En un coup d'œil
- Missions: Concevoir et optimiser des pipelines de données à grande échelle avec des technologies modernes.
- Entreprise: Entreprise innovante en pleine croissance, spécialisée dans les infrastructures informatiques.
- Avantages: Salaire compétitif, tickets restaurant, remboursement transport, mutuelle et environnement international.
- Autres infos: Environnement dynamique avec des opportunités de carrière évolutives.
- Pourquoi ce job: Rejoignez une équipe agile et impactez des projets majeurs dans le secteur des transports.
- Qualifications: 8 ans d'expérience en Data Engineering et maîtrise de Spark, DBT, AWS et Terraform.
Le salaire estimé est compris entre 62000 - 67000 € par an.
Créé en 2003 et adossé au groupe Smart4engineering depuis 2019, nous accompagnons nos clients dans la conception, la gestion et la sécurisation de leurs infrastructures informatiques, pour les aider à relever les défis structurants d’aujourd’hui et de demain.
Dans le cadre de projets pour des clients grands comptes, nous recherchons un·e Data Engineer afin d’accompagner le pôle Data Services d’un acteur majeur du secteur des transports dans la conception, l’industrialisation et l’évolution de ses solutions data. Vous interviendrez sur des sujets d’architecture, de modélisation, d’optimisation des pipelines et contribuera activement à la stratégie Lakehouse de l’entreprise.
Missions :
- Concevoir, développer et optimiser des pipelines de données à grande échelle.
- Mettre en œuvre des flux batch, streaming et ingestion via API.
- Structurer les transformations selon un modèle Médaillon (Bronze / Silver / Gold).
- Développer et industrialiser les pipelines via DBT, Spark et Iceberg.
- Contribuer à l’évolution de l’architecture Lakehouse.
Livrables attendus :
- Déployer et maintenir les pipelines dans un environnement cloud (AWS ou équivalent).
- Orchestrer les workflows ETL/ELT via Airflow.
- Mettre en œuvre l’Infrastructure as Code (Terraform).
- Exécuter les traitements dans des environnements conteneurisés (Docker, Kubernetes).
- Garantir la disponibilité, la supervision et l’observabilité des traitements.
- Participer à la gestion des incidents et à l’amélioration continue.
- Définir et mettre en œuvre les règles de qualité des données (tests, validation, contrôles automatisés).
- Documenter les architectures, pipelines et règles métier.
- Garantir la conformité des flux, notamment dans le cadre RGPD.
Compétences requises :
- 8 années minimum d’expérience en Data Engineering.
- Maîtrise avancée des architectures Big Data et Lakehouse.
- Expertise réelle sur Spark, DBT, Iceberg, AWS et Terraform.
- Maîtrise des services AWS (Glue, EMR, S3, ...).
- Connaissance de Trino/Starburst, Datadog.
- Forte capacité d’analyse et de compréhension des enjeux métiers.
- Rigueur, autonomie et culture de l’amélioration continue.
Compétences indispensables :
- DBT
- Iceberg
- AWS (Glue, EMR, S3, ...)
- Python
- Spark
- Modélisation Médaillon.
Ce que nous mettons à votre disposition :
- Environnement de travail accueillant et stimulant.
- Référencements clients grands comptes dans des secteurs variés.
- Entreprise en croissance : parcours de carrières évolutifs et missions à forte valeur ajoutée.
- Carte ticket restaurant pour vos repas.
- 50 % du titre de transport remboursé.
- Mutuelle et prévoyance santé.
- Environnement à dimension internationale.
Data Engineer H/F - Spark, DBT, python, Iceberg, AWS et Terraform. in Paris employeur : Lexi / Tailornet
Rejoindre notre entreprise, c'est intégrer un environnement de travail accueillant et stimulant, où vous aurez l'opportunité de travailler sur des projets à forte valeur ajoutée pour des clients grands comptes. Nous valorisons la croissance personnelle et professionnelle de nos employés, offrant des parcours de carrière évolutifs ainsi que des avantages tels qu'une carte Swile pour vos repas et un remboursement de 50 % du titre de transport. Située à Charenton-le-Pont, notre entreprise en pleine expansion vous permet également de bénéficier d'un cadre de travail international et collaboratif.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer H/F - Spark, DBT, python, Iceberg, AWS et Terraform. in Paris
✨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 Lexi / Tailornet!
✨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 Lexi / Tailornet.
✨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 Lexi / Tailornet.
✨Appliquer directement via notre site
Quand tu vois une offre chez Lexi / Tailornet, 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 H/F - Spark, DBT, python, Iceberg, AWS et Terraform. in Paris
Quelques conseils pour ta candidature 🫡
Met en avant tes projets de data science:Pour un poste en data science chez Lexi / Tailornet, 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 Lexi / Tailornet 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 Lexi / Tailornet
✨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.
