En un coup d'œil
- Missions: Développez des pipelines de données en Python et optimisez des architectures Big Data.
- Entreprise: Cabinet innovant au cœur des enjeux Finance, Tech & Data.
- Avantages: Mutuelle à 50%, environnement dynamique et opportunités de croissance.
- Autres infos: Processus de recrutement inclusif et axé sur le développement personnel.
- Pourquoi ce job: Rejoignez une équipe engagée pour faire avancer vos compétences et votre carrière.
- Qualifications: Expérience confirmée en Data Engineering et maîtrise de Python/PySpark.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Envie de rejoindre un cabinet au cœur des grands enjeux Finance, Tech & Data? Nous accompagnons depuis plus de 20 ans nos clients au coeur de leurs projets les plus complexes.
Chez Invivoo, nous partageons des valeurs simples : proximité, questionnement, engagement et plaisir. Si, comme nous, vous pensez que la réussite collective commence par la progression de chacun, rejoignez-nous. Let’s grow together !
Nous recherchons un Data Engineer Python (H/F) confirmé pour intervenir sur une plateforme de traitement de données de marché et de détection de comportements anormaux. Vous intégrerez une application data orientée Big Data, reposant sur une architecture moderne dans le cloud, permettant l’ingestion, la transformation et l’analyse de flux de données issus de multiples plateformes d’échange.
Dans ce contexte, vous interviendrez sur :
- La conception et le développement de pipelines de données en Python (PySpark)
- L’ingestion et la normalisation de données de marché à grande échelle
- La mise en œuvre d’architectures de type data lake / medallion (silver & gold layers)
- L’optimisation des traitements (performance, scalabilité, coûts cloud)
- La gestion de la qualité des données (frameworks type Great Expectations)
- L’exposition des données aux différents consommateurs métiers
- L’amélioration continue des frameworks (monitoring, CI/CD, tests, résilience)
- La rédaction de la documentation technique (architecture, flux, pipelines)
Environnement technique :
- Bonne maîtrise de Python / PySpark pour le traitement de données massives
- Solide expérience en architectures Big Data et Data Lake
- Bonne maîtrise des outils de Data Quality et de catalogage des données
- Connaissances en DevOps (CI/CD, Git, automatisation)
- Bonne maîtrise de SQL
- Serait un plus : Connaissances en data visualisation ou API
- Expérience en data finance / market data / trading
- Connaissance des services AWS : S3, Glue, Lambda, Step Functions, etc.
Profil recherché :
- Première expérience confirmée en tant que Data Engineer python
- Forte expertise en développement Python dans un contexte Big Data
- Très bonne maîtrise de l’écosystème AWS
- Expérience dans des environnements exigeants en volumétrie et performance
Processus de recrutement :
- Une préqualification téléphonique
- Un entretien RH avec un(e) chargé(e) de recrutement
- Un entretien technique avec un expert Data (questions techniques, cas pratique)
Il y a le travail… et la vie au travail ! Nos offres sont ouvertes à chacun, sans exception. Entreprise qui participe à 50% sur la mutuelle. Une entreprise engagée. Signataire du Pacte des Nations Unis & Certifiée EcoVadis Silver.
Data Engineer Python employeur : Invivoo Sas
INVIVOO est un employeur de choix, offrant un environnement de travail dynamique et collaboratif au sein d'une Banque d'Investissement internationale. Avec des valeurs telles que la proximité et l'engagement, nous favorisons le développement professionnel de nos collaborateurs grâce à des projets innovants et une méthodologie Agile. De plus, notre engagement envers le bien-être des employés se traduit par une participation de 50% sur la mutuelle et une culture d'entreprise qui valorise le plaisir au travail.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer Python
✨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 Invivoo Sas
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Invivoo Sas. 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 Python
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Invivoo Sas, 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 Invivoo Sas 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 Invivoo Sas. 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 Invivoo Sas
✨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 Invivoo Sas et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
