Data Engineer – Data & AI (F/H)
Summary
ASTRELYA is hiring a Data Engineer in Geneva to design and industrialize robust data architectures (Data Warehouse/Lake/Lakehouse) that feed analytics platforms and AI solutions. Day to day: building batch and streaming pipelines in cloud or on-prem environments using Python, Spark, Snowflake/Databricks, with CI/CD and DataOps/MLOps practices.
En tant que Data Engineer chez Astrelya, vous concevrez et industrialiserez des architectures data robustes pour alimenter des plateformes analytiques et des solutions IA. Vous intervenez sur des programmes de modernisation, migration cloud et cas d’usage IA, en travaillant sur des pipelines batch et streaming et des environnements variés (on‑premise et cloud). Vous collaborez avec des équipes techniques et métiers pour assurer qualité, sécurité et gouvernance des données. Ce poste vous place au cœur de projets data stratégiques et d’expérimentation IA, dans une culture humaine et proche des clients.
Leistungen / Benefits- formations et certifications
- coaching technique
- communautés d’expertise (Data, Cloud, DevOps, IA)
- projets innovants autour de la Data et de l’IA
- événements internes et ateliers tech
- salons et conférences partenaires
- Concevoir et faire évoluer l’architecture Data Platform (Data Warehouse/Data Lake/Lakehouse)
- Développer et maintenir pipelines de données (batch & streaming) en cloud ou on‑premise
- Structurer et transformer les données à travers bronze/silver/gold
- Garantir qualité, sécurité et gouvernance des données pour usages analytiques et IA
- Mettre en place Data Labs et plateformes d’expérimentation pour Data & IA
- Industrialiser les pipelines alimentant des modèles ML et IA générative
- Mettre en place CI/CD et pratiques DataOps/MLOps
- Participer à la mise en production et au support des plateformes data
- Collaborer avec Data Scientists, Data Architects, ML Engineers, Data Product Owners et BI Engineers
- Veiller activement aux innovations Data, IA et Cloud
- Solide expérience en Data Engineering ( ingestion, transformation, stockage et exposition)
- Maîtrise de Python, Spark, Snowflake ou Databricks
- Bonne compréhension des architectures modernes (Lakehouse, Data Platform, Data Mesh)
- Connaissance des pratiques DataOps et CI/CD pour pipelines de données
- Sensibilité à l’industrialisation de la data pour IA/ML
- Aisance à collaborer avec équipes técnicas et métiers
- Curiosité, pragmatisme et orientation solution
- Excellente maîtrise de l’anglais (écrit et oral)
- Collaboration interdisciplinaire
- Orientation solution
- Curiosité et pragmatisme
- Python
- Spark/PySpark
- Snowflake ou Databricks