Senior Data Engineer
Summary
Senior Data Engineer at Sancare, a French healthtech startup applying AI to hospital health data. You'll own and evolve the production data stack (dbt, Dagster, ClickHouse, S3, PostgreSQL), fix performance/reliability issues, standardize data engineering practices, and ensure GDPR/HDS compliance. Office in central Paris, ~2 days/week remote.
Les données de santé sont complexes, hétérogènes, confidentielles, réglementées — et chaque hôpital a ses propres systèmes. La nouvelle stack data de Sancare est en production : solide, mais perfectible. Vous êtes la personne qui en prend la mesure, identifie ce qui doit changer, et le change.
Sancare
Sancare met l'IA au service des données de santé hospitalières. Une trentaine de collaborateurs, une quarantaine de clients hospitaliers, des locaux à Châtelet.
Missions
- Concevoir et faire évoluer l'architecture data (modèles, pipelines, dbt / dagster / ClickHouse / S3) en lien avec les équipes ML, Web et Infra
- Identifier et traiter les problèmes de fond sur la nouvelle stack en production : performance, fiabilité, observabilité
- Standardiser les pratiques data engineering de l'équipe : revue de code, tests, documentation, monitoring
- Garantir la conformité réglementaire des développements data (privacy by design, RGPD, HDS), en lien avec le DPO
- Traduire les besoins produit et métier en solutions techniques, en interface avec les équipes tech non-data
- Contribuer à la roadmap des modèles de données pour améliorer la qualité prédictive et ouvrir de nouveaux produits
- Rôle structurant sur la stratégie data de Sancare, avec une vraie latitude de décision
- Paris centre (Châtelet)
- Télétravail : 2 jours/semaine en moyenne, organisés librement (forfait annualisé) — 4 jours/semaine pour les trajets domicile-bureau supérieurs à 1h30
- Tickets restaurant
- Mutuelle Alan Blue
- Hello CSE
Qualifications
Indispensable :
- Python avancé et SQL avancé
- Maîtrise de dbt, dagster, ClickHouse, PostgreSQL
- Expérience sur des architectures à médaillon et pipelines ETL/ELT complexes
- Connaissance des exigences RGPD et HDS appliquées à la data
- Esprit d'équipe affirmé, sans ego technique
- Rigueur documentaire et capacité à comprendre les enjeux métier
Apprécié :
- Connaissance des formats et protocoles données de santé (HL7, FHIR, OMOP)
- Connaissances dans les techniques de named entity recognition (NER), OCR classique ou via l'utilisation de visual language models (VLM)