Data Engineer Senior - Pharmaceutique - Freelance (H/F)

Dans le cadre d'un programme de transformation à grande échelle au sein d'un acteur majeur du secteur pharmaceutique, nous recherchons plusieurs Data Engineers seniors.
L'objectif : repenser l'expérience utilisateur des outils internes (procurement, paiement, facturation, CRM.) en unifiant les systèmes existants grâce à des approches modernes de data engineering et d'AI engineering.
Ce programme concerne une organisation de grande ampleur (100 000+ collaborateurs) et vise à simplifier et industrialiser les processus via des architectures data modernes et des agents intelligents.
Data engineering & plateforme
* Concevoir et développer des pipelines de données robustes et scalables
* Assurer l'acheminement et la fiabilité des données de la source jusqu'aux usages
* Industrialiser les traitements data dans un environnement cloud
AI Engineering & automatisation
* Contribuer à la mise en place d'agents permettant d'interfacer les outils internes
* Participer à la simplification des processus métiers via des approches data + AI
* Intégrer les nouvelles générations de technologies dans les architectures existantes
Intégration & transformation
* Connecter des systèmes hétérogènes (finance, procurement, CRM.)
* Participer à l'unification de mécaniques techniques aujourd'hui fragmentées
* Collaborer avec des équipes métiers et techniques internationales
* Cloud : Amazon Web Services (AWS)
* Data warehouse : Snowflake
* Transformation : DBT
* Architecture data moderne (pipelines, orchestration, industrialisation)
* Environnement international (Paris / Toronto)
* Équipe : environ 20 Data Engineers par site (Paris / Toronto)
* Mission longue durée
* Forte dynamique de transformation
* Projet à très grande échelle (100 000 utilisateurs)
* Transformation structurante des outils internes
* Stack moderne et recherchée sur le marché
* Positionnement au croisement Data / AI / transformation
1. De formation ingénieur Bac+5
2. Minimum 3 ans d'expérience en Data Engineering
3. Expérience impérative en conditions réelles sur Amazon Web Services et Snowflake
4. Maîtrise des enjeux d'industrialisation data (pipelines, qualité, monitoring)
5. Expérience dans des environnements complexes et multi-systèmes
6. Capacité à comprendre des processus métiers (finance, procurement, CRM)
7. Compétences clés : Data pipelines (ingestion, transformation, exposition), SQL avancé / modélisation de données, DBT, Architecture cloud (AWS), Intégration de systèmes
8. Expérience sur des sujets d'AI Engineering / agents
9. Capacité à travailler sur des problématiques de transformation à grande échelle
10. Vision bout-en-bout (de la source data à l'usage métier)
11. Expérience dans des environnements internationaux