En un coup d'œil
- Missions: Concevoir et industrialiser des pipelines de données pour des systèmes intelligents.
- Entreprise: Keyrus, un groupe international innovant dans le domaine de la data.
- Avantages: Environnement dynamique, opportunités de carrière et culture collaborative.
- Autres infos: Autonomie et curiosité sont essentielles pour réussir chez Keyrus.
- Pourquoi ce job: Rejoignez-nous pour transformer des données en valeur avec des technologies de pointe.
- Qualifications: Expérience en conception de pipelines de données et maîtrise de SQL.
Le salaire estimé est compris entre 49500 - 60500 € par an.
Pourquoi rejoindre Keyrus aujourd'hui ?
- Keyrus est un groupe international de
- 2 800 consultants et experts présents dans
28 pays , porté par une conviction forte : ce n'est pas l'intelligence artificielle qui transforme les entreprises, mais l'intelligence conçue, structurée et intégrée à leur fonctionnement.
Depuis plus de 30 ans, nous construisons les fondations data qui permettent aux systèmes intelligents de créer de la valeur.
Nous concevons le système d'exploitation de l'entreprise intelligente, où la donnée, l'IA et l'expertise humaine s'intègrent au cœur des processus métiers pour générer une performance durable.
Chez Keyrus, nous donnons vie à l'intelligence opérationnelle.
L'intelligence artificielle ne remplace pas l'humain.
Elle lui permet de se concentrer sur ce qu'aucun système ne peut reproduire : comprendre, décider, concevoir et innover.
Rejoindre Keyrus, c'est construire son jugement, son expertise et sa capacité à résoudre des problématiques complexes.
La technologie est un accélérateur.
La culture Keyrus fait la différence.
L'excellence opérationnelle permet de relier les deux.
Data Engineer
Le Data Engineer prépare et fiabilise la donnée qui alimente les systèmes intelligents : pipelines robustes, plateformes data modernes, exposition de la donnée aux agents autant qu'aux tableaux de bord.
Sans donnée prête et gouvernée, aucun système d'IA ne tient en production.
- Ce qui vous attend
- Vous concevez et industrialisez des pipelines de données robustes, de la donnée brute jusqu'à son exploitation par les applications et les agents.
- Vous déployez et exploitez des plateformes data modernes (lakehouse, entrepôts cloud) pour rendre la donnée accessible, gouvernée et performante à l'échelle.
- Vous rendez la donnée exploitable par des systèmes d'IA générative et agentique (Anthropic, Open AI, Mistral, Google Gemini, etc.) : structuration pour le RAG, alimentation de bases vectorielles, préparation de jeux de données pour l'évaluation de modèles.
- Vous garantissez la qualité, la fraîcheur et la traçabilité de la donnée par des tests et des contrats de données, pas seulement par une supervision manuelle.
- Vous transformez rapidement une maquette en preuve de concept exploitable, pour valider un cas d'usage avant d'industrialiser le pipeline définitif.
- Vous mettez en place la restitution (BI, tableaux de bord) lorsque le cas d'usage l'exige, en complément de l'exposition de la donnée aux agents.
- Ce que vous apportez
Le socle Architect of Intelligence
des qualités indispensables, présentes dans les critères ci-dessous : curiosité, créativité, communication, conscience professionnelle, culture, capacité à faire.
- Expérience et parcours
- Une expérience significative de conception et d'industrialisation de pipelines de données en production, quel que soit votre point de départ : ESN, éditeur, startup, ou client final.
- Une pratique avérée des plateformes data modernes (cloud ou lakehouse), au-delà de l'ETL traditionnel.
- Une expérience, si possible, de préparation de données au service de systèmes d'IA générative ou agentique.
- Posture et savoir-être
- Une rigueur d'ingénierie sur la qualité et la fiabilité de la donnée : une donnée non fiable invalide tout ce qui est construit au-dessus.
- Une curiosité pour les usages permis par la donnée que vous préparez, au-delà du pipeline lui-même.
- Une capacité à collaborer avec l'AI Engineer et le Foundations Architect sur l'exposition de la donnée aux modèles et aux agents.
- Une autonomie réelle pour transformer un besoin encore mal défini en preuve de concept exploitable.
- Une capacité à produire, documenter et transmettre les pipelines que vous construisez, pour qu'ils restent exploitables au-delà de votre présence sur la mission.
- Compétences techniques indispensables
- Maîtrise avancée de SQL, socle non négociable quel que soit le langage dominant.
- Maîtrise d'un langage de pipeline en profondeur : Python en priorité, Java ou Scala selon l'écosystème (Spark, Kafka).
- Mise en œuvre de traitements distribués avec Apache Spark.
- Orchestration de pipelines de données avec Airflow ou Dagster.
- Transformation de données industrialisée avec dbt.
- Déploiement et exploitation de plateformes data cloud (Snowflake, Big Query, Databricks).
- Conception d'architectures de streaming et de traitement de données en temps réel (Kafka), lorsque le cas d'usage l'exige.
- Utilisation de bases de données vectorielles pour des cas d'usage RAG (Pinecone, Milvus, Chroma, ou équivalent).
- Compréhension pratique du prompting et de la préparation de jeux de données pour l'évaluation de modèles de langage (Anthropic, Open AI, Mistral, Google Gemini, etc.).
- Mise en place de tests et de contrats de données pour garantir la qualité et l'observabilité de la donnée.
- Modélisation et préparation de données pour des usages analytiques et opérationnels.
- Prototypage rapide à l'aide d'outils légers (Streamlit) pour transformer une maquette en preuve de concept exploitable.
- Production, documentation et transmission des pipelines, pour qu'ils restent exploitables au-delà de votre présence.
- Anglais professionnel courant, à l'écrit comme à l'oral, indispensable quel que soit le niveau d'expérience.
- Ce qui nous anime
- Intelligence Collective
La collaboration entre expertises, métiers et géographies nous permet de combiner les savoir-faire et d'apporter des réponses plus complètes aux défis de nos clients.
Fiabilité
Notre capacité à délivrer des projets complexes avec rigueur et exigence constitue l'un des fondements de la relation de confiance que nous construisons avec nos clients.
Pragmatisme
Nous privilégi s l'impact concret et la création de valeur mesurable plutôt que les discours technologiques abstraits.
Esprit Entrepreneurial
La curiosité, l'énergie et l'autonomie sont au cœur de notre culture. Elles favorisent l'initiative, l'innovation et le développement continu de nos expertises.
À propos de Keyrus
Chez Keyrus, nous accompagnons les organisations dans leur passage d'une IA expérimentale à une IA industrialisée, d'agents isolés à des systèmes orchestrés, et de l'analyse à l'exécution.
C'est cette expertise que nous appelons l'Architecture de l'Intelligence.
Grâce à notre modèle propriétaire Human Orchestrated Model™ (HOM), nous concevons des environnements intelligents reposant sur trois piliers fondamentaux : des fondations data et intelligence robustes et fiables ; une gouvernance garantissant que l'humain reste au cœur de la décision ; des mécanismes de pilotage de la performance permettant une amélioration continue.
Fort de plus de 30 ans d'expertise et de 2 800 collaborateurs répartis dans 28 pays, Keyrus accompagne les entreprises bien au-delà de leur transformation.
Keyrus est coté sur Euronext Growth Paris (ALKEY – Code ISIN : FR0004029411).
#J-18808-Ljbffr
Data Engineer (H/F/NB) employeur : Keyrus
Rejoindre OPSKY, c'est intégrer une entreprise à taille humaine au sein d'un groupe international de renom, où l'expertise en cybersécurité et en conformité réglementaire est au cœur de notre mission. Nous offrons un environnement de travail stimulant à Nantes, favorisant la montée en compétences et l'autonomie, tout en permettant de contribuer à des projets à forte valeur ajoutée dans divers secteurs tels que la banque, l'assurance et le secteur public. Nos équipes passionnées s'engagent à former et sensibiliser nos collaborateurs, garantissant ainsi un impact significatif sur la culture de la conformité et de la sécurité au sein de l'organisation.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer (H/F/NB)
✨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 Keyrus
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Keyrus. 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/NB)
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Keyrus, 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 Keyrus 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 Keyrus. 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 Keyrus
✨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 Keyrus et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
