En un coup d'œil
- Missions: Concevoir et maintenir des pipelines de données performants pour des projets innovants.
- Entreprise: eXalt Ouest, une entreprise dynamique au cœur des transformations numériques.
- Avantages: Culture de confiance, apprentissage continu et opportunités de carrière enrichissantes.
- Autres infos: Environnement stimulant avec des projets variés dans des secteurs d'activité divers.
- Pourquoi ce job: Rejoignez une équipe passionnée et faites la différence dans le monde des données.
- Qualifications: Expérience en Data Engineering, maîtrise de SQL et Python, sens du travail collaboratif.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Dans le cadre du développement et de la modernisation de plateformes data, nous recherchons un·e Data Engineer pour concevoir, développer et maintenir des pipelines de données fiables, performants et industrialisés.
Vous interviendrez sur des missions longues, au cœur des enjeux de collecte, transformation, stockage et mise à disposition de la donnée.
Vous travaillerez en collaboration avec les Data Analysts, Data Scientists, équipes BI, métiers et équipes d'architecture afin de garantir une donnée accessible, sécurisée et de qualité.
- Vos missions
- Concevoir, développer et maintenir les pipelines d'ingestion, de transformation et de chargement de données.
- Mettre en place des flux ETL/ELT robustes, performants et supervisés.
- Participer à la conception et à l'évolution des architectures data : data warehouse, data lake, lakehouse ou datamarts.
- Garantir la qualité, la traçabilité, la disponibilité et la sécurité des données.
- Optimiser les traitements et les requêtes sur des volumes de données importants.
- Industrialiser les développements grâce aux pratiques de versioning, tests, CI/CD et supervision.
- Collaborer avec les équipes métier et data pour mettre à disposition des jeux de données fiables et documentés.
- Contribuer aux standards techniques, aux bonnes pratiques de développement et à la documentation.
- Participer aux réflexions d'architecture et aux projets de migration ou de modernisation des environnements data.
- Profil recherché
- Formation supérieure en informatique, data, école d'ingénieur ou équivalent.
- Expérience significative en Data Engineering, développement de flux de données ou intégration de données.
- Excellente maîtrise de SQL et de Python.
- Bonne connaissance des outils ETL/ELT et des architectures de données.
- Expérience avec des bases de données relationnelles et, idéalement, des technologies Big Data ou cloud.
- Sensibilité aux sujets de qualité, sécurité, gouvernance et observabilité de la donnée.
- Capacité à travailler dans un environnement collaboratif et à échanger avec des interlocuteurs techniques et métiers.
- Maîtrise du français ; un anglais professionnel est apprécié.
- Les plus
- Maîtrise de Dataiku pour le développement et l'industrialisation de traitements data.
- Expérience avec Talend, notamment pour la conception et l'exploitation de flux ETL.
- Connaissance de dbt, Snowflake, Databricks, Kafka ou d'outils équivalents.
- Expérience dans des environnements à fortes contraintes de sécurité, de réglementation et de qualité des données.
- Une expérience auprès d'acteurs de l'assurance, des mutuelles ou de la protection sociale est particulièrement appréciée.
- Déroulement des entretiens
- Un premier échange avec Aurélie, à la suite duquel vous saurez tout (ou presque) d'e Xalt Ouest,
- Un entretien technique avec l'un de nos experts Data
- Un entretien final avec le Directeur d'Agence, pour finir de vous convaincre de nous rejoindre
Qui sont-ils ?
En entreprise, comme en musique, tout est une question de tempo.
Depuis 2018, nous réunissons des consultant·e·s passionné·e·s, curieux·ses et ambitieux·ses, uni·e·s par une même conviction : mettre leur expertise au service des défis numériques, sectoriels et industriels de nos clients.
Notre mission ?
Accélérer les transformations en combinant excellence opérationnelle, curiosité et audace.
Nous accompagnons des acteurs majeurs du luxe, du retail, de l'énergie, du transport, du tourisme, de la banque ou encore de l'assurance — partout où la technologie rencontre l'humain.
Nous aimons la tech quand elle connecte et libère les potentiels.
Nos consultant·e·s ne se contentent pas de conseiller : ils construisent, testent, mettent en production, mesurent, ajustent et recommencent.
Avec nos clients, nous faisons partie du jeu, du début à la fin.
Notre organisation repose sur une culture de la confiance, de l'apprentissage et de la collaboration.
Nous avons conçu un cadre unique qui accompagne chaque e Xalté·e à chaque étape de sa carrière, avec des rôles clairs, des communautés actives et des rituels qui renforcent le collectif.
Nos e Xaltemps trimestriels, notre e Xalt Academy et nos projets internes sont autant d'occasions d'apprendre, de partager et de grandir ensemble.
Aujourd'hui présents en France, au Canada, aux États-Unis, au Royaume-Uni, en Belgique, en Espagne, au Portugal et à Monaco, nous sommes portés par un engagement fort et une énergie contagieuse.
Parce qu'apprendre est notre discipline, agir notre obsession et réussir ensemble notre plus belle victoire.
Pulse. Make. Learn.
Trois mots qui rythment notre quotidien. Et peut-être bientôt le tien ?
Data Engineer H/F in Niort employeur : eXalt
Rejoindre eXalt en tant que Chargé.e de Communication interne en alternance, c'est intégrer une entreprise dynamique qui valorise la culture d'entreprise et l'engagement social. Avec un environnement de travail collaboratif et inclusif, vous aurez l'opportunité de développer vos compétences en communication tout en participant à des projets à impact significatif, tant en France qu'à l'international. De plus, eXalt offre des perspectives de croissance professionnelle et un cadre propice à l'innovation et à la créativité.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer H/F in Niort
✨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 eXalt
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez eXalt. 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 H/F in Niort
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez eXalt, 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 eXalt 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 eXalt. 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 eXalt
✨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 eXalt et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
