Le client recherche un profil hybride Data Engineer / DevOps afin de concevoir, industrialiser et exploiter ses plateformes data et applicatives. L’objectif est de garantir une chaîne de traitement fiable, performante et scalable, depuis l’ingestion des données jusqu’au déploiement en production, tout en accompagnant la modernisation des infrastructures cloud et des pratiques DevOps.

Environnement de travail

• Localisation : Paris La Défense

• Temps plein

• Date de démarrage de mission : 20/07/2026

Détails de la mission

Missions principales

Objectifs

• Concevoir et maintenir des plateformes data robustes et évolutives.

• Industrialiser les pipelines de traitement et les déploiements applicatifs.

• Garantir la performance, la disponibilité et la qualité des données.

• Mettre en œuvre les bonnes pratiques DevOps, de sécurité et d’automatisation.

Finalités

Contribuer à la fiabilité et à la scalabilité de la chaîne de valeur data en assurant l’ingestion, le traitement, le stockage et le déploiement des applications dans des environnements cloud modernes.

Attributions

Tâches & Activités principales

• Concevoir et maintenir des pipelines d’ingestion de données sécurisés et scalables.

• Intégrer des données issues d’API, bases SQL/NoSQL, flux streaming et fichiers.

• Développer et optimiser des workflows ETL/ELT (Spark, Kafka, Airflow, DBT).

• Structurer les données au sein de Data Lakes, Data Warehouses ou architectures Lakehouse.

• Mettre en place des infrastructures via Infrastructure as Code (Terraform, Ansible, CloudFormation).

• Construire et maintenir des pipelines CI/CD pour les projets data et applicatifs.

• Automatiser les déploiements, tests, supervision et procédures de rollback.

• Superviser les environnements à l’aide d’outils d’observabilité (Prometheus, Grafana, ELK, Datadog).

• Optimiser les performances et les coûts des infrastructures cloud.

• Mettre en œuvre les bonnes pratiques de sécurité (IAM, chiffrement, gestion des secrets) et assurer la conformité RGPD.

• Collaborer avec les Data Scientists, développeurs, équipes produit et sécurité.

• Documenter les architectures, pipelines et processus techniques.

Compétences techniques

• Python, SQL, Scala.

• Spark, Kafka, Airflow, DBT.

• Bases de données SQL/NoSQL (PostgreSQL, BigQuery, Snowflake, MongoDB…).

• Docker, Kubernetes.

• CI/CD (GitLab CI, GitHub Actions, Jenkins).

• Infrastructure as Code : Terraform, Ansible.

• Observabilité : Prometheus, Grafana, ELK, Datadog.

• Maîtrise d’AWS, Azure ou GCP et des environnements hybrides ou multi-cloud.

Compétences comportementales

• Forte capacité d’analyse.

• Culture de l’automatisation et de l’amélioration continue.

• Esprit d’équipe et sens du service.

• Excellentes qualités de communication et de pédagogie.

• Rigueur et autonomie.