Lead Data Engineer H/F

Dans le cadre du renforcement de son pôle R&D, notre client recrute un(e)
LEAD DATA ENGINEER (F/H)

Lisez la suite si vous recherchez...
- Une entreprise innovante spécialisée dans l'analyse de données scientifiques, technologiques et économiques
- Un environnement SaaS BtoB mêlant data engineering, data science et innovation
- Un poste à responsabilité, au coeur des enjeux techniques et organisationnels

UPgradez votre carrière grâce à Ressources Up & Prenez la tête d'un pôle data et structurez des architectures capables d'exploiter des volumes massifs de données.

Notre client est un éditeur de logiciels reconnu, développant des solutions avancées de veille et d'analyse de données à destination
d'acteurs industriels et technologiques. Ses outils permettent d'exploiter des volumes massifs de données pour éclairer les décisions
stratégiques. Dans un contexte de croissance et de structuration, l'entreprise renforce son pôle Data au sein de la R&D (3 pôles :
Développement, Innovation, Data).

Rattaché(e) à la direction R&D / Innovation, vous prenez la responsabilité du pôle Data (3 personnes) et pilotez l'ensemble de la chaîne de valeur de la donnée.

À ce titre, vos missions seront les suivantes :

Pilotage & Management
- Manager une équipe de 3 data engineers et coordonner les intervenants externes (DevOps notamment)
- Apporter une vision technique claire et structurer l'organisation du pôle
- Accompagner la montée en compétence des équipes

Architecture & Data Engineering
- Concevoir et mettre en place une architecture data scalable et performant
- Organiser des entrepôts de données massifs (datalake / datawarehouse) avec gestion de volumes importants et redondants
- Définir les modèles de données et leur structuration (données structurées, texte, vectorisation)
- Garantir la disponibilité rapide des données pour les équipes de développement

Indexation & Performance
- Piloter les systèmes d'indexation (type moteur de recherche / SOLR)
- Définir les stratégies d'indexation (grammaire, langage, structuration
- Optimiser les temps de réponse et la performance des requêtes

Data Science & Exploitation
- Superviser les modèles de data science (algorithmes, IA, vectorisation)
- Exploiter les données pour produire de la valeur métier
- Collaborer étroitement avec les équipes innovation et développement
Collaboration & Infrastructure
- Travailler avec les équipes DevOps (externes) pour la gestion des infrastructures
- Superviser la structuration des serveurs, la répartition de charge et la performance globale
- Garantir la sécurité et la mise à jour des environnements