En un coup d'œil
- Missions: Concevoir et développer des flux de données dans Snowflake pour une plateforme moderne.
- Entreprise: Acteur spécialisé dans la gestion d'actifs financiers en pleine transformation digitale.
- Avantages: Opportunités de carrière, environnement dynamique et projets innovants.
- Autres infos: Rejoignez une équipe collaborative et contribuez à l'amélioration continue des pratiques.
- Pourquoi ce job: Participez à la création d'une plateforme Data moderne et impactez le secteur financier.
- Qualifications: 6 à 10 ans d'expérience en Data Engineering, maîtrise de Python et SQL.
Le salaire estimé est compris entre 58500 - 71500 € par an.
Dans le cadre de la modernisation de son système d’information, un acteur spécialisé dans la gestion d’actifs financiers recherche un
Data Engineer Snowflake Senior pour participer à la construction d’une nouvelle plateforme de données.
L’objectif est de centraliser les données issues de différentes applications, d’en garantir la qualité et de les rendre accessibles aux équipes métier dans un environnement data moderne.
- Développement et intégration des données
- Concevoir et développer des flux de données permettant de collecter, transformer et intégrer des données dans Snowflake ;
- Développer des traitements complexes en Python et SQL ;
- Structurer les données selon différents niveaux de transformation : données brutes, nettoyées et prêtes à être exploitées ;
- Mettre en place des contrôles pour garantir la qualité, la cohérence et la fiabilité des données ;
- Optimiser les traitements et les performances des pipelines de données.
- Développer et maintenir les transformations de données avec dbt ;
- Orchestrer et automatiser les traitements à l’aide d’Airflow ;
- Participer à la mise en place d’une architecture moderne de données, notamment selon le modèle Médaillon ;
- Contribuer à la fiabilité et à la supervision des traitements.
- Développement d’API et accompagnement métier
- Concevoir et développer des API REST permettant aux applications de consulter les données ;
- Collaborer avec les équipes Data et les interlocuteurs métier pour comprendre leurs besoins ;
- Rédiger les spécifications techniques et la documentation des développements ;
- Participer à l’administration et au bon fonctionnement de la plateforme Snowflake.
- Référent technique
- Prendre en charge les développements complexes et contribuer aux choix techniques ;
- Proposer des solutions adaptées aux enjeux de performance, de qualité et de maintenabilité ;
- Accompagner techniquement un Data Engineer moins expérimenté ;
- Contribuer à l’amélioration continue des pratiques de développement.
- Profil recherché
- Vous disposez de
6 à 10 ans d’expérience en Data Engineering et avez déjà participé à la conception ou à l’évolution de plateformes de données en environnement professionnel.
Vous êtes autonome sur les développements, capable de prendre en charge des sujets techniques complexes et à l’aise avec les architectures modernes de données.
- Compétences indispensables
- Expérience significative sur
- Snowflake
- Très bonne maîtrise de
- Python et SQL
- Expérience en développement de pipelines et de flux de données ;
- Maîtrise de dbt pour la transformation et la structuration des données ;
- Expérience avec
- Airflow pour l’orchestration des traitements ;
- Bonne compréhension des architectures modernes de données et du modèle Médaillon ;
- Capacité à concevoir des traitements robustes, performants et maintenables.
- Compétences appréciées
- Expérience dans la banque, la finance ou la gestion d’actifs ;
- Développement d’API REST ;
- Connaissances en C# ;
- Expérience dans la conception de plateformes Data ;
- Capacité à accompagner et à faire monter en compétence des profils moins expérimentés.
Vous souhaitez contribuer à la construction d’une plateforme Data moderne et jouer un rôle moteur dans les choix techniques ?
Cette mission vous permettra d’intervenir sur des sujets structurants au cœur de la transformation du système d’information.
#J-18808-Ljbffr
Data Engineer Snowflake Senior (F/H) in Paris employeur : CELAD
CELAD Strasbourg est un employeur de choix, offrant un environnement de travail collaboratif et dynamique où l'innovation est au cœur des projets. En tant que testeur mainframe, vous bénéficierez d'opportunités de développement professionnel tout en travaillant sur des applications essentielles pour la gestion des cartes bancaires. Avec une culture axée sur le soutien mutuel et l'excellence, CELAD favorise la croissance de ses employés dans un cadre flexible, incluant le télétravail.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer Snowflake Senior (F/H) in Paris
✨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 CELAD
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez CELAD. 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 Snowflake Senior (F/H) in Paris
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez CELAD, 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 CELAD 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 CELAD. 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 CELAD
✨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 CELAD et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
