Ingénieur Data Ops — H/F

LIGUE NATIONALE CONTRE LE CANCER (LNCC); Île-de-France; Vor Ort; EUR 70.000 - 120.000; Vollzeit

Zusammenfassung

La LIGUE NATIONALE CONTRE LE CANCER (LNCC) recherche un expert Data/IA pour concevoir et industrialiser la plateforme de données. Vous contribuerez à garantir disponibilité, sécurité et qualité des données au service des métiers et des projets IA.

Vous travaillez sur des pipelines robustes, l’intégration ERP/CRM, et la mise en œuvre des pratiques DataOps et governance, avec un accent sur la traçabilité et la conformité des données.

Qualifikationen

• Expérience en conception et industrialisation de pipelines de données.
• Gestion de la qualité et de la traçabilité des données.
• Connaissance des principes DataOps et MLOps est un atout.

Aufgaben

• Concevoir, développer et maintenir des pipelines de données robustes et sécurisés.
• Industrialiser la plateforme Data/IA et assurer performance et fiabilité.
• Mettre en œuvre la gouvernance et le contrôle qualité des données.
• Participer au déploiement des pratiques DataOps et IA (Git, CI/CD, tests automatisés).
• Documenter les flux, les modèles et les indicateurs.

Kenntnisse

Data engineering

Data pipeline design

SQL

Python

CI/CD

Data governance

Ausbildung

Master en informatique ou équivalent

Tools

Git

Airflow

SQL databases

Cloud platforms

Jobbeschreibung

Vos missions principales sont les suivantes :

Vous contribuez à la conception, à l’industrialisation et à l’exploitation de la plateforme Data/IA, afin de garantir la disponibilité, la qualité, la sécurité et la valorisation des données au service des métiers.

Industrialiser la plateforme Data/IA

• Concevoir, développer et maintenir des pipelines de données robustes, sécurisés, évolutifs et supervisés.
• Faire évoluer le Data Hub, les environnements de données et les flux d’intégration issus des applications métiers, de l’ERP, des référentiels et de sources externes.
• Garantir la disponibilité, les performances et la fiabilité de la plateforme, notamment par la supervision des flux, la gestion des incidents et la réalisation d’audits réguliers.

Garantir la qualité et la gouvernance des données

• Mettre en œuvre les contrôles de qualité, de nettoyage, de validation, de réconciliation et de traçabilité des données.
• Contribuer à la documentation des données, des flux, des modèles, des indicateurs et des règles de gestion.
• Participer au déploiement des pratiques de Data Governance : catalogue de données, glossaire métier, data lineage, gestion des habilitations, sécurité et conformité.

Valoriser les données de l’ERP et du CRM

• Concevoir et maintenir l’intégration des données de l’ERP dans la plateforme Data/IA.
• Garantir la cohérence entre les données de gestion, les référentiels et les autres sources applicatives.
• Préparer les données de l’ERP pour les usages de reporting, de pilotage financier et opérationnel, de consolidation, de prévision, de détection d’anomalies et d’intelligence artificielle.
• Anticiper les impacts des évolutions de l’ERP sur les flux, les modèles de données, les indicateurs et les produits de données.

Déployer les pratiques DataOps et IA

• Mettre en œuvre les processus DataOps : gestion de versions, Git, CI/CD, automatisation des tests, déploiements, supervision et revues de code.
• Garantir la reproductibilité, la qualité et la maintenabilité des pipelines, scripts et configurations.
• Contribuer à l’industrialisation des projets d’IA grâce aux principes MLOps : préparation de jeux de données fiables, suivi des modèles, traçabilité et supervision.
• Veiller à ce que les usages d’IA reposent sur des données sécurisées, documentées, de qualité et conformes aux exigences de protection des données.

Améliorer en continu la plateforme

• Définir, diffuser et faire respecter les standards techniques, conventions de développement et bonnes pratiques DataOps.
• Produire les indicateurs de suivi de la plateforme : qualité, disponibilité, incidents, usages, capacité et coûts dans une logique FinOps.
• Contribuer à l’amélioration continue de la plateforme, des méthodes de travail et de l’offre de services Data/IA.
• Promouvoir l’adoption de la plateforme et l’industrialisation des usages de la donnée auprès des équipes métiers.