Data Engineer confirmé – Data & IA
Mission basée à Paris
Format hybride
Démarrage souhaité : ASAP
Durée de la mission : longue durée

Contexte

Pour un grand acteur du secteur bancaire, le consultant interviendra au sein d’une squad dédiée aux usages Data avancés et à l’IA.

L’équipe travaille sur la conception, l’industrialisation et l’amélioration continue de solutions data à forte valeur ajoutée, avec des enjeux autour des pipelines de données, du machine learning et de la mise en production.

Mission

Contribuer à la conception, au développement et à l’industrialisation de solutions Data & IA.
L’objectif est de garantir la fiabilité, la performance et la scalabilité des pipelines et des solutions mises en production.

Ce que vous allez faire

Participer à la définition des solutions applicatives Data
Développer, intégrer et valider techniquement les solutions
Concevoir et maintenir des pipelines ETL / ELT (données structurées et non structurées)
Mettre en place des chaînes DataOps (CI/CD, déploiement, monitoring)
Préparer et mettre à disposition des datasets pour les équipes Data / IA
Industrialiser des modèles statistiques et de machine learning
Assurer le versionning des données, des modèles et du code
Suivre les performances et les coûts des solutions
Améliorer en continu les produits et solutions de la squad
Collaborer avec les équipes (Data Scientists, Devs, métiers)
Documenter les systèmes et processus

Ce qui est attendu

Expérience confirmée en Data Engineering
Expérience sur des projets Data / Big Data / IA
Bonne maîtrise des pipelines de données et des problématiques d’industrialisation
Capacité à travailler en environnement Agile
Autonomie, rigueur et esprit d’équipe
Capacité à documenter et structurer ses travaux

Compétences techniques

Python (FastAPI, PySpark)
SQL
ETL / ELT
CI/CD & DataOps (Docker, Kubernetes, GitHub / GitLab Actions)
Bases de données (PostgreSQL, MySQL, Teradata)
Tests et qualité de code (Pytest, SonarQube)
Observabilité (ELK, Prometheus, Grafana, MLflow)

Compétences appréciées

Big Data / Streaming (Spark, Kafka)
Expérience en industrialisation de modèles ML