En un coup d'œil
- Missions: Concevoir et développer des pipelines de données scalables pour une plateforme d'intelligence financière.
- Entreprise: Fintech innovante en pleine croissance, spécialisée dans l'analyse d'actions.
- Avantages: Salaire compétitif, stock options, flexibilité de télétravail et environnement stimulant.
- Autres infos: Opportunités d'évolution entre R&D et Tech dans un cadre hybride.
- Pourquoi ce job: Rejoins une équipe dynamique et impacte le futur de la finance avec des données et de l'IA.
- Qualifications: 5+ ans d'expérience en data engineering, maîtrise de Python et SQL.
Entreprise : Le Bureau des Talents est spécialisé dans la chasse, l'accompagnement et le coaching des talents pour les startups, les scale-ups et les entreprises à impact.
Notre client est une fintech innovante en pleine croissance, spécialisée dans l'analyse d'actions et l'exploitation de données financières enrichies. Présente en Europe et en Amérique du Nord, elle vient tout juste de lever des fonds pour accélérer le développement de sa plateforme technologique et renforcer ses équipes data & produit. Son ambition ? Révolutionner la recherche financière en combinant données traditionnelles, signaux alternatifs et intelligence artificielle.
Description générale du poste : Nous recherchons un(e) Senior Data Engineer expérimenté(e) pour piloter la conception, le développement et l'évolution de pipelines de données scalables et robustes au cœur d'une plateforme d'intelligence financière. Le rôle couvre l'intégralité du cycle de vie des données - extraction, transformation, structuration et qualification - en mettant l'accent sur la qualité, l'adaptabilité et l'industrialisation. Tu seras un acteur clé dans une équipe tech dynamique, avec une forte exposition à l'analytics, à l'architecture et aux données sensibles.
- Concevoir et développer des pipelines de données scalables (Python) pour ingérer des données financières et alternatives via APIs et fichiers structurés (Excel, Parquet, CSV)
- Traduire des règles métier complexes en code optimisé pour produire des datasets structurés, fiables et prêts pour l'usage analytique
- Implémenter des transformations robustes avec des outils comme Pandas, garantissant la qualité et la cohérence des données
- Construire, maintenir et opérer des processus ETL/ELT et automatiser leur déploiement via CI/CD dans le cloud (notamment GCP)
- Collaborer étroitement avec les équipes quant, produit et tech pour soutenir les analyses, les modèles et les applications basées sur les données
- Documenter les pipelines, la data lineage, les dictionnaires de données et les architectures de systèmes
- Promouvoir et appliquer les meilleures pratiques de développement (code reviews, versionning, normes industrielles)
- Encadrer et faire grandir des profils plus juniors
Profil recherché :
- Must-have : 5+ ans d'expérience en data engineering ou rôle similaire
- Maîtrise de Python et très bonnes compétences en SQL
- Expérience avérée dans la conception et l'exploitation de pipelines de données en production
- Solide compréhension des systèmes de data warehousing, ETL/ELT et modélisation de données
- Expérience cloud (GCP, AWS ou Azure)
- Esprit analytique, rigueur, autonomie et sens de la qualité
- Très bonnes capacités de communication et de collaboration inter‑équipes
- Nice-to-have : Expérience ou intérêt pour les données financières, économiques, alternatives
- Connaissance de l'AI/ML infra, NLP ou data engineering orienté AI
- A déjà fait évoluer une architecture data vers un modèle scalable et résilient
- Maitrise de problématiques liées aux données sensibles (finance, crypto, assurance)
Infos pratiques :
- Début : Dès que possible
- Localisation : Paris 8e
- Organisation : Hybrid (présence attendue au bureau 3 à 4 jours/semaine, pour une vraie dynamique d'équipe)
- Type de contrat : CDI
Salaire & avantages :
- Rémunération : à partir de 65K + stock options
- Environnement de travail stimulant (données sensibles, tech moderne, projets ambitieux)
- Flexibilité sur l'organisation (jusqu'à 2 jours de télétravail / semaine)
- Opportunité d'évolution transverse entre R&D et Tech
Manager Technique Data Engineering (H/F) employeur : meteojob
Rejoindre notre entreprise à Nancy, c'est intégrer une équipe dynamique et bienveillante qui valorise le développement personnel et professionnel. Grâce à une alternance enrichissante et un accompagnement personnalisé par YouSchool, vous bénéficierez d'une formation flexible et professionnalisante, tout en évoluant dans un environnement stimulant qui favorise l'apprentissage et la passion pour la boulangerie.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Manager Technique Data Engineering (H/F)
✨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 meteojob
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez meteojob. 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 Manager Technique Data Engineering (H/F)
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez meteojob, 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 meteojob 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 meteojob. 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 meteojob
✨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 meteojob et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
