En un coup d'œil
- Missions: Construisez des pipelines de données et préparez le terrain pour l'IA chez nos clients.
- Entreprise: Pyl.Tech, une entreprise innovante spécialisée dans la valorisation des données sur Google Cloud.
- Avantages: Salaire compétitif, budget de développement, certifications prises en charge et flexibilité de travail.
- Autres infos: Environnement dynamique avec des opportunités de croissance et un processus de recrutement rapide.
- Pourquoi ce job: Rejoignez une équipe d'experts et laissez votre empreinte dans le monde de l'IA.
- Qualifications: 3 ans d'expérience en data engineering, maîtrise de BigQuery et compétences en Python.
Le salaire estimé est compris entre 63000 - 77000 € par an.
Chez Pyl.Tech, nous accompagnons nos clients, de la startup au grand compte, dans la valorisation de leurs données sur Google Cloud. Le rôle du Data Engineer a changé : il prépare désormais le terrain des agents IA que les entreprises vont déployer. C'est ce que nous construisons chez nos clients, et c'est ce que vous ferez avec nous !
En tant que Data Engineer, vous construisez les fondations data de nos clients : vous cadrez, vous développez, vous industrialisez, vous transmettez. En pratique, comptez environ 90 % de temps projet client et 10 % de contribution interne. Vous ne serez pas seul·e : vous rejoignez une équipe d’experts, habituée au travail à distance, rattaché·e à Guillaume. Vous vous appuyez sur notre partenariat Google Cloud et notre spécialisation Data Analytics.
Écouter & cadrer : vous aidez les équipes Data et métier de nos clients à clarifier leurs besoins (BI, ML, GenAI…) et à les traduire en exigences techniques.
Construire & optimiser : vous concevez et développez des pipelines de données (BigQuery, Dataflow, Pub/Sub, dbt…) adaptés aux contraintes du client : volumétrie, fréquence d'ingestion, streaming, sécurité, gouvernance.
Migrer & moderniser : vous mettez en place ou aidez à la migration de datalakes / data warehouses / lakehouses vers des Google Cloud, BigQuery en tête !
Rendre la donnée exploitable par l'IA : vous posez les fondations dont les cas d'usage GenAI et ML ont besoin : qualité et fraîcheur des données, catalogue et lineage, exposition de corpus pour du RAG, recherche vectorielle, pipelines d'inférence batch ou temps réel.
Industrialiser : vous faites passer les produits Data Science et GenAI du notebook à la production : tests, monitoring, maîtrise des coûts, traçabilité des données consommées par les modèles et la gestion des accès aux corpus sensibles.
Fiabiliser : avec les équipes de développement et d'architecture, vous garantissez l'intégrité, la qualité et la sécurité des données.
Transmettre : vous documentez ce que vous construisez et vous faites monter en compétence les équipes du client, pour que la plateforme vive après votre départ.
Côté interne :
- Partenariat : vous soutenez notre partenariat Google Cloud (certifications, spécialisations, projets communs).
- Diffusion de la culture Data & IA : webinars, événements co-animés avec Google, publication d'articles.
- L'écosystème bouge vite : vous partagez ce qui mérite vraiment d'être adopté, en interne comme chez le client.
Environnement technique (non exhaustif) : Plateformes Data : Google Cloud principalement (BigQuery, Dataflow, Dataproc, Pub/Sub, Cloud Composer, Dataform, Dataplex), mais également Snowflake, Databricks et de l'on-premises (Hadoop, Cloudera). IA & ML : Vertex AI, Gemini, BigQuery ML, Vertex AI Vector Search, frameworks d'orchestration LLM (LangChain, LlamaIndex), bases vectorielles (pgvector, Qdrant).
Nous sommes partenaires Google, et nous cherchons des personnes qui ont de l'appétence pour ces technologies mais restent ouvertes sur le reste de l'écosystème !
Ce qui compte pour nous : Nous ne cherchons pas un profil parfait ! Mais il y a un socle sur lequel on ne bouge pas.
- Vous avez 3 ans et plus d'expérience en data engineering.
- Vous avez une maîtrise de BigQuery et une bonne approche des services GCP.
- Vous maîtrisez les process et technos d'ingestion, de traitement et d'exposition de la donnée.
- Vous êtes hands-on, avec une solide expérience en Python et SQL et une vraie aisance avec Spark ou un moteur équivalent.
- Vous maîtrisez les principes de sécurité et la conformité des données dans un environnement cloud.
- Vous avez de bonnes capacités d'analyse et de résolution de problèmes.
Là-dessus, nous sommes plus souples :
- L'IA : pas besoin d'avoir déjà tout mis en production. En revanche, vous savez faire la part entre ce que l'IA générative résout vraiment et ce qu'elle ne résout pas.
Côté posture conseil : Vous communiquez clairement et vous êtes force de proposition avec les équipes techniques et les parties prenantes. Vous êtes autonome et vous savez gérer vos priorités, en équipe comme en solo. Vous avez un anglais professionnel et technique, à l'aise sur des projets à dimension internationale.
Les petits + : Vous avez déjà contribué à une brique d'IA en production : pipeline de RAG, plateforme ML, agent, ou l'architecture data qui l'alimente.
Ce poste n'est probablement pas pour vous si…
- Vous cherchez un rôle de build pur, sans jamais parler aux métiers ni comprendre pourquoi vous construisez.
- Vous préférez livrer un pipeline et passer au suivant, sans vous soucier de ce qu'il devient en production.
- Vous voulez travailler sur un seul SI et une seule stack pendant les trois prochaines années.
Ce que nous vous propose :
- Rémunération : 45 à 60 K€
- Développement des compétences : budget annuel, certifications prises en charge, licences des outils IA que vous voulez tester, budget conférences.
- Une aventure à construire : vous n'arrivez pas dans une case figée. Votre expérience, votre savoir-être et votre ambition participeront activement le développement de votre rôle.
- Une trajectoire en construction : avec celle de l'entreprise. Si vous avez envie de laisser votre empreinte plutôt que d'appliquer un cadre existant, vous allez vous plaire ici.
Le processus de recrutement : 3 semaines au total, réponse sous 3 jours maximum à chaque étape.
- Premier échange RH, en visio avec Chloé (45 min) : faire connaissance, comprendre votre parcours et ce que vous avez déjà réalisé, et vous partager la vision de Pyl.Tech.
- Entretien technique avec votre futur manager, Guillaume (visio) : un échange plus approfondi autour du rôle, de votre expérience et de votre manière d'aborder à la fois les enjeux métier et les sujets Data.
- Entretien final avec l'un des cofondateurs (présentiel) : l'occasion d'aller plus loin sur vos ambitions, de répondre à vos dernières questions et d'échanger sur la place que nous voulons donner à l'IA dans les entreprises.
Vous ne cochez pas toutes les cases ? Vous êtes un·e Data Engineer solide qui veut faire de l'IA sur Google Cloud ? Ou un profil Data/ML qui veut prendre la dimension conseil et terrain ? Nous avons probablement des choses à construire ensemble.
Data Engineer - Ingénieur·e Data / IA in Paris employeur : Pyl.Tech
Chez Pyl.Tech, nous valorisons l'innovation et la collaboration, offrant un environnement de travail dynamique où chaque employé peut contribuer à des projets significatifs. Nos équipes bénéficient d'opportunités de développement professionnel continu, tout en travaillant avec des technologies de pointe dans le domaine de l'IA. Situés dans un cadre stimulant, nous encourageons une culture d'expérimentation et d'apprentissage, permettant à nos consultants de transformer des idées en solutions concrètes et impactantes.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer - Ingénieur·e Data / IA 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 Pyl.Tech!
✨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 Pyl.Tech.
✨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 Pyl.Tech.
✨Appliquer directement via notre site
Quand tu vois une offre chez Pyl.Tech, 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 - Ingénieur·e Data / IA in Paris
Quelques conseils pour ta candidature 🫡
Met en avant tes projets de data science:Pour un poste en data science chez Pyl.Tech, 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 Pyl.Tech 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 Pyl.Tech
✨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.
