En un coup d'œil
- Missions: Concevoir et livrer des pipelines de données et des applications IA sur Google Cloud.
- Entreprise: Fifty-five, une entreprise innovante spécialisée dans les données et l'IA.
- Avantages: Salaire compétitif, couverture médicale, travail à distance et formation continue.
- Autres infos: Environnement dynamique avec des opportunités de croissance de carrière exceptionnelles.
- Pourquoi ce job: Prenez en charge des projets techniques et faites une réelle différence pour nos clients.
- Qualifications: Compétences solides en SQL, Python et expérience en ingénierie cloud.
Le salaire estimé est compris entre 61650 - 75350 € par an.
About the role
You'll design and deliver the data pipelines, platforms and AI applications that drive our clients' decision-making, working directly with them to turn business questions into production-ready systems on Google Cloud.
Our clients span different industries and sizes, from some of the world's biggest brands to fast-growing smaller businesses.
We give engineers real technical ownership.
You'll be the technical lead on your own projects and client accounts, trusted to make the calls and own the outcome.
You'll also be part of an engineering team that reviews each other's work and pitches in across projects.
On your accounts, you'll work day to day with fifty-five's consultants and data scientists.
You'll combine strong SQL, Python and cloud engineering with sound technical judgement, using AI tools to build faster and to a higher standard while keeping full ownership of what you deliver.
You'll also build AI applications for clients and for fifty-five's own teams, and help shape what we offer in data and AI.
What you'll do
- Design, build and operate scalable data pipelines, data models and end-to-end solution architectures on GCP (Big Query, Python, dbt, Airflow, Dataform), balancing reliability, maintainability, performance and cost.
- Own technical delivery on your projects and accounts, from scoping to production: making the design decisions, managing risks and dependencies, and communicating trade-offs clearly.
- Own the quality of what we deliver, with rigorous validation, automated testing, observability and data-quality controls built into production pipelines, and lead the diagnosis and fix when production issues come up.
- Design and build AI applications for clients and for fifty-five, such as LLM agents on Google Cloud with Gemini and Google's ADK.
Take them from prototype to production, with evaluation, cost control and secure handling of client data.
- Use agentic coding tools such as Claude Code or Codex to build faster and improve testing, checking their output critically and staying accountable for the result.
Share what works with the team as demos, docs and reusable patterns.
- Work with clients, consulting and data science teams to clarify requirements, challenge assumptions and turn business needs into pragmatic designs, and explain your reasoning to technical and non-technical people.
- Raise the team's engineering standards through design and code reviews, strong testing practices and clear documentation.
- What you'll bring
- Excellent SQL and strong Python skills.
- Proven experience designing, building and operating reliable data pipelines, data models and cloud platforms (GCP preferred, AWS or Azure also welcome), with transformation and orchestration tooling such as dbt, Airflow or Dataform.
- Strong software engineering practices: Git-based workflows, code review, automated testing and CI/CD.
- Hands-on experience building with LLMs (Gemini or similar), such as agents, connecting models to data and APIs, and evaluating outputs.
The judgement to know when to rely on AI-assisted engineering tools and when to verify.
- The ability to break down ambiguous problems, see the business challenge behind a task, make well-reasoned decisions, and prototype and pitch ideas for what we could build for clients.
- Excellent client-facing communication and confidence leading delivery independently: running several client projects at once and re-prioritising as client needs change, solo or within a larger project team.
Desirable experience
- Infrastructure as code (Terraform), cloud IAM, and secure handling of client data.
- Taking LLM agents to production: evaluation and guardrails, cost control, or making them available in Slack, Teams or similar tools.
- Applied data science (exploratory or statistical analysis), and dashboarding tools such as Looker or Power BI.
- Marketing platforms and an understanding of marketing data.
About the company
Part of The Brandtech Group, fifty-five is a data company helping brands collect, analyse and activate their data across paid, earned and owned channels to increase their marketing ROI and improve customer acquisition and retention.
Headquartered in Paris with offices in London, Hong Kong, New York and Shanghai, fifty-five is a certified Google Partner company and was named by Deloitte as one of the fastest-growing tech firms in Europe, thanks to its unique technology approach combining talent with software and service expertise.
If this sounds like you, please get in touch! We look forward to meeting you.
In return, we are pleased to offer you the following benefits
- Being part of a multicultural, dynamic and fast-growing team
- Continuous (and certified) training on the digital ecosystem and technologies (initial training for all new employees, followed by recurring training sessions)
- Private medical coverage through AXA
- Transport for London monthly travel card allowance
- The flexibility to work remotely for part of the week
- 25 days holiday per year, in addition to UK bank and public holidays
- Company pension plan
- Company-sponsored sporting and social activities
- Monthly Codecademy subscription - reimbursable upon completion of chosen training path fifty-five encourages diversity and is committed to guaranteeing equal treatment of all applications, regardless of gender, age, origin, sexual orientation, state of health or political or religious opinion.
- #J-18808-Ljbffr
Data Engineer (Data And Ai) employeur : fifty-five
Travailler chez fifty-five, c'est rejoindre une entreprise innovante au cœur de Paris, où l'expertise en data et marketing se conjugue avec une culture collaborative et dynamique. Nous offrons des opportunités de développement professionnel continu, un environnement de travail stimulant et des projets passionnants qui vous permettront de faire la différence dans le secteur. Rejoignez-nous pour contribuer à transformer les données en stratégies gagnantes et vivre une expérience enrichissante au sein d'une équipe de plus de 320 experts.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer (Data And Ai)
✨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 fifty-five
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez fifty-five. 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 (Data And Ai)
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez fifty-five, 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 fifty-five 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 fifty-five. 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 fifty-five
✨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 fifty-five et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
