Data Engineering Python Senior

Nous recherchons un profil Data Engineering Python Senior (Data & Analytics) afin d'intervenir au sein de l’Analytics Factory sur les sujets stratégiques de prévision de la demande et d’optimisation de la Supply Chain.

Description and Location

Rattachée directement au COMEX, l’Analytics Factory Carrefour France est le pilier de la transformation Data du groupe.

Au sein de l'équipe AI Supply Chain, le consultant interviendra sur l’industrialisation et l’optimisation des flux de données alimentant les moteurs de prévision utilisés pour les ventes magasins, les stocks, l’optimisation des approvisionnements et le lissage des charges logistiques.

Le prestataire rejoindra une équipe agile composée de Data Scientists, Data Translators et Data Engineers.

Livrables attendus

• Conception, développement et maintenance de pipelines d’ingestion et de transformation de données à forte volumétrie.

• Mise en place de pipelines robustes pour les données de ventes, stocks, promotions et données logistiques.

• Industrialisation des modèles de prévision et intégration dans des chaînes de production automatisées.

• Structuration des environnements MLOps et optimisation des performances.

• Mise en œuvre des mécanismes d’observabilité, de monitoring et de contrôle qualité des données.

• Contribution à la gouvernance Data Engineering et aux standards de la Factory.

• Documentation, automatisation des tests et amélioration continue des pratiques de développement.

Compétences requises

Must Have

• Excellente maîtrise de Python orienté Data Engineering.

• SQL avancé sur de très gros volumes de données.

• Expertise Google Cloud Platform : BigQuery, Cloud Composer / Airflow et Cloud Storage.

• Bonnes pratiques d’ingénierie logicielle : Git, tests automatisés, conteneurisation et qualité de code.

Nice to Have

• Développement Python avancé (FastAPI, Flask, Django, Pandas, NumPy, Requests).

• Architecture microservices et applications event-driven.

• Bases de données relationnelles et documentaires.

• DevOps et pipelines CI/CD.

• Git et bonnes pratiques de versionning.

• Craftsmanship, SOLID, YAGNI et qualité logicielle.

• Observabilité et monitoring applicatif.

• Leadership technique, mentorat et accompagnement des équipes.

• Participation aux choix d’architecture et d’orientation technique.

• Méthodologies Agile / Scrum.