En un coup d'œil
- Missions: Construire et maintenir des pipelines de données innovants et performants.
- Entreprise: Entreprise tech dynamique située au cœur de Paris.
- Avantages: Couverture santé complète, congés généreux et environnement de travail agréable.
- Autres infos: Bureau lumineux avec un excellent équilibre entre vie professionnelle et personnelle.
- Pourquoi ce job: Rejoignez une équipe passionnée et impactez des projets de données à grande échelle.
- Qualifications: Expérience avancée en Python, SQL et traitement de données.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Ce que vous ferez :
- Construire et maintenir des pipelines de données par lots et en streaming.
- Déplacer les données de production vers un stockage d'archivage/lac de données de manière sécurisée et observable.
- Améliorer la qualité, la fiabilité et l'observabilité des ensembles de données dérivés.
- Concevoir des validations pour la fraîcheur, l'exhaustivité, la conformité au schéma et la qualité des données.
- Construire des ensembles de données réutilisables qui réduisent le travail d'extraction et d'agrégation de données ponctuelles.
- Optimiser les requêtes et les travaux de traitement des données pour la justesse, la latence et le coût.
- Prototyper avec les bons outils, puis intégrer des expériences de production ciblées avec les systèmes d'amo si nécessaire.
Compétences requises :
- Expérience de niveau senior dans la construction et l'exploitation de pipelines de données.
- Solides compétences en Python et SQL.
- Expérience de production avec Python ou Scala.
- Expérience avec PySpark, Spark SQL, Spark Streaming, Parquet et Iceberg.
- Bonne compréhension du traitement par lots et en streaming.
- Expérience en optimisation de requêtes.
- Familiarité avec les moteurs de données internes et les systèmes de données distribués.
- Expérience avec les lacs de données, les formats de table/de stockage et les ensembles de données dérivés.
Atouts :
- Expérience avec Flink ou des systèmes de traitement en streaming similaires.
- Expérience avec des pipelines d'entraînement ou d'inférence ML.
- Familiarité avec le classement, les recommandations, les embeddings ou la résolution d'entités.
- Expérience avec des systèmes de données sensibles à la vie privée, des flux de travail GDPR ou des pipelines de suppression/exportation de données.
- Expérience de lecture ou de modifications ciblées dans des systèmes soutenus par Rust.
La vie chez amo :
Pour garantir que chacun soit prêt à réussir dans notre mode de travail, nous travaillons ensemble sur site 5 jours par semaine. Nous avons choisi un emplacement au centre de Paris, près de l'Opéra (lignes de métro 3, 8, 9 et RER A). Nous avons un bureau de style parisien avec de hauts plafonds, des balcons et de grandes fenêtres, offrant beaucoup de lumière naturelle !
Parce que la vie en dehors du travail doit également être sans stress, nous couvrons :
- Soins de santé (couverture à 100%).
- Congé de maternité, congé de paternité, congé pour second parent (salaire maintenu à 100%).
- Jours de vacances : 8-9 semaines (total) par an - (été européen ?).
- 5 semaines de congés payés (par l'État) ; 1-2 semaines supplémentaires (RTT, selon notre contrat d'entreprise) ; ~11 jours fériés.
- Nous fermons entièrement deux fois par an, deux semaines en été et une semaine en hiver pour permettre à chacun de vraiment se ressourcer et d'éviter des ralentissements prolongés (surtout en été). Ces pauses font partie de votre temps de vacances total, offrant à chacun une réelle chance de se déconnecter et de se ressourcer. Pas de Slack, pas d'e-mail, pas de FOMO.
Senior Data Engineer employeur : amo
amo est un employeur exceptionnel qui valorise le bien-être de ses employés tout en offrant des opportunités de croissance professionnelle. Situé au cœur de Paris, notre bureau lumineux et accueillant favorise une culture de collaboration où chacun peut s'épanouir. Avec des avantages tels qu'une couverture santé complète, des congés généreux et des pauses pour se ressourcer, nous nous engageons à créer un environnement de travail équilibré et enrichissant.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Senior Data Engineer
✨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 amo
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez amo. 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 Senior Data Engineer
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez amo, 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 amo 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 amo. 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 amo
✨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 amo et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
