Ingénieur DataOps - Nearshore/full remote - Freelance

Taux journalier (TJM): 300€/J

L’Analytics Factory d’une grande entreprise française de distribution est le pilier de la transformation analytique de cette entreprise, au service des clients et de l’ensemble des équipes métier – Marketing, Marchandises, Exploitation, E-commerce, Supply Chain, Services Financiers, etc. L’Analytics Factory s’appuie notamment sur un pôle AI engineering rassemblant plus de 40 ingénieurs (data scientists, data & AI engineers) pour résoudre, grâce à l’IA principalement, des défis commerciaux et opérationnels comme les ruptures en magasin, l’optimisation des prix, la recommandation personnalisée.

Missions

Le prestataire aura pour rôle de faciliter et accélérer le développement de tous les projets des pôles de Data Science, de Data Analyse et de Data Visualisation en introduisant des processus, des outils transverses, des méthodes et une expertise tout au long du cycle de développement : depuis les premières explorations de données jusqu’au déploiement de la solution en production et à sa maintenance évolutive.

Livrables :

• Mettre en place, maintenir, améliorer les processus d’intégration et de déploiement continu des infrastructures cloud des projets analytiques (inc. IA et agentiques)

• Administrer et maintenir les services partagés (Airflow, Langfuse, couche sémantique …)

• Être garant du respect des bonnes pratiques et règles de sécurité de l’entreprise

• Identifier les opportunités d’amélioration / automatisation de l’offre au service, en restant à l’écoute des besoins et des réalités des équipes analytiques

• Assister au quotidien la communauté des ingénieur.es (déploiement, configuration des applications, gestion des accès, investigation d’incident, optimisation de coûts cloud...)

Outils & Environnement

Must Have

• Développement logiciel et mise en place de process de CI/CD

• Déploiement d’applications dans le cloud (GCP de préférence) avec automatisation d’infrastructures as code, et compréhension fine des problématiques réseau

• Conteneurisation de services et orchestration avec Kubernetes

Nice to Have

• Exploiter GCP (GKE, Cloud Storage, Cloud SQL, Cloud Monitoring)

• Administrer Apache Kafka de la configuration avancée à l’exploitation en production (performance, sécurité, supervision)

• Déployer et gérer des clusters Kubernetes et applications associées

• Appliquer les pratiques DevOps (CI/CD)

• Mettre en œuvre les bonnes pratiques de sécurité et de gestion des accès

• Comprendre les bases des bases de données relationnelles

• Scripter en Bash, Python ou équivalent

• Analyser les impacts techniques et améliorer les solutions existantes

• Travailler en autonomie et gérer efficacement les priorités

• Communiquer clairement à l’écrit et à l’oral

• Collaborer efficacement au sein d’une équipe