Taux journalier (TJM): 535 - 555 € HT selon profil

Offre réécrite et anonymisée à partir du document fourni, sans perte d'information. Les informations relatives au client final et aux éventuels éléments commerciaux ont été supprimées conformément à votre consigne.

Contexte & Enjeux

Dans le cadre de l'accélération de ses initiatives Data au niveau européen, une équipe Data recherche un Senior Data Engineer afin de participer à la conception, au développement et à l'industrialisation de plateformes Data modernes.

L'équipe est responsable de la mise à disposition de :

• plateformes Data de bout en bout ;

• Data Products ;

• capacités analytiques destinées aux métiers européens.

L'environnement est particulier puisqu'il s'agit d'un contexte de transition où certaines plateformes Data globales ne sont pas encore complètement déployées. Des solutions régionales doivent donc être développées afin de répondre rapidement aux besoins métiers tout en restant parfaitement alignées avec l'architecture Data cible du groupe.

Les solutions devront être :

• rapidement délivrées ;

• évolutives et réutilisables ;

• alignées avec les standards d'architecture Data d'entreprise (Snowflake, gouvernance, sécurité) ;

• facilement maintenables et intégrables aux futures plateformes globales.

Le consultant rejoindra une équipe travaillant en collaboration avec les équipes IT, les Product Owners, les Business Analysts ainsi que les différents métiers européens afin d'améliorer la visibilité des données, le pilotage des KPI et l'aide à la décision.

Missions détaillées

Architecture Data

• Concevoir des architectures Data évolutives.

• Mettre en place des plateformes multi-couches (Raw / Curated / Consumption ou Bronze / Silver / Gold).

• Garantir l'alignement avec la stratégie Data d'entreprise.

• Concevoir des architectures facilement maintenables et réutilisables.

Data Engineering

• Concevoir, développer et optimiser des pipelines ETL / ELT.

• Industrialiser les traitements de données.

• Développer des logiques de transformation robustes et réutilisables.

• Optimiser les performances des pipelines.

Modélisation de données

• Concevoir des modèles dimensionnels.

• Développer des schémas en étoile (Star Schema).

• Construire des Data Marts.

• Produire des datasets directement exploitables pour les indicateurs métiers.

Qualité des données & Gouvernance

• Garantir la qualité, l'intégrité et la fiabilité des données.

• Mettre en œuvre les règles de gouvernance Data.

• Gérer les modèles de sécurité et les contrôles RBAC.

• Participer à la gestion du cycle de vie des données.

Orchestration & Standards

• Développer les workflows Airflow.

• Structurer les transformations avec dbt.

• Promouvoir les bonnes pratiques Data Engineering.

• Participer à la définition des standards de développement.

Collaboration

• Travailler avec les Product Owners.

• Collaborer avec les Business Analysts.

• Échanger avec les parties prenantes métiers.

• Livrer des solutions orientées valeur métier dans le respect des délais.

Optimisation

• Optimiser les performances Snowflake.

• Améliorer les temps d'exécution des requêtes.

• Réduire les coûts de calcul et de stockage.

• Optimiser les pipelines Data.

Documentation

• Produire une documentation technique pragmatique.

• Assurer les transferts de connaissances.

• Participer à l'amélioration continue de la plateforme.

Livrables attendus

Architecture

• Diagrammes d'architecture Data de bout en bout.

• Design des différentes couches Data.

• Mapping Source → Cible.

• Documentation technique des Data Products.

• Modèles de données dimensionnels.

Data Engineering

• Pipelines ETL / ELT industrialisés.

• Framework d'ingestion (Batch / Incremental).

• Modèles dbt.

• DAG Airflow.

• Monitoring des pipelines.

• Gestion des erreurs et mécanismes de reprise.

Couche de consommation

• Modèles Snowflake (Facts / Dimensions).

• Data Marts certifiés.

• Jeux de données gouvernés.

• Tables agrégées optimisées.

• Data Dictionary technique et métier.

Qualité & Observabilité

• Règles de qualité de données.

• Scripts de validation.

• Tableaux de bord de supervision.

• Journalisation des incidents Data.

• Alertes et détection d'anomalies.

Gouvernance

• Modèle d'accès RBAC.

• Documentation Sécurité & Compliance.

• Documentation de Data Lineage.

• Standards de développement.

• Documentation d'alignement avec les processus de gouvernance.

Performance

• Optimisation des requêtes Snowflake.

• Recommandations d'optimisation des coûts.

• Benchmarks de performance.

• Documentation des stratégies de partitionnement et clustering.

Intégration

• Exposition des données vers les outils BI.

• Jeux de données pour les tableaux de bord.

• Interfaces Data et APIs si nécessaire.

• Documentation d'intégration.

• Packages de déploiement DEV → UAT → PROD.

• Support aux équipes BI et Analytics.

Documentation

• Documentation technique complète.

• Runbooks.

• Documentation de transfert.

• Sessions de montée en compétence.

Tests

• Tests unitaires.

• Tests d'intégration.

• Rapports de réconciliation.

• Support UAT.

• Checklist de mise en production.

Amélioration continue

• Gestion du backlog technique.

• Refactoring des pipelines.

• Automatisation.

• Recommandations d'évolution de la plateforme.

Stack technique

Data Platform

• Snowflake

Cloud

• AWS

Data Engineering

• dbt

• Apache Airflow

• SQL avancé

• ETL / ELT

Modélisation

• Star Schema

• Data Marts

• Modélisation dimensionnelle

Gouvernance

• RBAC

• Data Governance

• Data Lineage

• Data Lifecycle Management

DevOps

• Git

• CI/CD

Méthodologie

• Agile

• Scrum

Outils

• Jira

• Confluence

• Lucid

Informations de mission

• Mission : 6 mois

• Démarrage : ASAP / 20 juillet 2026

• Localisation : Télétravail possible depuis un fuseau horaire européen compatible.

• Déplacements : Présence ponctuelle sur site possible pour des ateliers, kick-off projets ou sessions d'alignement.

• Présence sur site obligatoire : Non.