Consultant Data Engineer and MLOps

Description du besoin :

Nous recherchons un(e) Data Engineer pour concevoir, développer et maintenir les pipelines de données artificielle . le poste couvre également le run et la maintenance des solutions de data science et d’intelligence artificielle dans des environnements on-premise et cloud.

En tant que référent technique, le/la titulaire du poste interviendra sur des projets à forte valeur ajoutée, en collaboration étroite avec les équipes métiers et les membres de l’équipe Data.

 

Missions principales :

• Concevoir, développer et maintenir des pipelines de données fiables et performants pour collecter, transformer et stocker les données dans des datalakes, datawarehouses et datamarts.

• Assurer potentiellement l’orchestration et l’automatisation des flux de données à l’aide d’outils comme Airflow.

• Participer à l’optimisation des performances des traitements batch et des requêtes SQL sur des environnements distribués (Spark, Hive).

• Collaborer avec les équipes métiers, data analysts et data scientists pour fournir des données de qualité et exploitables.

• Participer à la mise à disposition des données (modèles de données, extractions …)

• Participer à la documentation technique et au partage des bonnes pratiques pour assurer la maintenabilité et la robustesse des solutions.

• Contribuer à l’amélioration continue des processus et outils data.

• Gérer le run, la maintenance, le suivi de performance et les évolutions des modèles ML en production.

Profil recherché :

• Diplômé(e) d’une école d’ingénieur ou d’une formation Bac +5 en informatique, data engineering ou domaine connexe.

• Maîtrise des outils et technologies : Python, Spark, Airflow, SQL, Hive, PowerBI.

• Connaissances Tableau souhaitables

• Connaissance des principes de gestion et traitement de données distribuées.

• Solides compétences en Machine Learning.

• Bonne compréhension des enjeux liés au cycle de vie des modèles et aux pratiques MLOps.

• Expérience sur des environnements cloud et on-premise.

• Capacité à travailler de manière transverse avec des équipes pluridisciplinaires et         à collaborer avec les métiers.

• Bonnes compétences en communication et en collaboration pour accompagner les équipes dans l’utilisation et la compréhension des données.

• Autonomie, rigueur et esprit d’initiative pour gérer des projets techniques complexes.