour fiabiliser, opérer et faire évoluer une plateforme data moderne, utilisée par plusieurs équipes et business units.

Vos missions

Fiabiliser et opérer la plateforme data du groupe

• Opérer et faire évoluer notre stack data : Snowflake, dbt, Airflow 3, Airbyte.
• Intervenir sur une plateforme déployée sur AKS via ArgoCD et Helm.
• Renforcer la robustesse, la scalabilité, la sécurité et la simplicité d’exploitation de la plateforme.
• Contribuer au run, à la supervision et à l’amélioration continue de l’existant.

Renforcer l’observabilité et la qualité des données

• Déployer et industrialiser la suite de tests Elementary : fraîcheur, volumétrie, anomalies.
• Contribuer au monitoring via Grafana.
• Fiabiliser les traitements et améliorer la visibilité sur la qualité des données.
• Mettre en place des pratiques permettant d’anticiper les incidents et de réduire les risques en production.

Faire tourner et faire grandir nos produits data internes

• Contribuer au run et aux évolutions de nos produits internes.
• Intervenir sur un écosystème technique composé notamment de FastAPI, React, PostgreSQL et Snowflake.
• Participer aux évolutions du référentiel opérationnel, du registre sémantique et du traitement des fichiers sell-out.
• Contribuer à l’industrialisation de notre pipeline d’entity resolution.

Instrumenter les usages IA de la plateforme

• Instrumenter les usages IA de la plateforme via Langfuse et OpenMetadata.
• Contribuer au suivi, à la documentation et à l’évaluation des usages IA.
• Participer à la maîtrise des coûts et à la fiabilisation des workloads IA en production.

Accompagner les équipes Data

• Travailler en binôme avec les Data Engineers des zones et business units.
• Participer à la revue de leurs pull requests.
• Intervenir notamment sur les sujets staging, sources, modélisation et qualité.
• Diffuser les bonnes pratiques d’industrialisation, de documentation et de sécurité.

5 ans minimum d’expérience en data engineering ou data platform.Expérience significative sur une plateforme data en production, utilisée par plusieurs équipes, business units ou clients.Maîtrise du SQL : modélisation, optimisation, gestion des droits/RBAC.Très bonne maîtrise de dbt en contexte industrialisé : modèles incrémentaux, tests, packages, CI/CD, documentation.Solide expérience d’Airflow, idéalement en version 2.x ou 3.x.Connaissance des bonnes pratiques d’orchestration : datasets/assets, patterns de factory, monitoring des DAGs.Expérience avec un outil d’ingestion managé type Airbyte ou Fivetran.Pratique confirmée de Python : qualité de code, tests, maintenabilité.Culture DevOps réelle : Kubernetes, Helm, GitOps/ArgoCD, CI/CD, gestion des secrets, environnements multiples.Réflexe config-as-code et security by design : changements versionnés, revus, reproductibles et documentés.Autonomie, rigueur et capacité à simplifier les systèmes existants.Français courant et anglais professionnel, notamment pour la documentation et les livrables groupe.Nice to haveExpérience d’un semantic layer ou d’une couche métriques gouvernée : dbt metrics, MetricFlow, Cube ou équivalent.Expérience de migration depuis un existant BI : DAX, Tabular, Power BI.Connaissance de l’entity resolution ou du MDM : Splink, dédoublonnage probabiliste, golden records.Pratique de l’observabilité data : Elementary, Monte Carlo, Grafana.Expérience sur des catalogues de données : OpenMetadata, DataHub.Expérience d’instrumentation de workloads LLM en production : OpenAI Batch, Langfuse, suivi des coûts, évaluation.Notions de FastAPI et de React pour contribuer ponctuellement aux produits data internes.Expérience en environnement multi-tenant, retail, SaaS B2B ou CPG.Connaissance de Terraform.Contribution à des choix d’architecture warehouse : tenancy, optimisation des coûts, structuration des environnements