Lead Data Engineer (H/F)

Oventi; Paris; Sur place; EUR 75 000 - 110 000; Plein temps

Résumé du poste

OVENTI recherche un Lead Data Engineer H/F pour piloter la stratégie data et concevoir des architectures data modernes, des modèles analytiques et des pipelines robustes.

Vous automatiserez les déploiements (DevOps/DataOps), industrialiserez les modèles ML et accompagnerez les équipes, avec une perspective d'évolution vers du management technique.

Qualifications

• Formation Bac+5 en informatique ou équivalent.
• 5 à 7 ans d'expérience en Data Engineering.
• Maîtrise des modèles de données et des outils d'ingestion/transformation.

Responsabilités

• Concevoir des architectures décisionnelles & Lakehouse (Bronze/Silver/Gold).
• Modéliser et structurer les données dans des Data Warehouses.
• Orchestrer les pipelines (dbt, Airflow/Dagster) et optimiser les performances.
• Industrialiser la Data Science (MLOps) et assurer la conformité (RGPD).

Connaissances

SQL (expert)

Python

dbt

Spark

Formation

Bac+5 en Informatique, Data Engineering ou Génie Logiciel

Outils

Apache Airflow

Dagster

Description du poste

En tant que Lead Data Engineer H/F, vous serez un pilier de la stratégie data d’OVENTI. Votre mission : concevoir des architectures data modernes, modéliser les données pour l'analyse, automatiser les déploiements (DevOps/DataOps) et industrialiser les modèles d'IA (MLOps).

Ce rôle est pensé pour un(e) expert(e) souhaitant allier excellence technique sur le cycle de vie de la donnée, accompagnement des équipes et cadrage stratégique chez nos clients, avec la possibilité de prendre progressivement des responsabilités managériales.

Vos missions au quotidien :

1. Data Engineering, Modélisation & Pipeline

• Concevoir des architectures décisionnelles & Lakehouse : Mettre en place des architectures en Médaillon (Bronze, Silver, Gold) et concevoir des pipelines de données (ETL/ELT) performants.
• Modéliser & Structurer la donnée : Structurer les entrepôts de données (Data Warehouses) à travers des modèles de données robustes
• Optimiser les performances : Gérer finement le partitionnement, le bucketing et le coût des requêtes pour garantir des temps d'exécution minimaux sur de gros volumes.
• Transformer & Orchestrer : Développer des modèles de transformation fiables avec dbt et planifier/surveiller les flux via des orchestrateurs modernes (Apache Airflow, Dagster, ...).
• Industrialiser la Data Science (MLOps) : Automatiser le cycle de vie des modèles ML (CI/CD, Feature Store, tracking d'expérimentations, monitoring de data drift).
• Déployer la culture DataOps : Automatiser la gestion des infrastructures cloud via du code (IaC), sécuriser les environnements et garantir la haute disponibilité.
• Garantir la qualité & la gouvernance : Implémenter des tests automatisés de données (dbt test, Great Expectations) et veiller à la sécurité/conformité (RGPD).

3. Conseil & Leadership Technique

• Cadrer & Piloter les projets d'architecture : Définir la feuille de route technique chez nos clients et dialoguer avec les C-level (CTO, CDO).
• Guider & Mentorer : Transmettre les bonnes pratiques de développement (clean code, testing, versioning) auprès des Data Engineers et Data Scientists.
• Trajectoire d'évolution : Accompagner la croissance de l'équipe data avec la possibilité d'évoluer, à terme, vers l'encadrement d'équipe (recrutement, gestion des carrières).

Vous êtes la personne idéale si :

• Formation : Bac+5 (École d'Ingénieur ou Master) en Informatique, Data Engineering ou Génie Logiciel.
• Expérience : 5 à 7 ans d'expérience en Data Engineering, idéalement en conseil ou chez un pure-player de la Data.
• Expertise Data Engineering : Maîtrise avancée des modèles de données (étoile/flocon, médaillon), du partitionnement et des outils d'ingestion/transformation.
• Appétence Lead/Management : Volonté d'incarner un leadership technique fort, de transmettre vos connaissances et d'évoluer naturellement vers du management d'équipe.

Stack Technique ciblée :

• Modélisation & Data Engineering : SQL (expert), Python, dbt, Spark.
• Orchestration & Performance : Apache Airflow, stratégies de partitionnement & d'indexation.