Lead Data Engineer

Profil recherché

Lead Data Engineer (H/F) – Responsable de la conception et de la mise en œuvre des architectures de données robustes et évolutives.

Responsabilités

• Accompagner et conseiller les clients dans la mise en place de pipelines, plateformes de données et de transformations de données pour soutenir la création de produits data (tableaux de bord, assets média, etc.).
• Orienter les clients dans le choix de la meilleure technologie en tenant compte de la performance, des coûts, de la fiabilité et de l’intégration à l’existant.
• Assurer la qualité des données en mettant en place des processus de nettoyage, de transformation et d’intégration.
• Évangéliser les bonnes pratiques en matière de développement de pipelines de données, de gouvernance et de sécurité.
• Travailler en étroite collaboration avec les équipes produit, technique et business pour comprendre les besoins en données et fournir des solutions adaptées.
• Communiquer efficacement avec les parties prenantes pour aligner les initiatives de données sur les objectifs stratégiques de l’entreprise.

Fonctions internes

• Participer à la production de contenus pour favoriser le partage d’expertises, la formation continue de l’entreprise et développer une culture Data en interne.
• Participer à la construction de proposition commerciale et de présentations stratégiques.
• Développer des templates de code pour accélérer les projets et implémenter les meilleures pratiques.
• Effectuer une veille technique régulière pour rester à jour sur les dernières avancées et innovations dans le domaine de l’ingénierie des données.
• Mentorer les membres juniors de l’équipe pour les aider à développer leurs compétences et atteindre leurs objectifs professionnels.
• Contribuer sur des actions de développement RH et de recrutement.

Qualifications

Master en ingénierie ou en informatique (type Epita, Epitech ou équivalent). 5 ans d’expérience en tant qu’ingénieur data ou développeur, dont au moins 2 ans sur des projets Cloud et de création de plateformes de données pour de grandes organisations ou entreprises tech.

Compétences comportementales essentielles

• Écoute active : Comprendre les besoins et les préoccupations des parties prenantes.
• Leadership : Diriger et motiver une équipe technique.
• Communication : Expliquer des concepts complexes aux parties prenantes non techniques.
• Adaptabilité : S’ajuster aux environnements de travail changeants.
• Esprit critique : Évaluer les situations de manière critique et prendre des décisions basées sur des données.
• Curiosité : Rechercher constamment de nouvelles connaissances et innovations dans le domaine des données.

Hard skills fondamentaux

• DevOps : CI/CD (Tekton, GitHub Actions, Argo, Jenkins), IaC (Terraform), Docker, Kubernetes : performances, monitoring.
• Plateformes de données : Architecture, performances, monitoring.
• Cloud : Maîtrise de Terraform, CloudFormation (plus), monitoring avec Prometheus et Grafana, gestion des logs (ELK), gestion des droits (IAM AWS, Azure AD). Scaling des ressources via auto‑scaling groupes, Kubernetes autoscaler. Solutions serverless (AWS Lambda, Google Cloud Functions, Azure Functions). Stockage et compute : S3, Google Cloud Storage, Azure Blob Storage, EC2, Google Compute Engine.
• Big Data : Bases de données type Cassandra, HBase, MongoDB. Technologies de stockage et traitement massif de données : Redshift, BigQuery, Snowflake.
• Documentation : Création de schémas d’architecture, réalisation de documentations techniques.

Compétences complémentaires à maîtriser

• FinOps : Optimisation de requêtes, dry runs, monitoring des coûts.
• SecOps : Bonnes pratiques, gestion des rôles, principe du least privilege, zéro trust.
• MLOps : MLflow, Kubeflow, Airflow.
• Gouvernance : Matrice des responsabilités, data cataloging (exemples : Collibra, DataGalaxy).

Processus de recrutement

1. Un premier échange avec le Responsable RH pour faire connaissance, évoquer le parcours, les motivations et présenter le poste.
2. Un deuxième entretien avec le Data Manager pour tester les compétences à travers une étude de cas.
3. Un troisième entretien avec le DG de la société.
4. Une réunion de finalisation avec le Président pour finaliser l’offre.