En un coup d'œil
- Missions: Accompagner les équipes data pour optimiser leurs livraisons et garantir la qualité des données.
- Entreprise: Entreprise innovante spécialisée dans le domaine du DataOps.
- Avantages: Travail flexible, opportunités de formation et environnement collaboratif.
- Autres infos: Possibilités d'évolution de carrière dans un secteur en pleine croissance.
- Pourquoi ce job: Rejoignez une équipe dynamique et impactez directement les projets data.
- Qualifications: Expérience en Data Engineering et maîtrise de Databricks et Airflow.
Le salaire estimé est compris entre 63000 - 77000 € par an.
Pour accompagner ses équipes data en feature teams, notre client recherche
Son organisation data est structurée en feature teams autonomes , composées notamment de Data Analysts et de Data Scientists.
Votre rôle
Vous accompagnez les Data Analysts et Data Scientists pour accélérer et sécuriser leurs livraisons.
Vous définissez des standards, déployez des outils et automatisez les processus pour garantir la qualité du code et des données, la cohérence des pratiques, la fiabilité des mises en production ainsi que la maîtrise des coûts.
Qualité du code et standards
- Définir et faire adopter des standards de développement communs,
- Mettre en place des processus adaptés, créer des templates et guidelines
- Réduire les duplications de features et de données.
Processus de mise en production
- Standardiser les pipelines CI/CD des artefacts data (Databricks jobs, Spark Declarative Pipelines, Big Query), définir les environnements et les processus de validation associés.
- Accompagner les Data Analysts et Data Scientists dans leurs mises en production (pair programming, revues, validation).
- Identifier et réduire la dette technique.
- Contribuer à l'évolution de l'infrastructure Terraform.
Optimisation et maîtrise des coûts
- Analyser les patterns de consommation (clusters Databricks et requêtes Big Query), identifier les flux redondants ou sous-optimaux et sensibiliser les équipes aux bonnes pratiques de performance.
Qualité de la donnée
- Mettre en place des stratégies de tests et de monitoring sur les pipelines data, outiller la détection d'anomalies et la traçabilité des données.
- Structurer le cycle de vie des modèles avec MLflow (versioning, registry, déploiement).
- Accompagner les Data Scientists sur les bonnes pratiques MLOps et dans la définition du processus de développement et de mise en production.
- Outiller le monitoring des modèles (drift, performance).
- Vous justifiez d'une expérience significative ( 6 ans minimum ) en Data Engineering, Data Ops, MLOps ou Analytics Engineering.
- Vous maîtrisez
- Databricks
(jobs, Unity Catalog, Spark Declarative Pipelines) ainsi qu'un orchestrateur de workflow, particulièrement
Airflow
(DAG design, custom operators).
- Vous connaissez les principes et outils de
- CI/CD
: Git Hub Actions ou Git Lab CI appliqué à des pipelines data, Git avancé (branching strategies, gestion de monorepo).
- Vous connaissez les outils de gestion du cycle de vie des modèles, particulièrement
- MLflow
(tracking, registry et déploiement).
- Une expérience en animation de communautés de pratique ou en formation serait un plus.
Vous êtes
- Pragmatique et collaboratif(ve).
- Reconnu(e) pour votre leadership d'influence et votre pédagogie : vous savez convaincre et aligner des équipes autonomes, sans lien hiérarchique.
- Animé(e) par l'envie de challenger l'existant et d'identifier les incohérences et duplications à l'échelle de l'organisation.
Stack technique
- Data plateforme : Databricks / Spark, Google Cloud Platform
- Pipelines & frameworks : Spark Declarative Pipelines (Spark SQL / Py Spark), framework Py Spark interne, notebooks Py Spark et Scala, Big Query
Le vrai plus
Des connaissances du domaine du Retail et du Retail Media.
#J-18808-Ljbffr
FREELANCE - DataOps Engineer Senior (H/F) in Lille employeur : Ternair
Rejoindre notre scale-up du divertissement numérique et musical, c'est intégrer une équipe dynamique en pleine croissance, où chaque membre a un impact direct sur des systèmes utilisés par des millions d'utilisateurs à travers le monde. Nous offrons un environnement de travail stimulant avec des projets variés, un onboarding personnalisé, ainsi que des avantages tels que des titres restaurant, une prime vacances et une mutuelle. Ici, la qualité prime sur la quantité, et nous valorisons la collaboration et le partage des connaissances au sein d'une équipe soudée.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher FREELANCE - DataOps Engineer Senior (H/F) in Lille
✨Construis ta présence en ligne !
Pour décrocher des missions en freelance dans la data science, il est essentiel d'avoir une présence en ligne solide. Crée un portfolio où tu showcases tes projets de data science, des analyses de données ou des modèles prédictifs. Publie régulièrement des articles ou des études de cas sur des plateformes comme Medium ou LinkedIn, pour montrer ton expertise et attirer des clients potentiels.
✨Participe à des hackathons et des compétitions
Les hackathons sont un excellent moyen de booster ta visibilité et de te faire connaître dans la communauté. Participe à des compétitions sur des plateformes comme Kaggle, cela te permet de travailler sur des défis réels et de te connecter avec d'autres professionnels. En plus, ces événements sont souvent suivis par des entreprises à la recherche de talents pour des projets freelance.
✨Réseau local et forums de data science
Ne sous-estime pas la puissance du réseau local ! Engage-toi dans des meetups de data science dans ta région, et rejoins des forums comme Data Science France. Ces canaux sont parfaits pour échanger, mais aussi pour découvrir des opportunités de missions freelance qui ne sont pas toujours publiées sur les plateformes classiques.
✨Postule, et pas que par les plateformes classiques
Bien sûr, on peut trouver des gigs sur des sites comme Upwork ou Freelancer, mais pense aussi à postuler directement via des entreprises qui t'intéressent. Vérifie les offres sur leur site, et n'hésite pas à envoyer un email pour exprimer ton intérêt. Profite aussi de notre site pour voir les opportunités chez Ternair – on a souvent des missions freelance dans le domaine de la data science !
Nous pensons qu'il te faut ces compétences pour exceller en tant que FREELANCE - DataOps Engineer Senior (H/F) in Lille
Quelques conseils pour ta candidature 🫡
Mets à jour ton portfolio:Pour un poste freelance en data science, ton portfolio est ta vitrine ! Assure-toi d'y inclure des projets concrets, des analyses de données que tu as réalisées, et peut-être quelques visualisations accrocheuses. Pense à montrer ta méthodologie et le code bien commenté pour que les clients potentiels voient ta compétence.
Soigne ton CV technique:Dans le monde de la data science, les compétences techniques sont primordiales. Mentionne ton expérience avec des outils comme Python, R, ou des frameworks de machine learning comme TensorFlow ou scikit-learn. N'oublie pas d'inclure toute certification pertinente pour prouver ta maîtrise.
Parle de ta disponibilité et tes tarifs:Quand tu postules à un projet freelance, il est super important de préciser ta disponibilité et tes tarifs. Les clients veulent souvent savoir dès le départ si tu es un bon fit pour leur budget et leur échéancier. Sois clair et honnête pour éviter des malentendus plus tard.
Adapte ta lettre de motivation:Ta lettre doit vraiment résonner avec le projet proposé. Explique pourquoi tu es passionné par ce domaine et comment tes compétences peuvent apporter de la valeur à Ternair. Sois spécifique sur comment tu envisages de résoudre leur problème de données !
Comment te préparer à un entretien d'embauche chez Ternair
✨Montre ton expertise technique
En tant que freelance dans le domaine de la data science, il est crucial de mettre en avant ton expertise technique. Prépare-toi à discuter de tes projets précédents, des outils comme Python, R ou SQL, et des méthodes statistiques que tu as utilisées. N’hésite pas à partager des chiffres et des résultats concrets pour illustrer l'impact de ton travail.
✨Soigne ton portfolio
Ton portfolio est ta vitrine. Assure-toi qu'il soit à jour et bien structuré, avec des exemples de projets pertinents. Pense à inclure des études de cas détaillées qui montrent ta capacité à résoudre des problèmes spécifiques et à délivrer des résultats. Cela aidera à convaincre le client potentiel chez Ternair de ta valeur ajoutée.
✨Prépare ton pitch et tes tarifs
En freelance, tu dois savoir comment te vendre. Prépare un pitch efficace où tu expliques ce que tu peux apporter à Ternair en termes de valeur. Sois également prêt à discuter de tes tarifs. Avoir une idée claire de ce que tu vaux peut te donner plus de confiance, surtout face à des clients qui cherchent à optimiser leur budget.
✨Questions sur les cas pratiques
Durant l'entretien, prépare-toi à répondre à des questions axées sur des cas pratiques. Les recruteurs en data science aiment voir comment tu aborderais une problématique spécifique. Tu peux te préparer en analysant des jeux de données disponibles en ligne et en réfléchissant à la manière dont tu interpréterais les résultats ou résoudre ces problèmes.
