Dév. princ., ingénierie des données II

Description du poste

Principales responsabilités

Votre mission première est d’alimenter le Data Fabric pour l’IA : livrer des données de haute qualité, bien gouvernées et prêtes pour l’IA sur lesquelles les équipes d’IA et d’analytique s’appuient, et collaborer avec elles pour fournir le socle, les caractéristiques (features) et les schémas de mise à disposition dont elles ont besoin. Parallèlement, vous êtes responsable de nos Data Products de bout en bout, en travaillant directement avec les utilisateurs qui en dépendent pour transformer des jeux de données ponctuels en produits durables et en libre-service, documentés, gouvernés et dignes de confiance.

Vous êtes le responsable technique des volets Data Fabric et Data Products de l’équipe. Vous définissez l’architecture et vous restez dans le code : écrire et réviser du travail de production, concevoir les modèles de données et établir la norme dans les pipelines reposant sur BigQuery, Dataflow et Kafka, tout en pilotant la modernisation continue des charges de travail héritées vers l’infonuagique.

Vous dirigez l’équipe au quotidien : planifier le travail, déléguer avec intention et assumer la livraison, la qualité et le plan de redressement lorsqu’un engagement est menacé, tout en accompagnant les ingénieurs et en formant un bras droit technique. Vous êtes aussi responsable de la santé opérationnelle, ce qui comprend la surveillance, la réponse aux incidents et la garde, et vous réduisez progressivement le travail répétitif grâce à une meilleure observabilité et à l’automatisation.

Qualifications

Qualifications essentielles

• Au moins 7 ans d’expérience pratique en ingénierie de données, ou 10 ans et plus en génie logiciel avec une exposition importante aux données.
• Solide expérience pratique en ingénierie de données pour la construction et l’exploitation de pipelines et de Data Products de production, à grande échelle.
• Expertise approfondie d’une pile de données infonuagique moderne. GCP (BigQuery, Dataflow) fortement privilégié; une expérience équivalente sur AWS ou Azure sera considérée.
• Maîtrise du SQL et d’au moins un des langages suivants pour l’ingénierie de données : Python, Java ou Scala.
• Bases solides en modélisation de données et en conception d’entrepôts de données, y compris la conception axée sur la performance, les coûts et la maintenabilité à grande échelle.
• Expérience de l’orchestration et de la planification de pipelines (Airflow, Cloud Composer ou équivalent).
• Forte discipline de génie logiciel : gestion de versions, révision de code, tests et CI/CD appliqués aux pipelines de données.
• Leadership technique démontré : diriger la conception et la livraison d’initiatives impliquant plusieurs personnes, réviser le travail des autres et établir les normes d’ingénierie.
• Expérience des données en continu et événementielles (Kafka ou équivalent) et de l’infrastructure en tant que code (Terraform).
• Expérience confirmée de la responsabilité opérationnelle : garde, réponse aux incidents, surveillance et ingénierie de la fiabilité pour des systèmes de données ou dorsaux.
• Bonne compréhension de la qualité, de la traçabilité et de la gouvernance des données, et l’habitude de les intégrer dès le départ plutôt que de les ajouter après coup.
• Le jugement et les habiletés de communication pour déléguer, responsabiliser les gens, travailler directement avec les utilisateurs finaux et gérer les parties prenantes sans autorité hiérarchique sur elles.

Qualifications souhaitées

• Expérience de la construction de socles de données pour l’IA ou l’apprentissage automatique : pipelines de caractéristiques, magasins de vecteurs ou d’embeddings, couches de données pour le RAG ou mise en service de modèles.
  Utilisation concrète d’outils d’IA dans le flux de travail d’ingénierie (assistants de codage, outils agentiques, qualité ou enrichissement des données fondés sur des grands modèles de langage).
• Expérience des cadres de transformation et d’une couche sémantique ou de métriques (dbt ou équivalent).
• Expérience de la migration de charges de travail Hadoop ou Spark sur site vers une plateforme de données infonuagique.
• Connaissance des données de télécommunications ou de télémétrie réseau.
• Expérience de travail dans un modèle de livraison Agile ou SAFe, y compris la planification d’incrément de programme (PI planning).
• Exposition à la gouvernance des données, à la protection de la vie privée ou à la production de rapports réglementaires.
• Connaissance d’outils d’observabilité (Grafana et similaires).
• Expérience de la conteneurisation et de l’orchestration (Docker, Kubernetes).
• Sensibilité à la gestion des coûts infonuagiques ou au FinOps pour les plateformes de données.
• Un diplôme pertinent ou une certification infonuagique (par exemple GCP Professional Data Engineer).