En un coup d'œil
- Missions: Concevoir et maintenir des architectures de traitement de données temps réel sur Google Cloud Platform.
- Entreprise: Grand groupe innovant dans le secteur marketing et transformation numérique.
- Avantages: Télétravail 2 jours par semaine et environnement Agile/Scrum.
- Autres infos: Opportunités de mentorat et collaboration dans un environnement multiculturel.
- Pourquoi ce job: Rejoignez une équipe dynamique et impactez des projets de transformation numérique.
- Qualifications: 5 ans d'expérience en data engineering et expertise en GCP requises.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Nous recherchons un Data Engineer expérimenté pour rejoindre une équipe data au sein d'un grand groupe du secteur marketing et de la transformation numérique. Vous piloterez l'architecture et l'implémentation de la plateforme PCS, en exploitant la puissance de Google Cloud Platform et les technologies de traitement en temps réel. Vous serez en charge de concevoir et de maintenir des architectures robustes de traitement de données temps réel, en assurant la scalabilité, la fiabilité et la performance des pipelines de données. Votre expertise technique et votre capacité à guider les décisions architecturales seront essentielles pour garantir l'alignement avec les objectifs métier et les meilleures pratiques du secteur. Vous travaillerez en environnement Agile/Scrum, en collaboration étroite avec les équipes de développement et les stakeholders.
Responsabilités :
- Concevoir et implémenter des architectures de traitement temps réel utilisant Apache Beam, Spark Streaming, Flink ou technologies équivalentes
- Piloter les décisions architecturales et techniques pour la plateforme PCS
- Développer et optimiser des pipelines de données robustes sur GCP (BigQuery, Dataflow, Dataproc, Bigtable)
- Garantir la qualité, la scalabilité et la performance des solutions data
- Collaborer avec les équipes multidisciplinaires dans un environnement multiculturel
- Documenter les architectures et les décisions techniques
- Participer aux ateliers de conception et aux revues de code
- Mentorer les membres juniors de l'équipe sur les bonnes pratiques
Télétravail : 2 jours par semaine
Localisation : Valbonne
Profil candidat :
Indispensables :
- Minimum 5 ans d'expérience en data engineering et architectures temps réel
- Expertise avérée en traitement de données temps réel (Apache Beam, Spark Streaming, Flink ou équivalent)
- Expérience significative avec Google Cloud Platform et BigQuery
- Maîtrise d'au moins Java ou Python
- Compétences en CI/CD et DevOps
- Autonomie, rigueur et communication exceptionnelles
- Esprit d'équipe et capacité d'adaptation
- Proactivité et dynamisme
- À l'aise dans un environnement multiculturel
- Français : obligatoire
- Anglais : niveau B2 minimum
Fortement appréciés :
- Expérience confirmée avec Spark
- Expérience confirmée avec Spark Streaming
- Expérience avec Apache Beam
- Expérience avec Flink
- Expérience avec Kafka
- Compétences en Terraform
- Utilisation de Github Actions pour le déploiement
- Maîtrise de GIT
- Bigtable et Dataproc sur GCP
- Compétences SQL génériques avancées
- Connaissance d'Agile et SCRUM
- Utilisation de JIRA et Confluence
- Expérience avec les méthodologies Agile et outils collaboratifs
Data Engineer GCP (H/F) employeur : Signe+
Signe+ est un employeur de choix, offrant un environnement dynamique et collaboratif au cœur de Paris. Avec un accent sur le développement des talents et l'excellence opérationnelle, nous favorisons la croissance professionnelle à travers des programmes de formation continue et une culture d'innovation. Rejoindre notre équipe, c'est participer à des projets de transformation passionnants tout en bénéficiant d'un package salarial compétitif et d'une forte reconnaissance de votre expertise dans le domaine des solutions INFOR M3.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Engineer GCP (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 Signe+
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Signe+. 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 GCP (H/F)
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Signe+, 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 Signe+ 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 Signe+. 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 Signe+
✨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 Signe+ et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
