Data Engineer

Contexte

Dans le cadre de la transformation Agentic AI d’une grande entreprise du secteur de l’assurance, la couche sémantique est identifiée comme une couche située entre les sources de données et les utilisateurs finaux ou les systèmes qui les consomment. Son rôle est d’abstraire les structures de données (tables, noms de colonnes, jointures) pour les traduire en un vocabulaire métier (concepts, définitions, relations, règles) que les humains et les machines peuvent interpréter. Elle est identifiée comme un composant clé permettant aux agents basés sur les LLM d’interpréter les données de manière fiable et contribuera ainsi à la mise à l’échelle de l’Agentic AI sur plusieurs cas d’usage.

Missions

• Exploration des entités et mise en œuvre d’une première approche de déploiement de la couche sémantique (vocabulaire métier, ontologies, processus métier, produits de données, mapping des produits de données, etc.)
• Mise en place des outils et technologies associés, sur la base de cas d’usage Agentic sélectionnés au sein des entités

Expertise

• Ingénierie des plateformes de données (installation et gestion des outils et services data)
• Ingénierie des données (incluant la modélisation des données, les produits de données, etc.)
• Expertise sur Databricks
• Gestion des données, incluant la qualité des données, la sémantique, les ontologies, etc.
• Expertise sur MS Fabric et Snowflake
• Expérience dans les grandes entreprises fédérées et complexes, ainsi que dans la collaboration entre différentes entités
• Expertise en IA, LLM et Agentic AI
• Environnement anglophone obligatoire

Conditions de travail

• Type de prestation : Data Engineer
• Lieu de la mission : Paris
• Expérience : minimum 8 années
• Date de démarrage : 07/09/2026
• Certification Databricks requise

1. Minimum 8 années d'expérience
2. Anglais courant
3. Expertise en ingénierie des plateformes de données (installation et gestion des outils et services data)
4. Expertise en ingénierie des données (modélisation des données, produits de données, etc.)
5. Expertise sur Databricks
6. Expertise en gestion des données, incluant la qualité des données, la sémantique, les ontologies, etc.
7. Expertise sur MS Fabric et Snowflake
8. Expertise dans les grandes entreprises fédérées et complexes, ainsi que dans la collaboration entre différentes entités
9. Expertise en IA, LLM et Agentic AI
10. Certification Databricks