Développeur Python confirmé - Banque - Freelance

Taux journalier (TJM): 500

Contexte

Dans le cadre d’un programme de modernisation et d’harmonisation de son système d’information, un grand acteur du secteur bancaire recherche un Développeur Python confirmé pour rejoindre une équipe spécialisée dans la gestion des référentiels de données transverses.

L’équipe accompagne les différentes lignes métiers dans l’acquisition, la consolidation, la transformation, la distribution et la consommation des données de référence.

La mission s’inscrit plus particulièrement dans un programme de migration de traitements ETL Informatica PowerCenter vers Python, portant sur plusieurs applications stratégiques de gestion et d’exposition de référentiels.

Missions

• Concevoir le design des nouveaux traitements Python à partir des spécifications fonctionnelles fournies par les Business Analysts et en collaboration avec le Tech Lead.
• Développer les nouveaux traitements en respectant le framework Python interne et l’architecture conteneurisée des applications.
• Réaliser des traitements de transformation, d’alimentation et de manipulation de données.
• Participer à la migration et à la modernisation des traitements existants sous Informatica PowerCenter.
• Développer les tests unitaires et tests automatisés associés aux traitements.
• Garantir la qualité, la structuration et l’industrialisation des développements.
• Réaliser les livraisons sur les environnements d’UAT.
• Préparer la documentation nécessaire aux mises en production et assister les référents lors des livraisons sur les environnements supérieurs.
• Participer activement aux cérémonies et travaux de la squad dans un fonctionnement Agile.

Environnement de travail

Vous rejoindrez une squad Python spécialisée dans les problématiques Data et référentiels, composée de développeurs et Tech Leads répartis entre la France et le Portugal.

L’équipe travaille en Agile, avec une organisation en sprints de 3 semaines, dans un contexte de modernisation d’applications existantes et de migration progressive des traitements ETL vers une architecture Python industrialisée et conteneurisée.

Outils & Environnement technique

• Python 3.9+
• Programmation orientée objet (OOP)
• SQLAlchemy
• Pandas
• Pytest
• Bases de données Oracle
• Informatica PowerCenter
• OpenShift
• Stockage objet / buckets S3
• Kafka
• Pydantic
• Jenkins
• Bitbucket
• Checkmarx
• Jira / Confluence
• Environnements CI/CD

Environnement fonctionnel

• Data Management
• Référentiels de données
• Transformation et alimentation de données
• Exposition via API / fichiers / Datalake
• Applications internes à forte volumétrie

Méthodologie

• Agile – fonctionnement en squad
• Sprints de 3 semaines
• Collaboration internationale France / Portugal