Data Platform Engineer Senior - Freelance

Taux journalier (TJM): 600

Expertises recherchées : AWS Platform Engineering, Snowflake, Terraform, DevOps/DataOps, FinOps, automatisation, sécurité, observabilité, enablement des équipes Data & AI

Type de contrat : Freelance

Budget : À définir selon profil et expérience

Localisation : France / région parisienne

Date de démarrage : Immédiate

Mode de travail : Hybride

Descriptif détaillé du besoin :

Dans le cadre du développement et de l’industrialisation d’une plateforme Data & AI moderne, nous recherchons un Data Platform Engineer Senior capable d’intervenir sur un périmètre transverse, au croisement du Cloud AWS, de Snowflake, du DevOps/DataOps, de l’Infrastructure as Code, de la sécurité, du FinOps et de l’enablement des équipes data.

La mission s’inscrit au sein d’une équipe plateforme dont l’objectif est de fournir un socle technique fiable, sécurisé, scalable et réutilisable pour les équipes Data Engineering, Analytics, Data Science, ML Engineering et IA/GenAI.

La plateforme est principalement centrée sur Snowflake, intégrée à AWS, et outillée avec dbt, Airflow, GitLab CI/CD et Terraform.

L’enjeu de la mission ne se limite pas au développement de pipelines data. Le rôle consiste à concevoir, standardiser et opérer des services de plateforme consommables par plusieurs équipes : ingestion, orchestration, transformation, déploiement de jobs, workloads ML/IA, observabilité, sécurité, bonnes pratiques d’exploitation et maîtrise des coûts.

Les principales responsabilités seront les suivantes :

• Concevoir et faire évoluer des architectures cloud-native et serverless sur AWS.

• Définir des standards techniques AWS : IAM, sécurité, réseau, observabilité, résilience, gestion des accès et bonnes pratiques d’exploitation.

• Créer et maintenir des modules Terraform réutilisables.

• Industrialiser les déploiements d’infrastructures AWS et Snowflake.

• Accompagner la structuration de la plateforme Snowflake : rôles, warehouses, environnements, sécurité, performance et coûts.

• Mettre en place ou améliorer les pratiques DataOps autour de dbt, Airflow, GitLab CI/CD, tests, monitoring et promotion entre environnements.

• Construire des offres de services plateforme pour les équipes utilisatrices : ingestion, transformation, orchestration, déploiement de jobs, workloads ML/IA.

• Formaliser des standards, templates, runbooks, documentations et bonnes pratiques.

• Contribuer à une logique platform-as-a-product et self-service.

• Accompagner les équipes techniques dans l’adoption des standards plateforme.

• Mettre en place des pratiques FinOps sur AWS et Snowflake : suivi de consommation, optimisation, alerting, tagging et responsabilisation des équipes.