À propos
DGTL / Signe + est le facilitateur pour tous les acteurs qui recherchent des ressources ou des missions DATA.
Spécialiste du marché Data et BI, nous intervenons dans toute la France comme à l'étranger ; en sous-traitance, pré-embauche, recrutement, portage commercial, portage salarial, etc.
Depuis 2018, nous accompagnons nos clients avec proximité, juste prix et préoccupation éthique de tous les instants.
https://www.dgtl-performance.com
Le poste
Un acteur majeur du secteur coopératif renforce sa Direction Experts Transverses – Data et recherche un Data Engineer confirmé pour construire et maintenir une architecture data robuste et performante. Vous piloterez l'ensemble de la chaîne de valeur de la donnée, de la collecte à la gouvernance, en passant par la transformation et la modélisation, pour alimenter reportings, tableaux de bord, indicateurs métiers et futurs modèles d'IA.
Vous intégrerez une équipe data en croissance et participerez à la mise en place d'une couche sémantique unifiée et d'une gouvernance de données structurée. L'environnement technique s'appuie sur Google Cloud Platform (BigQuery, Google Cloud Storage), Informatica IDMC pour l'orchestration des flux, et une stack BI diversifiée (MicroStrategy, Qlik, Google Looker Studio). Le projet s'inscrit dans une logique agile, avec une approche "hands-on" privilégiant l'ingénierie des données et la modélisation décisionnelle.
Responsabilités :
- Concevoir, construire et maintenir les pipelines ETL/ELT fiables et performants, intégrant des données provenant de sources hétérogènes et structurées
- Optimiser les traitements et les performances des pipelines d'extraction et de transformation
- Modéliser les architectures data cibles et concevoir des Data Warehouses et Datamarts adaptés aux usages analytiques et IA
- Implémenter des schémas décisionnels (notamment en étoile) et structures de données optimisées pour les requêtes analytiques
- Développer et maintenir la couche sémantique commune, structurant les définitions métiers et facilitant l'exploitation des données
- Collaborer avec les équipes métier, BI et data science pour comprendre les besoins et traduire les spécifications fonctionnelles en architecture technique
- Assurer la qualité, la cohérence et la traçabilité des données tout au long du pipeline
- Produire les spécifications techniques détaillées et la documentation des modèles et pipelines
- Participer à l'évolution de la stack technique et à l'optimisation des outils d'intégration et de restitution
Télétravail : 4 jours par semaine
Localisation : Nantes
Profil recherché
Indispensables :
- Python solide et maîtrisé (développement et optimisation de scripts de traitement de données)
- SQL avancé avec expérience en requêtage complexe et optimisation de performances
- Expérience confirmée d'au moins 6 à 10 ans en ingénierie données ou data engineering
- Maîtrise forte d'Informatica IDMC (conception de mappings, gestion des workflows, optimisation des performances)
- Expérience avérée en architecture data, modélisation décisionnelle, Data Warehouse et Datamart
- Connaissance pratique de Google Cloud Platform (BigQuery, Google Cloud Storage)
- Compétences en conception et implémentation de schémas analytiques et sémantique de données
- Capacité à travailler de manière autonome et méthodique sur des projets complexes et de longue durée
- Rigueur, clarté de communication et aptitude à collaborer avec des équipes transverses (métier, BI, DevOps)
Fortement appréciés :
- Expérience avec les frameworks Python modernes pour le traitement de données (Pandas, PySpark, etc.)
- Maîtrise d'outils BI et de visualisation (MicroStrategy, Qlik, Google Looker Studio)
- Expérience en environnements Agile/Scrum et familiarité avec les outils collaboratifs (Jira, Confluence)
- Compétences DevOps et d'intégration continue (Git, GitHub, Jenkins, Terraform)
- Connaissance en outils IA/ML (Dataiku, Vertex AI) et capacité à supporter des cas d'usage de machine learning
- Sensibilité à la gouvernance des données et aux bonnes pratiques de qualité et de traçabilité
Avantages
selon profil
