DATA PLATFORM ENGINEER SENIOR - H/F

Description :Vous rejoignez l'équipe Data Groupe pour fiabiliser, opérer et faire évoluer une plateforme data moderne, utilisée par plusieurs équipes et business units.VOS MISSIONSFIABILISER ET OPÉRER LA PLATEFORME DATA DU GROUPE * Opérer et faire évoluer notre stack data : Snowflake, dbt, Airflow 3, Airbyte. * Intervenir sur une plateforme déployée sur AKS via ArgoCD et Helm. * Renforcer la robustesse, la scalabilité, la sécurité et la simplicité d'exploitation de la plateforme. * Contribuer au run, à la supervision et à l'amélioration continue de l'existant.RENFORCER L'OBSERVABILITÉ ET LA QUALITÉ DES DONNÉES * Déployer et industrialiser la suite de tests Elementary : fraîcheur, volumétrie, anomalies. * Contribuer au monitoring via Grafana. * Fiabiliser les traitements et améliorer la visibilité sur la qualité des données. * Mettre en place des pratiques permettant d'anticiper les incidents et de réduire les risques en production. FAIRE TOURNER ET FAIRE GRANDIR NOS PRODUITS DATA INTERNES * Contribuer au run et aux évolutions de nos produits internes. * Intervenir sur un écosystème technique composé notamment de FastAPI, React, PostgreSQL et Snowflake. * Participer aux évolutions du référentiel opérationnel, du registre sémantique et du traitement des fichiers sell-out. * Contribuer à l'industrialisation de notre pipeline d'entity resolution.INSTRUMENTER LES USAGES IA DE LA PLATEFORME * Instrumenter les usages IA de la plateforme via Langfuse et OpenMetadata. * Contribuer au suivi, à la documentation et à l'évaluation des usages IA. * Participer à la maîtrise des coûts et à la fiabilisation des workloads IA en production.ACCOMPAGNER LES ÉQUIPES DATA * Travailler en binôme avec les Data Engineers des zones et business units. * Participer à la revue de leurs pull requests. * Intervenir notamment sur les sujets staging, sources, modélisation et qualité. * Diffuser les bonnes pratiques d'industrialisation, de documentation et de sécurité. Profil recherché : * 5 ans minimum d'expérience en data engineering ou data platform. * Expérience significative sur une plateforme data en production, utilisée par plusieurs équipes, business units ou clients. * Maîtrise du SQL : modélisation, optimisation, gestion des droits/RBAC. * Très bonne maîtrise de dbt en contexte industrialisé : modèles incrémentaux, tests, packages, CI/CD, documentation. * Solide expérience d'Airflow, idéalement en version 2.x ou 3.x. * Connaissance des bonnes pratiques d'orchestration : datasets/assets, patterns de factory, monitoring des DAGs. * Expérience avec un outil d'ingestion managé type Airbyte ou Fivetran. * Pratique confirmée de Python : qualité de code, tests, maintenabilité. * Culture DevOps réelle : Kubernetes, Helm, GitOps/ArgoCD, CI/CD, gestion des secrets, environnements multiples. * Réflexe config-as-code et security by design : changements versionnés, revus, reproductibles et documentés. * Autonomie, rigueur et capacité à simplifier les systèmes existants. * Français courant et anglais professionnel, notamment pour la documentation et les livrables groupe. * NICE TO HAVE * Expérience d'un semantic layer ou d'une couche métriques gouvernée : dbt metrics, MetricFlow, Cube ou équivalent. * Expérience de migration depuis un existant BI : DAX, Tabular, Power BI. * Connaissance de l'entity resolution ou du MDM : Splink, dédoublonnage probabiliste, golden records. * Pratique de l'observabilité data : Elementary, Monte Carlo, Grafana. * Expérience sur des catalogues de données : OpenMetadata, DataHub. * Expérience d'instrumentation de workloads LLM en production : OpenAI Batch, Langfuse, suivi des coûts, évaluation. * Notions de FastAPI et de React pour contribuer ponctuellement aux produits data internes. * Expérience en environnement multi-tenant, retail, SaaS B2B ou CPG. * Connaissance de Terraform. * Contribution à des choix d'architecture warehouse : tenancy, optimisation des coûts, structuration des environnements