En un coup d'œil
- Missions: Diriger un projet de data engineering sur AWS, construire des pipelines et encadrer une équipe.
- Entreprise: Ingéniance, une communauté d'experts en data et finance de marché.
- Avantages: CDI avec opportunités de développement professionnel et environnement dynamique.
- Autres infos: Autonomie et leadership sont essentiels pour ce rôle.
- Pourquoi ce job: Rejoignez une mission impactante dans le secteur bancaire avec des technologies de pointe.
- Qualifications: 8 ans d'expérience en data engineering, maîtrise de Python et PySpark.
Le salaire estimé est compris entre 63000 - 77000 € par an.
Nous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un Data Engineer Senior à posture de lead, pour porter une plateforme de données AWS lancée from scratch pour une équipe des marchés actions.
Chaque nuit, des batchs produisent des prix, des sensibilités et du Pn L sur plusieurs centaines de millions de lignes.
Les équipes métier connaissent ces données, mais ont besoin d'un expert pour construire des pipelines industriels.
Vous pilotez le projet au quotidien, en appui du Tech Lead qui valide les grandes orientations.
Vos missions : - Porter le projet de bout en bout : cadrage avec le métier, découpage, priorisation et plan de livraison. - Proposer et défendre les choix d'architecture, et arbitrer en autonomie. - Encadrer deux développeurs (un junior, un confirmé) : standards de code, revues, montée en compétences. - Définir la stratégie de refactoring d'un projet existant, priorisée par risque et par valeur. - Construire un framework commun piloté par configuration et développer les pipelines Python / Py Spark sur AWS Glue. - Orchestrer avec Step Functions et Event Bridge, organiser le stockage S3 (Parquet ou Iceberg) et l'exposition via Glue Data Catalog et Athena. - Mettre en place la qualité des données et le monitoring, et optimiser performances et coûts. - Industrialiser avec l'équipe Dev Ops : Terraform, CI/CD, tests.
Vous rejoignez Ingéniance en CDI et intégrez une communauté d'experts de la data et de la finance de marché.
Profil candidat: Vous justifiez d'au moins 8 ans d'expérience en data engineering, dont un vrai pilotage technique de projet data (Tech Lead, lead dev ou équivalent) avec des décisions d'architecture prises et défendues.
Compétences attendues : - Python maîtrisé en profondeur (compréhensions, collections, map/filter), sans dépendre de la documentation. - Py Spark en production : Spark UI, skew, mémoire, AQE, UDF et fonctions natives. - AWS : Glue, Step Functions, S3, Athena, maîtrise des coûts. - Industrialisation : Git, CI/CD, tests, conception de frameworks réutilisables. - Appréciés : Terraform, Iceberg, Airflow, connaissance de la finance de marché (pricing, grecs, Pn L, produits actions).
Vous êtes autonome, force de proposition face à un besoin flou, et à l'aise pour encadrer et faire grandir une équipe.
Data Engineer Senior Lead Python / PySpark / AWS - F/H employeur : Ingeniance
INGENIANCE est un employeur de choix, offrant à ses collaborateurs un environnement dynamique et stimulant au cœur de la région parisienne. En intégrant une communauté d'experts, vous bénéficierez d'un management de proximité qui valorise le développement personnel et professionnel, tout en travaillant sur des projets à forte valeur ajoutée dans le secteur bancaire et financier. Avec des opportunités de croissance continue et une culture d'innovation, rejoindre INGENIANCE, c'est construire un parcours professionnel enrichissant et significatif.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer Senior Lead Python / PySpark / AWS - F/H
✨Participer à des hackathons
Les hackathons sont une super opportunité pour montrer tes compétences en data science. En participant, tu peux non seulement travailler sur des projets concrets, mais aussi rencontrer des recruteurs et des professionnels du domaine. Qui sait, ça pourrait mener directement à une offre chez Ingeniance!
✨Contribuer à des projets open-source
Plonger dans des projets open-source te permet de mettre en pratique tes compétences et d'améliorer ta visibilité dans la communauté des data scientists. C'est aussi une manière géniale de bâtir ton réseau et de te faire remarquer par des entreprises comme Ingeniance.
✨Réseauter lors de conférences
Les conférences en data science sont le lieu idéal pour rencontrer des professionnels du secteur. N'hésite pas à te présenter, échanger des cartes de visite et discuter de projets avec des personnes qui travaillent dans des entreprises que tu admires, y compris Ingeniance.
✨Appliquer directement via notre site
Quand tu vois une offre chez Ingeniance, n'attends pas ! Postule directement sur notre site. Montre-nous ton enthousiasme pour le poste de data scientist à temps plein, et n'oublie pas d'inclure des exemples de tes projets et réalisations.
Nous pensons qu'il te faut ces compétences pour exceller en tant que Data Engineer Senior Lead Python / PySpark / AWS - F/H
Quelques conseils pour ta candidature 🫡
Met en avant tes projets de data science:Pour un poste en data science chez Ingeniance, assure-toi d'inclure des liens vers tes projets sur GitHub ou des articles de blog où tu expliques tes analyses de données. Ça montre que tu es actif dans le domaine et que tu comprends les défis du travail réel.
Soigne ton CV avec des compétences techniques précises:Quand tu écris ton CV pour un emploi de data scientist, mets en avant les langages de programmation que tu maîtrises (comme Python ou R) et des frameworks comme TensorFlow ou Scikit-learn. Mentionner des projets où tu les as utilisés peut vraiment faire la différence !
Raconte ta passion pour les données dans ta lettre de motivation:Dans ta lettre de motivation, explique pourquoi tu es passionné par la data science et comment ce poste chez Ingeniance s'aligne avec tes ambitions. C'est l'occasion de montrer ta curiosité intellectuelle et ton envie d'apprendre dans un environnement dynamique.
Soumets ta candidature via notre site:Pour qu'on puisse mieux te considérer pour ce poste, pense à postuler directement sur notre site Web. Cela nous permet de centraliser les candidatures et de mieux te connaître à travers ton formulaire.
Comment te préparer à un entretien d'embauche chez Ingeniance
✨Maîtrise des outils de Data Science
Assurons-nous de bien réviser les outils que l'on utilise dans le domaine de la data science, comme Python ou R. Sois prêt à discuter des bibliothèques que tu as maîtrisées, comme Pandas ou scikit-learn, et donne des exemples concrets de projets où tu les as utilisés.
✨Prépare-toi à des questions techniques
Attends-toi à des questions techniques sur des sujets comme l'apprentissage machine ou l'analyse de données. On pourrait te demander de résoudre un problème en direct ou de décrire un algorithme que tu as utilisé dans le passé. Prépare-toi à montrer ta capacité à analyser et interpréter des données !
✨Montre ta passion pour l'apprentissage
En tant que candidat pour un poste à temps plein, il est crucial de montrer ton envie d'apprendre et de te développer. Partage tes aspirations et les nouvelles compétences que tu souhaites acquérir pour évoluer dans ce domaine dynamique.
✨Prépare un portfolio percutant
Avoir un portfolio solide est essentiel. Choisis quelques projets pertinents que tu peux présenter, en détaillant les défis que tu as relevés et les solutions que tu as apportées. Ça montrera non seulement tes compétences, mais aussi ta capacité à résoudre des problèmes concrets dans le monde réel.
