Taux journalier (TJM): 575

Ingénieur Big Data expérimenté (H/F)

Secteur : Banque / Finance
Localisation : Guyancourt
Télétravail : 2 jours par semaine
Durée : 12 mois renouvelables
Démarrage : dès que possible

Contexte de la mission

Dans le cadre du renforcement d’une plateforme data stratégique au sein d’un grand groupe du secteur bancaire, nous recherchons un Ingénieur Big Data expérimenté afin d’administrer et d’optimiser des solutions Big Data déployées sur un environnement Kubernetes.

Vous interviendrez sur une plateforme data utilisée par différentes équipes métiers et data, avec un fort enjeu de performance, de fiabilité et d’automatisation des déploiements.

Missions

Vous serez notamment en charge de :

• Déployer et administrer des applications Big Data telles que Spark, Trino ou Jupyter sur un cluster Kubernetes

• Optimiser les performances des traitements et des requêtes (analyse des logs, tuning Spark, optimisation des requêtes SQL)

• Assurer le RUN et le support applicatif : diagnostic des incidents, résolution des problèmes et amélioration continue des performances

• Accompagner les utilisateurs dans l’optimisation de leurs requêtes et de leurs usages de la plateforme

• Mettre en place une approche GitOps afin d’automatiser les déploiements et la gestion des applications

• Implémenter des solutions de monitoring et d’observabilité (Prometheus, Grafana, Loki)

• Contribuer à la sécurisation de la plateforme et à l’amélioration continue de l’infrastructure data

Environnement technique

Big Data : Spark, Trino / Starburst, MinIO
Conteneurisation et orchestration : Kubernetes, Helm, Kustomize
DevOps / GitOps : Terraform, Ansible, ArgoCD ou FluxCD, GitLab CI/CD, Docker
Monitoring : Prometheus, Grafana, Loki
Scripting : Python, Bash

Profil recherché

Vous disposez d’une solide expérience sur des environnements Big Data et sur l’exploitation de plateformes data à grande échelle.

Compétences attendues :

• Expertise sur Spark, Trino ou des moteurs SQL distribués

• Expérience confirmée sur Kubernetes et les environnements conteneurisés

• Bonne maîtrise des outils DevOps et des approches d’automatisation (Terraform, Ansible, GitOps)

• Expérience en optimisation des performances des traitements data

• Bonne compréhension des problématiques de monitoring et de gestion des incidents

Qualités attendues

• Esprit analytique et capacité à diagnostiquer des problèmes complexes

• Rigueur et sens des priorités dans un environnement exigeant

• Capacité à accompagner et conseiller les utilisateurs

• Proactivité dans l’amélioration des systèmes et des processus

Anglais professionnel apprécié.