En un coup d'œil
- Missions: Concevoir et maintenir des pipelines de données avec des technologies modernes.
- Entreprise: Entreprise innovante spécialisée dans le cloud et les données.
- Avantages: Salaire compétitif, télétravail, et opportunités de développement professionnel.
- Autres infos: Environnement stimulant avec des possibilités d'évolution de carrière.
- Pourquoi ce job: Rejoignez une équipe dynamique et impactez des projets data passionnants.
- Qualifications: Expérience en data engineering et compétences en collaboration.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Delivery data engineering en proximité métier.
Concevoir, développer et maintenir des pipelines de données batch, event-driven ou streaming selon les besoins des produits data.
Traduire les exigences fonctionnelles et contraintes techniques en solutions data simples, robustes, scalables et maintenables.
Contribuer aux cérémonies de delivery, au chiffrage, à la planification, à la gestion des dépendances et à la sécurisation des engagements des squads.
Assurer une collaboration fluide avec les Delivery Managers pour rendre visibles les risques, dépendances, arbitrages et points de blocage.
Industrialisation, qualité et fiabilité
Mettre en œuvre les « quality gates » : tests unitaires et d'intégration, tests de données, contrôle de schéma, idempotence, stratégies de reprise et validation de la qualité.
Appliquer les standards de développement Python, PySpark et SQL, ainsi que les bonnes pratiques Git, CI/CD, revue de code et documentation.
Contribuer à l'observabilité des flux : logs, métriques, alerting, lineage, suivi des SLA/SLO et analyse des incidents de run.
Participer au diagnostic et à la résolution des incidents ou problèmes de production en lien avec les équipes plateformes, CloudOps et SecOps.
Architecture data, Lakehouse et performance
Implémenter les patterns d'architecture validés : ingestion, modélisation Lakehouse, architecture médaillon, data products, APIs de données et intégrations réutilisables.
Optimiser les traitements Spark/Databricks, les requêtes SQL, les stratégies de stockage et l'utilisation du compute afin d'améliorer performance et coûts.
Documenter les choix techniques structurants et contribuer aux ADR lorsque les décisions impactent les standards ou la trajectoire cible.
Veiller à la cohérence des solutions avec l'architecture One B2C, les standards Data Engineering & Platforms et les exigences entreprise.
Sécurité, gouvernance et conformité
Intégrer les exigences de sécurité by design : gestion des secrets, IAM, droits d'accès, chiffrement, durcissement, scans et séparation des environnements.
Appliquer les règles de protection des données, d'anonymisation, de minimisation, de traçabilité et de conformité RGPD.
Contribuer à la gouvernance opérationnelle des datasets, métadonnées, contrats de données, contrôles d'accès et règles de qualité.
Travailler avec les équipes Cybersecurity, Infrastructure, Data Office et Architecture pour garantir l'alignement avec les standards ENGIE.
AI-assisted engineering et amélioration continue
Utiliser de manière responsable les outils d'ingénierie assistée par IA, tels que Copilot, agents, génération de code, SQL, tests, documentation et aide au debugging.
Identifier et proposer des opportunités d'automatisation pour accélérer le delivery, réduire les erreurs et standardiser les pratiques d'ingénierie.
Profil candidat
Formation et expérience
Formation supérieure en informatique, data, ingénierie, mathématiques appliquées ou discipline équivalente.
Expérience confirmée en data engineering, idéalement 5 à 7 ans, dans des environnements cloud (AWS), data platform ou produits data.
Expérience significative de delivery en mode agile, squad ou feature team, avec interactions régulières avec métiers, product owners et delivery managers.
Une expérience dans un contexte de transformation, de modernisation de plateforme data ou d'organisation multi-équipes est attendue ou fortement appréciée.
Compétences comportementales
Orientation « delivery » et impact : produire de la valeur de manière régulière, visible et fiable.
Rigueur d'ingénierie & pragmatisme : développer, tester, documenter, opérer et améliorer en continu.
Collaboration & communication : travailler efficacement avec les Delivery Managers, Tech Leads, Architectes, Data Product Managers, métiers et équipes plateforme. Expliquer clairement les contraintes, arbitrages, risques et options techniques.
Data Engineer Databricks / Python / AWS employeur : ACENSI Ile de France
Rejoindre notre entreprise en tant qu'Ingénieur Cloud Azure & Développement, c'est intégrer une équipe dynamique où l'innovation et la collaboration sont au cœur de notre culture. Nous offrons des opportunités de croissance professionnelle grâce à des projets stimulants dans un environnement Cloud de pointe, tout en favorisant un équilibre entre vie professionnelle et personnelle. Située dans une région propice à l'épanouissement, notre entreprise valorise le développement des compétences et encourage les initiatives individuelles.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer Databricks / Python / AWS
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de ACENSI Ile de France
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez ACENSI Ile de France. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Data Engineer Databricks / Python / AWS
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez ACENSI Ile de France, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à ACENSI Ile de France que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez ACENSI Ile de France. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez ACENSI Ile de France
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de ACENSI Ile de France et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
