Data Engineer (Dataiku / Snowflake) ( à partir de 5 années d'expérience)

Contexte

Dans le cadre du développement et de l’industrialisation de Spider, une application de lutte contre la fraude, au sein de l’usine cognitive, nous recherchons un Data Engineer chargé de concevoir, développer et maintenir des pipelines de données fiables et performants.

Le consultant interviendra sur l’intégration, la transformation, la modélisation et la mise à disposition des données nécessaires aux cas d’usage de détection et d’investigation de la fraude. Il veillera à la qualité, à la traçabilité, à la gouvernance et à la conformité des données dans un environnement d’assurance réglementé.

Missions principales

• Concevoir, développer et maintenir des pipelines de données ETL/ELT avec Dataiku, SQL, Python et Snowflake.

• Intégrer, collecter, nettoyer et transformer des données issues de sources hétérogènes.

• Concevoir et mettre en œuvre des modèles de données adaptés aux besoins de détection et d’investigation de la fraude.

• Appliquer les principes d’architecture medallion et les bonnes pratiques de conception des architectures de données.

• Garantir la qualité, la fiabilité, la traçabilité et la disponibilité des données.

• Mettre en œuvre les principes de gouvernance des données et veiller au respect des exigences réglementaires.

• Optimiser les traitements SQL et Python ainsi que les performances des pipelines.

• Assurer la gestion du versionnement du code et la collaboration via Git.

• Collaborer avec les équipes Data, métiers et techniques dans un environnement Agile/Scrum.

• Contribuer à l’industrialisation et à l’amélioration continue des solutions de lutte contre la fraude.

Compétences requises

• Dataiku : conception et orchestration de workflows de données.

• SQL avancé : requêtage complexe, transformation et optimisation des données.

• Python : développement de scripts et automatisation des traitements de données.

• Snowflake : exploitation d’un entrepôt de données cloud et optimisation des traitements.

• Modélisation des données : conception de modèles adaptés aux besoins métiers et analytiques.

• ETL/ELT : conception, développement et maintenance de pipelines de données.

• Architecture des données : maîtrise des principes d’architecture medallion et des fondamentaux du data mesh.

• Gouvernance des données : qualité, traçabilité, documentation et conformité.

• Data Mining : préparation et exploitation des données à des fins d’analyse et de détection.

• Gestion de versions : utilisation de Git et application des bonnes pratiques de développement.

• Méthodologies de travail : expérience des environnements Agile/Scrum.

• Compétences comportementales : autonomie, rigueur, esprit analytique et bonnes capacités de communication.

Compétences appréciées

• Connaissance du secteur de l’assurance et des problématiques de lutte contre la fraude.

• Expérience dans la criminalité financière, le KYC (Know Your Customer), le screening ou l’AML/CFT (lutte contre le blanchiment de capitaux et le financement du terrorisme).

• Maîtrise de Neo4j et du langage de requête Cypher.

• Expérience dans le développement de solutions analytiques et la mise en production de cas d’usage de détection de fraude.

• Connaissance des exigences réglementaires et des bonnes pratiques de sécurité applicables aux données sensibles.