Data Engineer

Contexte Dans le cadre d’un programme data d’envergure dans le secteur de l’énergie, l’entreprise recherche un Data Engineer confirmé pour intervenir sur le développement, l’optimisation et la supervision d’un entrepôt de données stratégique . Intégré(e) à une équipe data transverse, le consultant interviendra dans un environnement agile et collaboratif, au cœur d’un dispositif à fort enjeu métier. L’accent est mis sur la qualité des traitements, la valorisation des flux et la fiabilité des intégrations. Responsabilités principales Développement et maintenance de pipelines de données en SQL et Python Intégration, traitement et valorisation de flux métiers hétérogènes Automatisation des traitements avec Airflow Participation à la rédaction des spécifications techniques et fonctionnelles Suivi du RUN : maintenance, surveillance, résolution des incidents Participation aux pratiques de DataOps / DevOps : CI/CD, documentation, outillage Contribution active à l’ amélioration continue des flux, de la performance et des processus Interactions régulières avec les équipes métiers pour garantir la pertinence des livrables Stack technique Langages : SQL, Python, Shell Bases de données : Oracle, PostgreSQL, S3 Scality Orchestration / Intégration : Airflow, Trino, Kafka, API REST Systèmes : Linux, Windows CI/CD & automatisation : GitHub / GitLab, Jenkins, Ansible Méthodologies : Agile / SAFe Profil recherché Minimum 5 ans d’expérience en tant que Data Engineer dans des environnements complexes Très bonne maîtrise de SQL et Python , avec de solides bases en traitement de données Expérience dans l’intégration de flux de données métier et l’industrialisation des pipelines Capacité à évoluer en environnement Agile / SAFe , en interaction avec les équipes métiers Esprit d’analyse, force de proposition sur l’optimisation des traitements Aisance en communication, partage de connaissances et documentation Autonomie, rigueur et capacité à travailler en équipe dans un contexte exigeant Environnement L’ingénieur évoluera au sein d’un dispositif data structuré au sein d’un grand groupe, avec des enjeux forts de qualité, de fiabilité et de performance des flux. L’environnement technique est moderne, industrialisé, et tourné vers la collaboration interdisciplinaire et la montée en valeur des données .